Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜成都福瑞空天科技有限公司张学军获国家专利权

恭喜成都福瑞空天科技有限公司张学军获国家专利权

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!

龙图腾网恭喜成都福瑞空天科技有限公司申请的专利一种基于深度学习的空空雷达数据仿真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:CN114296068B

龙图腾网通过国家知识产权局官网在2025-04-22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:202111615860.2,技术领域涉及:G01S13/58;该发明授权一种基于深度学习的空空雷达数据仿真方法是由张学军;董佳琦;薛雄;黄如设计研发完成,并于2021-12-27向国家知识产权局提交的专利申请。

一种基于深度学习的空空雷达数据仿真方法在说明书摘要公布了:本发明提供一种基于深度学习的空空雷达数据仿真方法,在空空雷达数据仿真中考虑本机机型与状态参数、运行天气以及飞手的人为因素为核心,故将三大类的影响因素以多因素误差模型的方式在理想的空空雷达数据上进行添加。包括以下步骤:理想的空空雷达数据计算;影响空空雷达数据测量的因素分析;基于深度学习的多因素影响误差模型构建;基于多因素影响误差模型的空空雷达数据仿真;基于多因素影响误差模型的空空雷达数据仿真技术图。本发明有效提高空空雷达数据与实际运行环境的贴合度,仿真后的数据更加真实可靠,可以有效提高研发产品的精度,提高产品的实际适用性。

本发明授权一种基于深度学习的空空雷达数据仿真方法在权利要求书中公布了:1.一种基于深度学习的空空雷达数据仿真方法,其特征在于,包括以下步骤:S1、理想的空空雷达数据计算对于本机A以及入侵机B的理想航迹而言,理想航迹包括的参数时间、纬度、经度、高度分别为:本机A:TA、latA、longA、altA;入侵机B:TB、latB、longB、altB;当TA=TB时,表示本机A与入侵机B处于同一个时刻,两机之间的理想航迹数据转换为理想情况下本机机载空空雷达的测量数据,本机A的机载空空雷达在TA=TB这一时刻的探测到的入侵机B的空空雷达数据:斜距ρ0、方位角θ0与仰角∈0;S2、影响空空雷达数据测量的因素分析从空空雷达的运行环境角度考虑,因素有以下几个:第1类:本机影响因素fmodel、fEWV、fNSV、fVR、fΔheading模型影响因素fmodel,假设参与运行的无人机机型共有n种,记每一种机型为选择表征本机飞行状态的参数作为影响因素,考虑本机的飞行速度,包括本机东西向速度fEWV和南北向速度fNSV,本机的上升下降率fVR以及本机航向的变化率fΔheading;第2类:天气影响因素fweather将气流对本机运行的影响根据其强度进行分类,共分为m类,记每一类气流的影响强度为第3类:人为因素fhuman,包括:fhuman-o、fhuman-c、fhuman-w将无人机飞手的熟练程度根据由生疏到娴熟到资深的变化程度进行分类,熟练程度影响因素fhuman-o分为r类,分别记作将无人机飞手的性格特征根据由沉稳到果断到激进的变化程度进行分类,性格特征影响因素fhuman-c分为k类,分别记作将无人机飞手的工作状态根据由懈怠到懒散到积极的变化程度进行分类,工作状态影响因素fhuman-w分为l类,分别记作S3、基于深度学习的多因素影响误差模型构建对无人机飞行计划系统中直接导出的历史航迹数据进行计算,得到理想情况下,本机机载空空雷达所测得的斜距ρ0、方位角θ0与仰角∈0;在实际飞行的航迹数据中,得到本机机载空空雷达实际所测的斜距ρ1、方位角θ1与仰角∈1;定义空空雷达对入侵机的测量误差Δ为实际的测量值与理想的测量值之间的差值,则空空雷达斜距测量误差Δρ、方位角测量误差Δθ以及仰角测量误差Δ∈分别为:Δρ=ρ1-ρ0Δθ=θ1-θ0Δ∈=∈1-∈0分别建立各个因素对测量误差Δ影响的多因素非线性回归模型如下: Δθ∈=ωfmodel、fEWV、fNSV、fVR、fΔheading、fweather、fhuman-o、fhuman-c、fhuman-wΔ∈=δfmodel、fEWV、fNSV、fVR、fΔheading、fweather、fhuman-o、fhuman-c、fhuman-w来搭建深度学习网络,实现斜距测量误差Δρ、方位角测量误差Δθ以及仰角测量误差Δ∈的多因素非线性回归;S4、基于多因素影响误差模型的空空雷达数据仿真将各环境影响因素的取值fmodel、fEWV、fNSV、fVR、fΔheading、fweather、fhuman-o、fhuman-c、fhuman-w一同输入训练后的多因素影响误差模型中,得到在仿真环境约束条件下的空空雷达斜距测量误差Δρ、方位角测量误差Δθ以及仰角测量误差Δ∈;之后将理想航迹中本机机载空空雷达所测得的斜距ρ0、方位角θ0与仰角∈0与对应的测量误差相加,即可得到在实际飞行过程中,本机机载空空雷达实际所测的斜距ρ1、方位角θ1与仰角∈1的仿真值;S5、基于多因素影响误差模型的空空雷达数据仿真技术图将S1-S4中的技术方法进行汇总,即可得到改进后完整的机载空空雷达测量数据的仿真方法。

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成都福瑞空天科技有限公司,其通讯地址为:610000 四川省成都市天府新区正兴街道凉风顶村3组303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”。

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。