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！

龙图腾网获悉北华航天工业学院;国家国防科工局重大专项工程中心;廊坊空间信息技术研发服务中心申请的专利面向动态云遮挡的光学遥感敏捷卫星成像方法及系统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：CN119865700B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202411937845.3，技术领域涉及：H04N23/695；该发明授权面向动态云遮挡的光学遥感敏捷卫星成像方法及系统是由陈亚欣;孟令杰;王琦;金永涛;索乐;王更科;高凌寒;刘川设计研发完成，并于2024-12-26向国家知识产权局提交的专利申请。

本面向动态云遮挡的光学遥感敏捷卫星成像方法及系统在说明书摘要公布了：本发明公开了面向动态云遮挡的光学遥感敏捷卫星成像方法及系统，涉及卫星遥感技术领域，该方法包括步骤：动态云信息的粗预测到精细预测；计算云遮挡情况下，敏捷卫星有效成像时间窗口；建立动态云遮挡敏捷卫星成像模型；改进并优化多目标进化算法；生成动态云遮挡情况下敏捷卫星最佳成像方案。本发明对云信息实行由粗到精的分级预测，并根据云信息计算敏捷卫星有效成像时间窗口，提高模型预测速度；构建的面向动态云遮挡敏捷卫星成像模型，兼顾成像收益最大与敏捷卫星机动消耗最小；采用的多目标优化算法最优化求解方法，通过深度强化学习算法进行进化参数最优配置，使每一代进化都具有最大收益，极大提高了算法寻优效率。

本发明授权面向动态云遮挡的光学遥感敏捷卫星成像方法及系统在权利要求书中公布了：1.面向动态云遮挡的光学遥感敏捷卫星成像方法，其特征在于：该方法包括步骤： S1、动态云信息的粗预测到精细预测； 所述粗预测，利用地球静止轨道气象卫星高时间分辨率特点，获取距离每个成像时间窗口最近的云信息，实现成像时刻云信息的粗预测； 所述精细预测，利用地球静止轨道气象卫星影像数据，结合图神经网络技术，对云层信息进行更为精确的预测； 所述动态云信息的粗预测到精细预测，利用地球静止轨道气象卫星高时间分辨率特点，获取距离每个成像时间窗口最近的云信息，实现成像时刻云信息的粗预测；考虑云从粗预测时刻到卫星成像时刻的变化情况，结合图神经网络技术，构建云预测网络模型，对高动态的云信息进行短期预报，实现卫星成像时刻云形状、位置和高度的精细预测； 所述云预测网络模型为编码器-处理器-解码器的结构； 将卫星影像数据输入到云预测网络模型； 通过所述编码器，将所述卫星影像数据映射到图空间，转换成指定尺寸的拓扑图；每一个拓扑图的节点代表一个观测点； 所述处理器，包括M个时空块堆叠；每个所述时空块对图空间中的拓扑图进行特征提取与信息传递； 所述时空块包括动态相关性捕捉模型和时空相关性捕捉模型； 所述动态相关性捕捉模型包括空间注意力模型和时间注意力模型；所述空间注意力模型，通过空间注意力机制捕捉拓扑图节点之间的动态相关性依赖特征，所述空间注意力模型根据空间信息的关联度调整拓扑图节点间的关系，捕获云层空间变化的动态特征；所述时间注意力模型，构造时间注意力矩阵，基于注意力机制，捕捉云信息在时间维度上的动态相关性，帮助所述云预测网络模型理解云层在不同时间点的变化规律； 所述时空相关性捕捉模型包括图小波卷积和一维扩张因果卷积；所述图小波卷积，用于提取图节点之间的空间相关性特征，捕捉图结构内不同节点间的空间依赖关系；所述一维扩张因果卷积，在时间维度上，提取各观测值的时间相关性特征，所述因果卷积确保信息只通过过去的时间步骤传播，维持时序的因果关系； 所述解码器，根据所述处理器提取的特征，重建云预测特征，并将时空特征转换为对高动态云信息的精细预测；所述精细预测包括云形状、位置和高度； S2、计算云遮挡情况下，敏捷卫星有效成像时间窗口； S3、建立动态云遮挡敏捷卫星成像模型； S4、改进并优化多目标进化算法； S5、生成动态云遮挡情况下敏捷卫星最佳成像方案。

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北华航天工业学院;国家国防科工局重大专项工程中心;廊坊空间信息技术研发服务中心，其通讯地址为：065000 河北省廊坊市爱民东道133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。