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五十四研究所;合肥工业大学申请的专利一种基于DBSCAN聚类的多星任务预分配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：CN116470948B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202310117560.4，技术领域涉及：H04B7/185；该发明授权一种基于DBSCAN聚类的多星任务预分配方法是由付伟;孙海权;张超;唐奕城;刘佳玥;陈金勇;胡笑璇;张栋;高朝晖设计研发完成，并于2023-02-15向国家知识产权局提交的专利申请。

本一种基于DBSCAN聚类的多星任务预分配方法在说明书摘要公布了：本发明公开了一种基于DBSCAN聚类的多星任务预分配方法，涉及卫星地面系统任务规划技术领域。该方法首先构建了每个任务在各星上的平均观测时间、平均数传时间、观测时间窗数量、数传时间窗数量、观测时间冲突程度、数传时间冲突程度等指标，然后通过归一化和优化方向转化实现多维度指标数值计算，最后依据多维度指标计算距离并进行聚类，将任务分配至合适的卫星，实现任务至卫星的预先指定分配，满足后续任务规划的效率要求。

本发明授权一种基于DBSCAN聚类的多星任务预分配方法在权利要求书中公布了：1.一种基于DBSCAN聚类的多星任务预分配方法，其特征在于，包括以下步骤： 步骤1，建立多维度卫星任务分配指标，具体方式为：依据任务与卫星之间的观测时间窗，设计任务的观测时间窗数量L1、平均观测时间L2、观测时间冲突程度L3；依据地面站与卫星之间的数传时间窗，设计任务的数传时间窗数量L4、平均数传时间L5、数传时间冲突程度L6； 步骤2，将所有卫星记为基本核心对象集合，并记任务集合为，为集合S的元素总数，为集合GT的元素总数；依据多维度卫星 任务分配指标，计算任务集合中每个任务到每颗卫星的绝对距离 JD： 其中，L1ij、L2ij、...、L6ij表示任务在卫星的相应指标值； 根据任务和在同一颗卫星的指标，计算两个任务之间的相对距离XD： 步骤3，在基本核心对象集合中遍历每一颗卫星，依据绝对 距离和绝对距离邻域参数，在任务集合中计算邻域 ，将邻域中的任务无重复地加入到对应的任务簇中，并在此邻域中探索得到伪 核心对象集合； 在中遍历每一个伪核心对象，依据相对距离和相对距离邻域参数， 在任务样本中计算邻域，将邻域中的任务无重复地加入 到对应的任务簇中； 最终，任务全部分配至任务簇中或遍历完基本核心对象集合，生成任务簇集合，即为给卫星分配的任务； 步骤3的具体方式为： 步骤3.1，初始化任务簇集合，初始化伪核心对象集合的全体所组成的集合； 步骤3.2，对卫星集合进行遍历，随机选取一个卫星作为基本核 心对象，执行步骤3.3；遍历完成后执行步骤3.10； 步骤3.3，依据绝对距离和绝对距离邻域参数，在任务样本中找到核心对象的-邻域子样本集，执行步骤3.4；其中， 表示聚类时设置的距离阈值，小于或等于这个参数的对象才会聚到同类中；表示 聚类时当前类中的对象个数，当大于或等于这个参数时，当前类才成立； 步骤3.4，如果邻域半径内的观测任务的数量大于等于，即 ，则执行步骤3.5，否则回到步骤3.2遍历下一个卫星； 步骤3.5，初始化基本核心对象对应的伪核心对象集合和任务簇，令，，执行步骤3.6；其中，\表示集 合求差； 步骤3.6，在伪核心对象集合中遍历伪核心对象，对每一个伪核心对象执行步骤 3.7；遍历完成后，令，，回到步骤3.2遍历下一个卫星； 步骤3.7，依据相对距离和相对距离邻域参数，在任务样本集合中找到伪核心对象的-邻域子样本集，执行步骤3.8； 步骤3.8，如果伪核心对象的-邻域子样本集满足，则令，执行步骤3.9，否则回到步骤 3.6遍历下一个伪核心对象； 步骤3.9，如果，令，执行步骤3.10，否则回到步骤3.6遍 历下一个伪核心对象； 步骤3.10，输出多星任务分配结果，即任务簇集合

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五十四研究所;合肥工业大学，其通讯地址为：050081 河北省石家庄市中山西路589号五十四所航天系统与应用专业部；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。