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！

龙图腾网获悉中国科学院自动化研究所申请的专利基于多模态深度神经网络的短波单站有源目标定位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：CN118400696B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202410374887.4，技术领域涉及：H04W4/029；该发明授权基于多模态深度神经网络的短波单站有源目标定位方法是由鹿智;孙立国;吕品;李广福;郝久武设计研发完成，并于2024-03-29向国家知识产权局提交的专利申请。

本基于多模态深度神经网络的短波单站有源目标定位方法在说明书摘要公布了：本发明涉及电离层与深度学习交叉应用技术领域，尤其涉及一种基于多模态深度神经网络的短波单站有源目标定位方法。本发明利用表征太阳与地磁活动强度相关的电离层参数数据和气象参数数据，构建区域全年电离层电子浓度网格文件，并基于三维射线追踪算法生成大量的群路径与地理位置对应关系的仿真数据，以及双线性插值法生成对应电子浓度剖面；建立了基于动态MLP的多模态单站有源目标定位深度神经网络模型，可实现基于端到端网络模型远距离目标定位的需求，并基于目标定位深度神经网络模型进行高精度的有源目标定位，定位误差可收敛到40km左右。

本发明授权基于多模态深度神经网络的短波单站有源目标定位方法在权利要求书中公布了：1.一种基于多模态深度神经网络的短波单站有源目标定位方法，其特征在于，包括以下步骤： 步骤一，获取电离层参数数据； 步骤二，利用水平风场模型计算三维空间中每一点位置处的经向风和纬向风，并与年积日、世界时、经度、纬度、高度和电离层参数数据组成用于电子浓度预测的数据样本； 步骤三，根据所述数据样本，利用区域三维电离层电子浓度模型预测三维空间中的每一点位置处的电子浓度值； 步骤四，利用电离层短波三维射线追踪算法计算得到短波在三维空间中每一站点位置以不同的发射参数在电离层中的传播群路径； 步骤五，确定传播群路径对应的电子浓度剖面图；根据传播群路径和电子浓度剖面图，得到用于多模态模型训练的数据集； 步骤六，构建基于动态MLP的短波单站有源目标定位网络，所述基于动态MLP的短波单站有源目标定位网络用于根据短波射线传播的轨迹信息参数和电子浓度剖面图，获取短波单站有源目标定位结果；使用训练集对短波单站有源目标定位网络进行离线监督训练，得到基于动态MLP的短波单站有源目标定位网络； 步骤七，使用短波单站有源目标定位网络获取短波单站有源目标定位结果； 所述基于动态MLP的短波单站有源目标定位网络包括全局图像语义特征提取模块、附加信息提取模块和特征融合模块； 根据短波射线传播的轨迹信息参数和电子浓度剖面图，获取短波单站有源目标定位结果，包括以下步骤： 输入所述轨迹信息参数至附加信息提取模块，得到附加信息提取模块输出的附加信息特征； 输入所述电子浓度剖面图至全局图像语义特征提取模块，得到全局图像语义特征提取模块输出的全局图像语义特征； 输入所述附加信息特征和全局图像语义特征至特征融合模块，得到特征融合模块输出的融合特征； 根据所述融合特征，获取短波单站有源目标定位结果； 使用训练集对短波单站有源目标定位网络进行离线监督训练，得到基于动态MLP的短波单站有源目标定位网络，具体为： 使用训练集对短波单站有源目标定位网络进行离线监督训练，使用均方根误差作为损失度量函数衡量预测目标位置和实际仿真目标位置的误差大小，迭代训练直至损失函数收敛，得到基于动态MLP的短波单站有源目标定位网络。

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中国科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95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。