-
公开(公告)号：CN114252871B
公开(公告)日：2024-07-09
申请号：CN202111514264.5
申请日：2021-12-13
Applicant: 中国西安卫星测控中心
Abstract: 本发明提供了一种基于机器学习的雷达探测精度补偿方法，采集设定时长内的空间环境特征参数、时空特征参数以及雷达探测剩余误差数据构建数据集，采用异常值剔除和数据下采样技术对得到的数据进行预处理；构建基于机器学习的雷达探测精度补偿模型；从雷达探测数据中解算目标方位角、测量时段、星下点经纬度、目标高度；从互联网下载提取雷达探测时刻空间环境参数；将提取的数据输入到构建的雷达探测精度补偿模型中，得到精度补偿后雷达探测数据。本发明在电波环境折射修正基础上，进一步补偿雷达探测精度，补偿电波折射修正模型时空特性局限性、雷达系统误差等造成的探测精度的损失，提升雷达探测精度。
-
公开(公告)号：CN110674352B
公开(公告)日：2022-07-12
申请号：CN201910917578.6
申请日：2019-09-26
Applicant: 中国西安卫星测控中心 , 复旦大学
IPC: G06F16/81 , G06F16/22 , G06F16/242
Abstract: 本发明公开了一种面向传感器网络多数据流的高效处理系统及方法，该方法包括以下步骤：步骤1：根据传感器网络的固有特性，按时间序动态构造聚合树，将多个具有相关性的数据流构造成聚合的XML数据流；步骤2：重用已有的XML流处理方法同时统一处理多个数据流。本发明针对传感器网络的多数据流，根据传感器网络的固有特性，构造多数据流聚合器，将多个具有相关性的数据流构造成聚合的XML数据流，可重用已有的XML流处理方法同时统一处理多个数据流，可以有效节省计算资源，减少大量中间处理结果。按时间序动态构造聚合树，有效处理同一数据流中元组失序到达的问题。与Stanford流数据管理系统对比的实验结果表明，在数据流数量较大时，该方法性能上有显著提高。
-
公开(公告)号：CN114252871A
公开(公告)日：2022-03-29
申请号：CN202111514264.5
申请日：2021-12-13
Applicant: 中国西安卫星测控中心
Abstract: 本发明提供了一种基于机器学习的雷达探测精度补偿方法，采集设定时长内的空间环境特征参数、时空特征参数以及雷达探测剩余误差数据构建数据集，采用异常值剔除和数据下采样技术对得到的数据进行预处理；构建基于机器学习的雷达探测精度补偿模型；从雷达探测数据中解算目标方位角、测量时段、星下点经纬度、目标高度；从互联网下载提取雷达探测时刻空间环境参数；将提取的数据输入到构建的雷达探测精度补偿模型中，得到精度补偿后雷达探测数据。本发明在电波环境折射修正基础上，进一步补偿雷达探测精度，补偿电波折射修正模型时空特性局限性、雷达系统误差等造成的探测精度的损失，提升雷达探测精度。
-
Patent Agency Ranking
公开(公告)号：CN106570337B
公开(公告)日：2019-05-07
申请号：CN201610997310.4
申请日：2016-11-14
Applicant: 中国西安卫星测控中心
IPC: G06F17/50
Abstract: 本发明提供了一种航天器综合能力评估方法，用于解决现有航天器能力表达不直观，无法在其应用规划中提供最直接有效的决策信息的问题。本发明引入健康状态和风险状态作为重要的评估关键的输入因子，在此基础上从载荷性能和平台性能两个方面评估单星综合能力值；从重访周期，扫描幅宽，功能互补等方面量化计算多星综合能力提升指数。本发明提出了航天器综合能力的评估方案，给出了具体步骤，为航天器在轨能力评估提供了一种易于操作的评估方法。
-
公开(公告)号：CN106599367A
公开(公告)日：2017-04-26
申请号：CN201610997322.7
申请日：2016-11-14
Applicant: 中国西安卫星测控中心
IPC: G06F17/50
CPC classification number: G06F17/5036 , G06F17/5095
Abstract: 本发明提供了一种航天器状态异常检测方法，用于解决现有航天器异变早期发现困难的技术问题；首先是利用卫星遥测参数建立正常状态下的关联关系模型，然后对卫星正常状态下的关联关系模型参数做统计分析，可以得到关联关系模型参数的统计特征及其变化范围，通过判断关联关系模型参数的大小是否在预测范围内来确定模型建立的正确性，最后将需要检测的数据代入正确的关联关系模型中，通过比较检测数据的变化规律与正常状态数据的变化规律来实现卫星状态异常检测。本发明的异常检测过程简洁明了，可为航天器异常状态检测的工程化应用提供有力的方法支撑。
-
公开(公告)号：CN110795453A
公开(公告)日：2020-02-14
申请号：CN201911006404.0
申请日：2019-10-22
Applicant: 中国西安卫星测控中心 , 复旦大学
IPC: G06F16/242 , G06F16/28 , G06F16/36
Abstract: 本发明提供一种基于关系数据库自动构建RDF的方法，包含步骤：S1、任意选取若干个关系型数据库，提取属性间的数据库模式特征值、数据库内容实例特征值；S2、选取部分关系型数据库作为训练数据库,剩余的作为测试数据库；通过机器学习训练所述训练数据库属性间的数据库模式特征值、数据库内容实例特征值，生成实体关系发现模型；通过实体关系发现模型得到测试数据库包含的属性间引用关系；S3、为所述测试数据库包含的属性间引用关系生成对应的数据库关系图；S4、根据关系型数据库的RDF转换规则，转换所述测试数据库包含的引用关系为对应的RDF语句。本发明能准确的发现关系型数据库中各属性间的潜在关系。
-
公开(公告)号：CN110674352A
公开(公告)日：2020-01-10
申请号：CN201910917578.6
申请日：2019-09-26
Applicant: 中国西安卫星测控中心 , 复旦大学
IPC: G06F16/81 , G06F16/22 , G06F16/242
Abstract: 本发明公开了一种面向传感器网络多数据流的高效处理系统及方法，该方法包括以下步骤：步骤1：根据传感器网络的固有特性，按时间序动态构造聚合树，将多个具有相关性的数据流构造成聚合的XML数据流；步骤2：重用已有的XML流处理方法同时统一处理多个数据流。本发明针对传感器网络的多数据流，根据传感器网络的固有特性，构造多数据流聚合器，将多个具有相关性的数据流构造成聚合的XML数据流，可重用已有的XML流处理方法同时统一处理多个数据流，可以有效节省计算资源，减少大量中间处理结果。按时间序动态构造聚合树，有效处理同一数据流中元组失序到达的问题。与Stanford流数据管理系统对比的实验结果表明，在数据流数量较大时，该方法性能上有显著提高。
-
公开(公告)号：CN106570337A
公开(公告)日：2017-04-19
申请号：CN201610997310.4
申请日：2016-11-14
Applicant: 中国西安卫星测控中心
IPC: G06F19/00
CPC classification number: G06F19/00
Abstract: 本发明提供了一种航天器综合能力评估方法，用于解决现有航天器能力表达不直观，无法在其应用规划中提供最直接有效的决策信息的问题。本发明引入健康状态和风险状态作为重要的评估关键的输入因子，在此基础上从载荷性能和平台性能两个方面评估单星综合能力值；从重访周期，扫描幅宽，功能互补等方面量化计算多星综合能力提升指数。本发明提出了航天器综合能力的评估方案，给出了具体步骤，为航天器在轨能力评估提供了一种易于操作的评估方法。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.04 seconds)
