-
公开(公告)号：CN119761221B
公开(公告)日：2025-05-06
申请号：CN202510259186.0
申请日：2025-03-06
Applicant: 武汉大学
Abstract: 本发明公开了电离层建模技术领域的一种高分辨率电离层模型的构建方法及装置，其方法包括：获取目标时间区间内每个时间周期的GNSS接收机观测数据、精密产品以及卫星DCB产品；根据每个时间周期的GNSS接收机观测数据、精密产品以及卫星DCB产品构建训练集，所述训练集中的训练样本以穿刺点的电离层观测值作为标签数据，以穿刺点的时空信息和电离层物理参数作为输入数据；在目标时间区间内，按照预定的时间间隔进行分段建模，生成每个时间间隔的电离层模型；对于每个电离层模型，从所述训练集中取出相应的训练样本，采用机器学习方法进行训练，获取每个时间间隔最终的电离层模型；本发明能够构建高分辨率以及高准确性的电离层模型。
-
公开(公告)号：CN119884758A
公开(公告)日：2025-04-25
申请号：CN202510349497.6
申请日：2025-03-24
Applicant: 武汉大学
IPC: G06F18/214 , G06F18/2431 , G06N3/042 , G06N3/084 , G01S19/30 , G01S19/37
Abstract: 本发明公开一种基于图神经网络的GNSS频间偏差求解方法及系统，方法包括：获取GNSS观测数据，并计算相位平滑伪距频间差分值和穿刺点信息；将相位平滑伪距频间差分值和穿刺点信息输入训练后的图神经网络模型，输出GNSS频间偏差；图神经网络模型的训练，包括：获取全球站点的GNSS观测数据和精密频间偏差产品，并逐站点计算相位平滑伪距频间差分值以及穿刺点信息；以相位平滑伪距频间差分值以及穿刺点信息作为输入，精密频间偏差产品作为输出，构建数据集；基于图神经网络架构，以卫星和接收机作为节点，以穿刺点信息和相位平滑伪距频间差分值作为边属性，进行嵌入变换，形成图神经网络模型；利用构建的数据集对图神经网络模型进行训练，输出训练好的模型。
-
公开(公告)号：CN118884474A
公开(公告)日：2024-11-01
申请号：CN202411346655.4
申请日：2024-09-26
Applicant: 武汉大学
Abstract: 本发明公开一种顾及日地活动与空间关系的TEC模型构建与使用方法及装置。TEC模型构建方法，包括：获取长时间序列的日地活动因子和全球电离层TEC产品；计算所有时刻的全球电离层TEC产品格网点坐标处的多个日地空间关系因子；将所述日地活动因子、计算出的日地空间关系因子与电离层TEC值按时间和格网点匹配，形成训练数据集；构建多层神经网络模型，所述多层神经网络模型的输入为不同时刻的多个日地空间关系因子和日地活动因子，输出为对应时刻和格网点的TEC值；利用所述训练数据集对构建的多层神经网络模型进行训练和验证，输出训练好的TEC模型。
-
公开(公告)号：CN119761221A
公开(公告)日：2025-04-04
申请号：CN202510259186.0
申请日：2025-03-06
Applicant: 武汉大学
Abstract: 本发明公开了电离层建模技术领域的一种高分辨率电离层模型的构建方法及装置，其方法包括：获取目标时间区间内每个时间周期的GNSS接收机观测数据、精密产品以及卫星DCB产品；根据每个时间周期的GNSS接收机观测数据、精密产品以及卫星DCB产品构建训练集，所述训练集中的训练样本以穿刺点的电离层观测值作为标签数据，以穿刺点的时空信息和电离层物理参数作为输入数据；在目标时间区间内，按照预定的时间间隔进行分段建模，生成每个时间间隔的电离层模型；对于每个电离层模型，从所述训练集中取出相应的训练样本，采用机器学习方法进行训练，获取每个时间间隔最终的电离层模型；本发明能够构建高分辨率以及高准确性的电离层模型。
-
Patent Agency Ranking
公开(公告)号：CN118884474B
公开(公告)日：2025-01-24
申请号：CN202411346655.4
申请日：2024-09-26
Applicant: 武汉大学
