重庆邮电大学许国良获国家专利权
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！
龙图腾网获悉重庆邮电大学申请的专利一种融合时序分解与深度学习的卫星短期钟差预报方法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：CN119535510B 。
龙图腾网通过国家知识产权局官网在2025-10-03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：202411599607.6，技术领域涉及：G01S19/27；该发明授权一种融合时序分解与深度学习的卫星短期钟差预报方法是由许国良;何兆瑞设计研发完成，并于2024-11-11向国家知识产权局提交的专利申请。
本一种融合时序分解与深度学习的卫星短期钟差预报方法在说明书摘要公布了：本发明涉及一种融合时序分解与深度学习的卫星短期钟差预报方法，属于卫星钟差预报技术领域。方法包括：对卫星历史钟差序列进行一次差处理，并根据拉伊达准则筛除数据中存在的异常值，对钟差一次差数据进行时序分解，首先采用自适应噪声完备集合经验模态分解算法对钟差一次差序列进行分解得到多个模态分量，引入排列熵算法对各模态分量进行排序，利用t检验算法对上述分量进行随机项和周期项归类并重构为趋势项、周期项和随机项。将重构项以通道独立的模式输入Transformer模型中进行训练，经反一次差处理并叠加各分量预测结果后得到所需预报钟差。本发明在提升了卫星短期钟差预报的精度和稳定性的同时，也提高了预报结果的可解释性。
本发明授权一种融合时序分解与深度学习的卫星短期钟差预报方法在权利要求书中公布了：1.一种融合时序分解与深度学习的卫星短期钟差预报方法，其特征在于：包括以下步骤： 步骤1、将原始钟差数据进行一次差分，对差分后的数据采用拉伊达准则筛除异常值，并利用线性插值法对异常值筛除处进行填补，得到待分解的钟差一次差数据； 步骤2、为提取钟差数据波动特征，利用自适应噪声完备集合经验模态分解CEEMDAN算法对上述数据进行分解，得到多个模态分量和残余分量，其中不可再分解的残余分量作为趋势项； 步骤3、利用排列熵算法对上述多个模态分量进行复杂度排序，接着采用t检验方法对周期分量和随机分量进行划分，重构得到周期项和残差项；其中随机分量叠加成为随机项、周期分量叠加作为周期项； 步骤4、将趋势项、周期项和残差项以通道独立的形式输入Transformer模型中进行训练并预测，最后得到各项一次差预测结果； 步骤5、叠加各项一次差预测结果，并对叠加后的一次差预测结果进行反差分，得到最终钟差预报结果。
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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励