Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国电波传播研究所(中国电子科技集团公司第二十二研究所);中国海洋大学吴佳静获国家专利权

中国电波传播研究所(中国电子科技集团公司第二十二研究所);中国海洋大学吴佳静获国家专利权

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!

龙图腾网获悉中国电波传播研究所(中国电子科技集团公司第二十二研究所);中国海洋大学申请的专利一种基于SP-URNet的海上非均匀对流层大气波导传播损耗时空预测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:CN119558673B

龙图腾网通过国家知识产权局官网在2025-11-18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:202411411498.0,技术领域涉及:G06Q10/0637;该发明授权一种基于SP-URNet的海上非均匀对流层大气波导传播损耗时空预测方法是由吴佳静;魏子良;崔铁军;李清亮;魏志强;刘彻;马骞;叶敏;李博涵;张金鹏;贾东宁;郭相明;张玉生;张雅彬设计研发完成,并于2024-10-10向国家知识产权局提交的专利申请。

一种基于SP-URNet的海上非均匀对流层大气波导传播损耗时空预测方法在说明书摘要公布了:本发明公开了一种基于SP‑URNet的海上非均匀对流层大气波导传播损耗时空预测方法,包括如下步骤:步骤1,大气波导大气修正折射率M参数化计算和波导传播损耗图像数据计算:步骤2,三维卷积自动编码器空间特征提取建模:步骤3,时间卷积网络TCN组成的U‑TCN模块对超视距传播损耗时间特征建模:步骤4,三维卷积自动解码器时间和空间特征整合:步骤5,SP‑URNet预测网络模型搭建。本发明所公开的算法,克服了现有技术无法满足对海上非均匀对流层大气波导传播损耗数据进行时空预测和非线性预测的缺失。

本发明授权一种基于SP-URNet的海上非均匀对流层大气波导传播损耗时空预测方法在权利要求书中公布了:1.一种基于SP-URNet的海上非均匀对流层大气波导传播损耗时空预测方法,其特征在于,包括如下步骤: 步骤1,大气波导大气修正折射率M参数化计算和波导传播损耗图像数据计算: 首先通过ERA5模式再分析数据获取非均匀大气波导环境中的大气温度、湿度、风向、压力以及大气高度,计算大气修正折射率M,根据计算所得海面上不同高度对应的不同大气折射率,得到传播损耗的时空变化图; 步骤2,三维卷积自动编码器空间特征提取建模: 采用三维卷积、归一化和激活函数组成的空间信息自动编码器,实现非均匀大气波导非线性映射关系特征提取,输入层输入时间序列长度为T的数据,数据包括输入帧序列长度的图像以及需预测帧序列长度的数据,形状为B×T×C×H×W,将每个帧视为单个样本,并关注单个帧级的空间特征,而不考虑时间变化,输出数据要输入至时间信息学习模组,输出的形状重塑为B×T×C×H×W; 步骤3,时间卷积网络TCN组成的U-TCN模块对超视距传播损耗时间特征建模: 提出U-net型连接时间卷积网络组成的时间信息学习模块解析器进行特征提取,输入为由空间信息学习模块重塑的形状B×T×C×H×W的张量,沿时间轴堆叠提取特征,输出数据将带有空间信息和时间信息的数据输入至时空信息整合学习模组,形状重塑为B×T×C×H×W; 步骤4,三维卷积自动解码器时间和空间特征整合: 采用三维卷积、归一化和激活函数构建对已学习的时间和空间信息自动整合解码器,输入带有已学习的时间和空间信息的数据,形状B×T×C×H×W的张量,输出的形状为T’×C×H×W; 步骤5,SP-URNet预测网络模型搭建: 该模型结构包括:输入数据,模型参数设置,空间编码器、时间解析器以及时空整合解码器构建和网络输出; 输入数据来自经过ERA5模式再分析数据计算的大气折射率数据,获得的大气波导传播损耗图像数据,并将数据分为输入帧数据和预测帧数据; 采用的参数为Adam优化器、leakyReLU激活函数、权重损失、扩张卷积和权值归一化; 基于对网络模型参数的训练,将传播损耗最精确的时空预测结果进行输出并对模型保存。

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电波传播研究所(中国电子科技集团公司第二十二研究所);中国海洋大学,其通讯地址为:266107 山东省青岛市城阳区仙山东路36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。

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。