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！

龙图腾网获悉广州远动信息技术有限公司申请的专利基于多源数据融合的河流流量的全量程监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：CN120445331B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202510524731.4，技术领域涉及：G01F1/002；该发明授权基于多源数据融合的河流流量的全量程监测方法是由蔡杰;刘华锋;邱启勇;吴宇浩;丁永清;黄培鸿设计研发完成，并于2025-04-24向国家知识产权局提交的专利申请。

本基于多源数据融合的河流流量的全量程监测方法在说明书摘要公布了：本发明公开了基于多源数据融合的河流流量的全量程监测方法，包括步骤：一针对河流的不同水位变幅，采集多种流量自动监测方法得出的实时数据；二当分析发现在设定时间段内有任何一种流量自动监测方法得出的实时数据存在数据缺值时，将每种流量自动监测值的权重进行重新计算；三判断任何一种流量自动监测方法得到的实时数据超过历史最大误差阀值时，则通过自动筛选过滤掉该监测方法得到的流量结果；四在所述多种流量自动监测方法得出的实时数据基础上，通过基于动态方差的卡尔曼滤波流量融合算法，得到多种流量实时数据的融合结果数据。可优化调整突发的数据缺值情况，确保了流量自动监测数据的连续性、准确性和稳定性。

本发明授权基于多源数据融合的河流流量的全量程监测方法在权利要求书中公布了：1.基于多源数据融合的河流流量的全量程监测方法，其特征在于，包括步骤： 一针对河流的不同水位变幅，采集多种流量自动监测方法得出的实时数据； 二当分析发现在设定时间段内有任何一种流量自动监测方法得出的实时数据存在数据缺值时，将每种流量自动监测值的权重进行重新计算，在卡尔曼滤波算法中，卡尔曼增益、最优估计值和状态协方差矩阵的计算都作相对应的优化调整； 具体包括：当分析发现在设定时间段内有任何一种流量自动监测方法得出的实时数据存在数据缺值时，将每种流量自动监测值的权重进行重新计算，即去掉缺值对应的权重，其他流量自动监测值的权重归一化： 其中D是非缺值集合，j是D中每一种测流方法，w′i是指第i种非缺值测量结果对应的权重，wi为第i种流量自动检测值对应的原权重； 在卡尔曼滤波算法中，卡尔曼增益、最优估计值和状态协方差矩阵的计算都作相对应的调整，根据不同测流仪器对同一河流水体的测量结果作为卡尔曼滤波计算中的观测值z，仪器测量误差作为观测方差R，将卡尔曼滤波公式转变为缺值情况的卡尔曼滤波公式, 其中D是非缺值集合；下角标i为第i个观测量，下角标k是第k时刻； 三判断任何一种流量自动监测方法得到的实时数据超过历史最大误差阀值时，则通过自动筛选过滤掉该超过历史最大误差阀值的监测方法得到的流量结果，不参与下一步骤的流量融合计算； 四在所述多种流量自动监测方法得出的实时数据基础上，通过基于动态方差的卡尔曼滤波流量融合算法，得到多种流量实时数据的融合结果数据；包括子步骤： 1、计算各观测值的权重wi，或者默认所述各观测值的权重为1即可，所述n为观测值数量； 2、初始化参数，状态协方差P0、预测方差Q0，初始化上一时刻流量值x’0等于所有观测值的均值流量变化趋势dx0＝0； 3、计算流量预测值： xk＝x′k-1+dxk-1 4、计算观测均值： 5、计算预测方差： 6、计算观测方差： 其中两个渐变系数为α和β； 7、根据经过简化转变的卡尔曼滤波五个公式，计算出融合流量x’k和状态方差P’k；其中各个观测值zi，预测值为x； 8、更新流量变化趋势，用于下一次运算： dxk＝x′k-x′k-1 9、重复子步骤3至8，得到多种流量实时数据的融合结果数据。

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广州远动信息技术有限公司，其通讯地址为：510699 广东省广州市越秀区寺右新马路寺右北一街三巷7-9号五楼；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。