买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉武汉大学申请的专利基于深度学习的对流层延迟预测方法、装置、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119539151B 。

龙图腾网通过国家知识产权局官网在2025-08-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411519700.1，技术领域涉及：G06Q10/04；该发明授权基于深度学习的对流层延迟预测方法、装置、设备及介质是由刘峻琰;陈德忠;夏朋飞设计研发完成，并于2024-10-29向国家知识产权局提交的专利申请。

本基于深度学习的对流层延迟预测方法、装置、设备及介质在说明书摘要公布了：本申请实施例公开了一种基于深度学习的对流层延迟预测方法、装置、设备及介质，涉及导航定位技术领域，该方法包括：获取历史时段的对流层延迟时间序列，输入训练好的对流层延迟预测模型；通过傅里叶分析将历史时段的对流层延迟时间序列分解为周期序列和包含趋势项的残差序列；通过对流层延迟预测模型结合包含趋势项的残差序列进行预测，输出在预测时段内包含趋势项的残差序列，与拟合后的周期序列相加，输出预测时段内的天顶对流层延迟序列。本申请实施例在降低计算复杂度的同时，也能输出高精度的对流层延迟预测结果，可以在复杂多变的环境下为定位提供实时、精确的天顶对流层延迟，从而可以提升定位的解算效率。

本发明授权基于深度学习的对流层延迟预测方法、装置、设备及介质在权利要求书中公布了：1.一种基于深度学习的对流层延迟预测方法，其特征在于，包括： 获取历史时段的对流层延迟时间序列，将所述对流层延迟时间序列输入训练好的对流层延迟预测模型； 通过傅里叶分析将所述历史时段的对流层延迟时间序列分解为周期序列和包含趋势项的残差序列，并对所述周期序列进行拟合； 通过所述对流层延迟预测模型结合所述包含趋势项的残差序列进行预测，输出在预测时段内包含趋势项的残差序列； 将所述预测时段内包含趋势项的残差序列与拟合后的周期序列相结合，输出所述预测时段内的对流层延迟时间序列； 所述通过所述对流层延迟预测模型结合所述包含趋势项的残差序列进行预测，输出在预测时段内包含趋势项的残差序列，包括： 将所述包含趋势项的残差序列输入所述训练好的对流层延迟预测模型的卷积层中，通过所述卷积层提取得到数据特征，并执行交换维度操作交换所述数据特征的时间特征维度和变量特征维度，输出交换维度后的特征向量； 将所述交换维度后的特征向量输入所述训练好的对流层延迟预测模型的注意力机制层中，获取所述注意力机制层输出的注意力矩阵； 将所述注意力矩阵输入所述训练好的对流层延迟预测模型的线性层中，基于所述注意力矩阵进行预测，输出所述预测时段内各个时刻的趋势特征和残差特征； 交换所述预测时段内各个时刻的所述趋势特征和残差特征的时间维度和变量维度，输出所述预测时段内包含趋势项的残差序列。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。