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！

龙图腾网获悉南京天晴航空航天科技有限公司申请的专利基于深度学习的无人机大气数据异常检测与修正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：CN121456777B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202610018693.X，技术领域涉及：G06F18/2433；该发明授权基于深度学习的无人机大气数据异常检测与修正系统是由吕伟业;吕全辉;陈弈澄;刘正洋设计研发完成，并于2026-01-08向国家知识产权局提交的专利申请。

本基于深度学习的无人机大气数据异常检测与修正系统在说明书摘要公布了：本发明涉及数据检测技术领域，尤其涉及基于深度学习的无人机大气数据异常检测与修正系统，本申请提出以下方案，基于无人机姿态与相对风向构建气团参考坐标系，对原始测量数据进行重投影以获得具有稳定参考方向的大气数据序列；随后生成随时间动态变化的频率掩膜，用于约束时频分析过程中旋翼扰动能量的定位；再基于多通道频率掩膜对时频系数矩阵进行多尺度分解，分别提取气动扰动估计信号、背景大气信号及湍流结构信号；将三类信号输入预设深度学习模型，实现大气数据异常的识别及对应修正。本申请能够区分旋翼扰动与真实大气结构，提高大气观测数据的质量与可靠性。

本发明授权基于深度学习的无人机大气数据异常检测与修正系统在权利要求书中公布了：1.基于深度学习的无人机大气数据异常检测与修正系统，其特征在于，所述系统包括： 数据预处理模块，用于通过无人机采集原始测量数据，并基于无人机的姿态和相对风向构建气团参考坐标系，将所述原始测量数据重投影至所述气团参考坐标系，生成大气数据序列； 数据分解模块，用于获取无人机电机转速，计算对应的频率掩膜，并对所述大气数据序列进行时频分析得到时频系数矩阵，基于所述频率掩膜对所述时频系数矩阵进行多尺度分解，得到气动扰动估计信号、背景大气信号和湍流结构信号； 数据检测模块，用于将所述气动扰动估计信号、背景大气信号和湍流结构信号作为输入参数输入至预设的深度学习模型，通过所述深度学习模型对所述输入参数进行处理，得到大气数据异常检测结果以及对应的修正数据； 所述数据分解模块，包括： 频率掩膜计算单元，基于无人机电机转速及飞行工况信息生成用于区分旋翼扰动频带和非扰动频带的频率掩膜参数； 时频分析单元，用于对所述大气数据序列进行时频变换，生成用于表征不同时间和频率分量的时频系数矩阵； 多尺度分解单元，用于在所述频率掩膜参数的约束下，对所述时频系数矩阵进行多尺度拆分； 所述数据分解模块包括数据分解策略，所述数据分解策略包括掩膜计算逻辑和分解逻辑，所述掩膜计算逻辑配置于所述频率掩膜计算单元内，所述分解逻辑配置于所述多尺度分解单元内； 所述掩膜计算逻辑配置为： 获取无人机在不同时刻的电机转速，生成转速序列，并基于所述转速序列计算对应的基础旋翼频率序列以及转速变化率； 根据所述转速变化率以及预先采集的无人机的姿态角速度、油门指令变化量和空速变化量计算用于表征飞行工况的激烈度指标； 根据所述激烈度指标确定以所述基础旋翼频率序列中基础旋翼频率及对应倍频为中心的频率掩膜； 所述分解逻辑配置为： 根据通道划分将所述时频系数矩阵标记为多通道时频系数矩阵，其中通道数量和传感器数量一致； 基于所述频率掩膜以及各传感器与旋翼的空间布局关系，为每一通道分配通道权重，根据所述通道权重将所述频率掩膜扩展为在通道维、时间维和频率维上定义的多通道频率掩膜； 在所述多通道频率掩膜的约束条件下，将所述多通道时频系数矩阵分解为背景大气系数张量、气动扰动系数张量和湍流结构系数张量，其中各系数张量在各通道、各时间和各频率点上的代数和等于原始时频系数； 对所述背景大气系数张量进行通道维和时间维上的低秩和平滑约束，对所述气动扰动系数张量进行掩膜加权稀疏约束，对所述湍流结构系数张量进行广谱能量分布约束； 对约束后的背景大气系数张量、气动扰动系数张量和湍流结构系数张量进行时频逆变换，得到气动扰动估计信号、背景大气信号和湍流结构信号。

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南京天晴航空航天科技有限公司，其通讯地址为：210007 江苏省南京市秦淮区龙蟠中路218号中航科技大厦16层01-05、07-11室；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。