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子科技集团公司第四十一研究所申请的专利一种基于数据流聚类算法的单站多目标无源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：CN115409092B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202210958173.9，技术领域涉及：G06F18/23；该发明授权一种基于数据流聚类算法的单站多目标无源定位方法是由王守雷;赵新明;白月胜;李冲;李村;陈方正;余通设计研发完成，并于2022-08-11向国家知识产权局提交的专利申请。

本一种基于数据流聚类算法的单站多目标无源定位方法在说明书摘要公布了：本发明公开了一种基于数据流聚类算法的单站多目标无源定位方法，属于无源定位技术领域。本发明采用长基线干涉仪，包括如下步骤：计算历史视线角；将历史视线角数据以倾斜时间窗口模型的方式存储在内存；进行交叉定位，得到视线交叉点；将视线交叉点视为实时空间数据流，通过数据流聚类方法剔除数据流中的干扰及错误信息，得到单个或多个不同时间粒度层的聚类簇，在聚类簇中提取目标点的有效空间信息。本发明方法利用长基线干涉仪，硬件设备简单；在聚类过程中可自动剔除错误的交叉点，具有极强的抗干扰性能，且此方法同样适用于多目标无源定位，提高了观测站在复杂电磁环境下无源定位能力具有很高的推广应用价值。

本发明授权一种基于数据流聚类算法的单站多目标无源定位方法在权利要求书中公布了：1.一种基于数据流聚类算法的单站多目标无源定位方法，其特征在于：采用长基线干涉仪，包括如下步骤： 步骤1：由长基线干涉仪采集到各通道之间的相位差，通过解耦得到多个包含模糊角度的视线角或单个视线角； 步骤2：将步骤1中的视线角数据以倾斜时间窗口模型的方式存储在内存； 步骤3：利用步骤1计算得到的视线角与步骤2中存储在内存中的历史视线角进行交叉定位，得到视线交叉点； 步骤4：在不解模糊的情况下，将视线交叉点视为实时空间数据流，真实的目标点信息隐藏在此实时空间数据流中，通过数据流聚类方法剔除数据流中的干扰及错误信息，得到单个或多个不同时间粒度层的聚类簇，在聚类簇中提取目标点的有效空间信息； 数据流聚类方法如下： 在线微簇维护 步骤4.1：利用密度聚类算法进行微簇初始化； 步骤4.2：当数据点到达时，通过计算数据点与潜在核心微簇中心的距离获得距离数据点最近的潜在核心微簇，尝试融入其中； 步骤4.3：判断数据点融入后的核心微簇半径是否小于半径阈值； 若：判断结果是核心微簇半径小于半径阈值；则执行步骤4.8； 或判断结果是核心微簇半径大于或者等于半径阈值，则执行步骤4.4； 步骤4.4：获得距离数据点最近的离群微簇，尝试融入其中； 步骤4.5：判断离群微簇半径小于半径阈值； 若：判断结果是离群微簇半径小于半径阈值；则执行步骤4.6； 或判断结果是离群微簇半径大于或者等于半径阈值，则执行步骤4.7； 步骤4.6：检查该离群微簇的权值，判断离群微簇权值是否大于阈值； 若：判断结果是权值大于阈值；即；则该离群微簇进化为核心微簇，然后执行步骤4.8； 或判断结果是权值小于或者等于阈值；则该离群微簇的性质不发生变化，然后执行步骤4.8； 步骤4.7：以此数据点建立离群微簇； 步骤4.8：定期对潜在核心微簇与离群微簇进行状态检测，对所有潜在核心微簇进行检查，将权值小于的微簇删除，并将其加入离群微簇，对所有离群微簇进行检查，将权值小于的离群微簇彻底删除； 步骤4.9：按照倾斜时间窗口模型存储微簇数据，包括潜在核心微簇和离群微簇； 离线生成聚类簇 步骤4.10：使用密度聚类算法对当前状态的潜在核心微簇进行聚合； 步骤4.11：得到不同时间粒度层的聚类结果，并计算类的几何中心。

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子科技集团公司第四十一研究所，其通讯地址为：266555 山东省青岛市黄岛区香江路98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。