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！

龙图腾网获悉黑龙江省气象数据中心(黑龙江省气象探测中心、黑龙江省气象档案馆)申请的专利一种X波段雷达天线智能水平校正方法及系统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：CN119596250B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202411242825.4，技术领域涉及：G01S7/40；该发明授权一种X波段雷达天线智能水平校正方法及系统是由乔梁;叶勇;熊锋;连萍;关兴民设计研发完成，并于2024-09-05向国家知识产权局提交的专利申请。

本一种X波段雷达天线智能水平校正方法及系统在说明书摘要公布了：本申请公开了一种X波段雷达天线智能水平校正方法及系统，属于数据分析技术领域。本申请提出了一种基于多维状态属性向量集和机器学习算法的雷达天线阵列校准方案，通过深入分析传感测量状态数据，能够精准地识别出天线阵列的X波段性能特征，并为每个性能特征提供具体的校正决策指导。如此涉及，能够实现对雷达天线阵列的智能化、自动化校准，显著提高校准的准确性和效率，为雷达系统的广泛应用提供更加可靠的保障。

本发明授权一种X波段雷达天线智能水平校正方法及系统在权利要求书中公布了：1.一种X波段雷达天线智能水平校正方法，其特征在于，所述方法应用于AI校正系统，所述方法包括： 获取目标雷达天线阵列的传感测量状态数据，确定所述传感测量状态数据的多维状态属性向量集； 基于所述多维状态属性向量集确定目标性能特征识别结果，其中所述目标性能特征识别结果包括若干个第一天线性能特征单元，每个第一天线性能特征单元的特征权重指示该第一天线性能特征单元是X波段性能特征的置信度； 基于所述多维状态属性向量集确定目标校对特征识别结果，其中所述目标校对特征识别结果包括若干个第二天线性能特征单元，每个第二天线性能特征单元对应于一个所述第一天线性能特征单元，以及每个第二天线性能特征单元的特征权重指示对应于该第二天线性能特征单元的第一天线性能特征单元所匹配的校正决策特征； 基于所述目标性能特征识别结果和所述目标校对特征识别结果确定X波段性能特征和水平校正期望特征； 依据所述X波段性能特征和所述水平校正期望特征在所述传感测量状态数据中确定待调节数据的分布信息和偏差信息，并基于所述分布信息和所述偏差信息对所述目标雷达天线阵列进行校准； 其中，基于所述多维状态属性向量集确定目标性能特征识别结果包括： 对所述多维状态属性向量集进行特征嵌入操作，以确定完成特征嵌入的多维状态属性向量集，所述完成特征嵌入的多维状态属性向量集包括若干个第三天线性能特征单元； 针对所述完成特征嵌入的多维状态属性向量集中的每个第三天线性能特征单元，确定所述完成特征嵌入的多维状态属性向量集在指向维度上的目标指向角度特征变量，确定所述完成特征嵌入的多维状态属性向量集在相位维度上的目标相位角特征变量，以及依据所述目标指向角度特征变量和目标相位角特征变量确定所述目标性能特征识别结果中的第一天线性能特征单元的特征权重； 其中，确定所述完成特征嵌入的多维状态属性向量集在指向维度上的目标指向角度特征变量包括：基于指向维度遍历该第三天线性能特征单元与所述多维状态属性向量集的第一指向特征标签之间的所有第三天线性能特征单元的特征权重，并将遍历到的特征权重中的最大值确定为第一目标指向角度特征变量， 和或基于指向维度遍历该第三天线性能特征单元与所述多维状态属性向量集的第二指向特征标签之间的所有第三天线性能特征单元的特征权重，并将遍历到的特征权重中的最大值确定为第二目标指向角度特征变量，确定所述完成特征嵌入的多维状态属性向量集在相位维度上的目标相位角特征变量包括：基于相位维度遍历该第三天线性能特征单元与所述多维状态属性向量集的第一相位特征标签之间的所有第三天线性能特征单元的特征权重，并将遍历到的特征权重中的最大值确定为第一目标相位角特征变量， 和或基于相位维度遍历该第三天线性能特征单元与所述多维状态属性向量集的第二相位特征标签之间的所有第三天线性能特征单元的特征权重的，并将遍历到的特征权重中的最大值确定为第二目标相位角特征变量，依据所述目标指向角度特征变量和目标相位角特征变量确定所述目标性能特征识别结果中的第一天线性能特征单元的特征权重包括：对所述第一目标指向角度特征变量和或所述第二目标指向角度特征变量与所述第一目标相位角特征变量和或所述第二目标相位角特征变量进行加权，确定所述目标性能特征识别结果中对应于该第三天线性能特征单元的第一天线性能特征单元的特征权重； 其中，确定所述传感测量状态数据的多维状态属性向量集包括： 通过至少一个特征嵌入分支对所述传感测量状态数据进行处理，以得到完成特征嵌入的传感测量状态数据； 通过至少一个特征池化分支和至少一个特征衍生分支对所述完成特征嵌入的传感测量状态数据进行至少一次特征池化和至少一次特征衍生，以确定所述传感测量状态数据的多维状态属性向量集，其中所述多维状态属性向量集的特征粒度小于所述传感测量状态数据； 所述多维状态属性向量集、所述目标性能特征识别结果、所述目标校对特征识别结果是通过至少一个长短期记忆模型生成的，所述至少一个长短期记忆模型是通过如下步骤调试的： 确定调试样例集，其中所述调试样例集包括至少一个传感测量状态数据样例，所述至少一个传感测量状态数据样例携带了先验待调节数据的先验分布信息和先验偏差信息； 针对每个传感测量状态数据样例： 确定该传感测量状态数据样例的多维状态属性向量集样例； 基于所述多维状态属性向量集样例确定目标性能特征识别结果样例； 基于所述多维状态属性向量集样例确定目标校对特征识别结果样例； 基于所述目标性能特征识别结果样例和所述目标校对特征识别结果样例确定X波段性能特征样例和水平校正期望特征样例； 依据所述X波段性能特征样例、所述水平校正期望特征样例在所述传感测量状态数据样例中确定待调节数据样例的分布信息样例和偏差信息样例； 优化所述至少一个长短期记忆模型的模型权值以使得所述待调节数据样例在传感测量状态数据样例中的所述分布信息样例和偏差信息样例与所述先验待调节数据的先验分布信息和先验偏差信息之间的差异收敛； 所述差异包括如下比对误差中的至少一项：所述分布信息样例与所述先验分布信息之间的分布比对误差；以及所述偏差信息样例和所述先验偏差信息之间的偏差比对误差。

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黑龙江省气象数据中心(黑龙江省气象探测中心、黑龙江省气象档案馆)，其通讯地址为：150030 黑龙江省哈尔滨市香坊区电碳路71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。