Abstract: 本发明公开一种顾及日地活动与空间关系的TEC模型构建与使用方法及装置。TEC模型构建方法，包括：获取长时间序列的日地活动因子和全球电离层TEC产品；计算所有时刻的全球电离层TEC产品格网点坐标处的多个日地空间关系因子；将所述日地活动因子、计算出的日地空间关系因子与电离层TEC值按时间和格网点匹配，形成训练数据集；构建多层神经网络模型，所述多层神经网络模型的输入为不同时刻的多个日地空间关系因子和日地活动因子，输出为对应时刻和格网点的TEC值；利用所述训练数据集对构建的多层神经网络模型进行训练和验证，输出训练好的TEC模型。
-
公开(公告)号：CN118967484A
公开(公告)日：2024-11-15
申请号：CN202411441585.0
申请日：2024-10-16
Applicant: 武汉大学
IPC: G06T5/50 , G06N3/0464 , G06V10/774 , G06N3/08
Abstract: 本发明公开一种基于CNN的多因子通道输入的电离层图像生成方法及装置，方法包括：构建待计算时刻的多因子通道图像；将所述待计算时刻的多因子通道图像输入训练后的基于卷积神经网络CNN的全球电离层经验模型，输出待计算时刻的全球电离层TEC图像。本发明通过卷积神经网络方法，构建多因子通道图像与全球电离层TEC图像之间的关系，直接生成全球电离层TEC图像，解决了数学模型表达区域或全球电离层TEC时中小尺度结构缺失的难题，还解决了部分电离层自变量因子难以数学化表达的难题。
-
公开(公告)号：CN118887137A
公开(公告)日：2024-11-01
申请号：CN202410403622.2
申请日：2024-04-03
Applicant: 武汉大学
IPC: G06T5/77 , G06T5/60 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 一种电离层TEC数据补全方法、装置、设备及存储介质，涉及电离层技术领域，其中，电离层TEC数据补全方法包括：将不同时刻的MIT‑TEC图的缺失地区作为掩膜进行提取；利用提取的掩膜数据对对应时刻的IGS‑TEC图进行覆盖，得到缺失的IGS‑TEC图；将缺失的IGS‑TEC图作为AOT‑GAN模型的输入，将完整的IGS‑TEC图作为AOT‑GAN模型的输出，以对AOT‑GAN模型进行训练；利用训练好的AOT‑GAN模型对MIT‑TEC图的数据进行修复，以将MIT‑TEC图的缺失地区的数据补充完整。本申请可使得MIT‑TEC不仅能够反映电离层TEC中小尺度变化特征，还能够对全球范围内电离层TEC的时空变化进行呈现。
-
公开(公告)号：CN118377040A
公开(公告)日：2024-07-23
申请号：CN202410456893.4
申请日：2024-04-16
Applicant: 武汉大学
IPC: G01S19/37
Abstract: 本申请涉及一种基于GNSS技术的植物物候监测方法，包括：在待监测植物的下方设置GNSS天线；以GNSS天线所在位置为观测点，根据待监测植物的位置，将待监测植物在观测点处天空图中的遮挡区域作为目标区域；基于GNSS天线提取目标区域内GNSS天线观测值的信噪比时序变化曲线；基于目标区域内GNSS天线观测值的信噪比时序变化曲线监测植物物候。本申请在待监测植物的下方设置GNSS天线，当GNSS信号穿过或绕过物体时，GNSS信号的噪声相对于无遮挡环境下会增大，这一信号体现在GNSS天线观测值的信噪比上。因此，利用穿过植物(如树冠)的GNSS信号信噪比对传播路径的敏感反应有效监测植物的生长周期，不受天气和光线的影响，能够对高于GNSS天线的定点定株木本植物进行物候监测。
-
公开(公告)号：CN118967484B
公开(公告)日：2024-12-31
申请号：CN202411441585.0
申请日：2024-10-16
Applicant: 武汉大学
IPC: G06T5/50 , G06N3/0464 , G06V10/774 , G06N3/08
Abstract: 本发明公开一种基于CNN的多因子通道输入的电离层图像生成方法及装置，方法包括：构建待计算时刻的多因子通道图像；将所述待计算时刻的多因子通道图像输入训练后的基于卷积神经网络CNN的全球电离层经验模型，输出待计算时刻的全球电离层TEC图像。本发明通过卷积神经网络方法，构建多因子通道图像与全球电离层TEC图像之间的关系，直接生成全球电离层TEC图像，解决了数学模型表达区域或全球电离层TEC时中小尺度结构缺失的难题，还解决了部分电离层自变量因子难以数学化表达的难题。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.016 seconds)
