一种基于特征分解的GNSS复杂山区滑坡监测多路径信号非监督学习识别方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明属于卫星导航及信号识别技术领域,具体涉及一种基于特征分解的GNSS复杂山区滑坡监测多路径信号非监督学习识别方法,本发明以研究测站的信噪比、高度角、方位角、双差残差作为特征值,并进行特征分解,再利用K‑means++算法进行聚类分析,通过计算聚类结果的轮廓系数、识别准确率、各簇族多路径误差绝对值的平均值数据,基于此剔除受多路径信号影响较大的卫星数据,再利用剔除后的卫星数据进行GNSS定位计算。本发明引入特征分解的数据处理方法,结合非监督学习K‑means++聚类算法,精确识别GNSS信号中的多路径误差,本发明方法能够有效剔除受多路径误差影响的卫星数据,提升了多路径信号识别的效率,显著提高了GNSS定位精度。
《一种基于特征分解的GNSS复杂山区滑坡监测多路径信号非监督学习识别方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2025104382535,当前法律状态为已下证,由长安大学提出申请,发明人为卢少骥;王利;舒宝;张勤;杨荣坤;安君毅,申请日期为2025-04-09,公开(公告)日期为2026-04-07,国际专利分类号(IPC)为 G06F 18/23213 (2023.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明属于卫星导航及信号识别技术领域,具体涉及一种基于特征分解的GNSS复杂山区滑坡监测多路径信号非监督学习识别方法,本发明以研究测站的信噪比、高度角、方位角、双差残差作为特征值,并进行特征分解,再利用K‑means++算法进行聚类分析,通过计算聚类结果的轮廓系数、识别准确率、各簇族多路径误差绝对值的平均值数据,基于此剔除受多路径信号影响较大的卫星数据,再利用剔除后的卫星数据进行GNSS定位计算。本发明引入特征分解的数据处理方法,结合非监督学习K‑means++聚类算法,精确识别GNSS信号中的多路径误差,本发明方法能够有效剔除受多路径误差影响的卫星数据,提升了多路径信号识别的效率,显著提高了GNSS定位精度。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
