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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 青岛科技大学刘巧君获国家专利权

青岛科技大学刘巧君获国家专利权

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!

龙图腾网获悉青岛科技大学申请的专利一种多方法融合的激光雷达大气边界层高度识别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:CN121634037B

龙图腾网通过国家知识产权局官网在2026-04-14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:202610156897.X,技术领域涉及:G01S7/48;该发明授权一种多方法融合的激光雷达大气边界层高度识别方法是由刘巧君;肖博;苗润;高宜凡;吴志文设计研发完成,并于2026-02-04向国家知识产权局提交的专利申请。

一种多方法融合的激光雷达大气边界层高度识别方法在说明书摘要公布了:本发明公开一种多方法融合的激光雷达大气边界层高度识别方法,属于激光雷达大气探测领域,用于解决残留层、云层、大气边界层结构难以区分的问题。该方法将大气回波信号处理为距离平方校正回波信号数据集,转化为时‑高二维矩阵图像并处理得到形态学边缘检测原始灰度图像;经阈值分割、形态学运算结合区域生长法获初步边界层高度,分时段差异化判定边缘线类型;融合梯度法与小波协方差法得到最终大气边界层高度估计、最终残留层高度估计和最终云层高度估计;处理全天数据生成包含高度数据和层属性的时‑高剖面图。本发明能精准区分大气边界层、云层及残留层,动态选取小波尺度并融合梯度法,提升大气边界层、云层及残留层分类精度与识别稳定性。

本发明授权一种多方法融合的激光雷达大气边界层高度识别方法在权利要求书中公布了:1.一种多方法融合的激光雷达大气边界层高度识别方法,其特征在于,包括以下步骤: S1.利用激光雷达垂直连续探测待测大气边界区,获取后向散射回波信号,经完整性检查、归一化预处理后,再转化为激光雷达距离平方校正回波信号,形成标准化数据集; S2.将标准化数据集经颜色映射构建时-高二维矩阵图像,经灰度图像转换、滤波降噪及对比度增强处理,得到形态学边缘检测原始灰度图像; S3.对原始灰度图像进行阈值分割,得到目标区域与背景区域两类灰度区域,对目标区域执行收缩-延伸形态运算提取边缘线,再结合区域生长法提取各时刻目标区域边缘线,获得初步大气边界层高度位置;划分全天时段为对流活跃时段和其余时段;排除已获得初步大气边界层高度的目标区域,对其余目标区域的边缘线执行差异化判定,包括对流活跃时段,将经形态学运算结合区域生长法提取的所有目标区域边缘线中高度值最小的那条边缘线作为低高度目标区域边缘线,低高度目标区域边缘线所在高度判定为大气边界层高度,对流活跃时段其余高于低高度目标区域边缘线所在高度判定为云层高度,其余时段将所有目标区域边缘线中高度值最小的那条边缘线作为低高度目标区域边缘线,低高度目标区域边缘线所在高度判定为大气边界层高度,其余时段高度高于低高度目标区域边缘线的目标区域边缘线不直接判定类型,其余时段对应的边缘线预留残留层与云层的区分判定; S4.对沿高度方向求梯度,采用梯度法在初步大气边界层高度位置附近获取极值对应的高度及对应梯度幅度,根据对应的梯度幅度完成S3中其余时段对应的边缘线预留残留层与云层的区分判定,包括在其余时段,对应时刻的目标区域边缘线存在多条,结合对应的梯度幅度进行区分判定,目标区域边缘线所在高度的梯度幅度小于的梯度幅度且距离地面高度低于2km的目标区域的边缘线所在高度判定为残留层高度,将目标区域边缘线所在高度的梯度幅度不小于对应的梯度幅度或距离地面高度不低于2km的目标区域的边缘线所在高度判定为云层高度;按初步大气边界层高度位置动态调整扩张因子,经小波协方差法得高度,融合和获得最终大气边界层高度估计;残留层高度和云层高度均采用梯度法与小波协方差法融合的方式,分别获取对应最终高度估计,融合权重的约束条件与大气边界层高度估计的融合权重的约束条件一致;按S1-S3处理全天各时刻数据,执行S4梯度计算、高度判定及融合估计操作,生成包含高度数据和层属性的时-高剖面图。

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青岛科技大学,其通讯地址为:266100 山东省青岛市崂山区松岭路99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。