“来燃”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]航空专利综合评估系统构建方法-CN202110358476.2在审
发明人：刘佩佩;陆丁天;苏伟;于得水;遇炳炘;来燃 -专利权人：中国民航大学
申请日： 2021-04-01 - 公布日： 2021-07-13 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了航空专利综合评估系统构建方法，属于专利信息技术领域，包括以下几个步骤，步骤1)构建专利竞争力评价一级指标，所述一级指标包括技术竞争力、法律竞争力、市场竞争力和社会效益，步骤2)在上述一级指标下，依据各自的特征维度，分别建立其二级指标，将创新主体的专利进行综合评价，得出创新主体专利竞争力的评分，通过创新主体专利竞争力辅助专利质量的评价，再通过可视化软件系统，将专利质量评分和创新主体专利竞争力的评分结合制成图表，使得用户能够直观估算出航空专利的价值，并且通过计算机软件辅助数据处理，能够大批量地对航空专利进行评价，并进行量化分析，减少了人工主观因素的干扰，提高了评价系统的客观性。
航空专利综合评估系统构建方法

[发明专利]利用ADS‑B数据的GM‑EPHD滤波雷达系统误差联合估计方法-CN201510218847.1有效
发明人：来燃;章涛;吴仁彪 -专利权人：中国民航大学
申请日： 2015-04-30 - 公布日： 2017-10-27 - 主分类号： G01S7/40 文献下载
摘要：一种利用ADS‑B数据的GM‑EPHD滤波雷达系统误差联合估计方法。其首先将目标ADS‑B观测值转换到以雷达站位置为中心的直角坐标系下，建立目标的ADS‑B及雷达的观测方程，在线性高斯条件下建立目标及雷达系统误差的状态转移方程，将雷达系统误差扩展至目标状态中组成扩展状态，先使用坐标转换后的ADS‑B观测数据对目标状态进行高斯混合‑概率假设密度滤波，以获得较为准确的目标状态估计，再使用雷达观测数据对目标状态更新后的扩展状态进行高斯混合‑扩展概率假设密度滤波，进而采用两步卡尔曼滤波器联合估计出目标状态和雷达系统误差，最后使用加权平均算法得到雷达系统误差的融合估计结果。本方法估计精度高、估计性能好。
利用 ads 数据 gm ephd 滤波雷达系统误差联合估计方法

[发明专利]基于ADS‑B的概率假设密度滤波雷达系统误差融合估计方法-CN201410475911.X有效
发明人：章涛;来燃;吴仁彪;陈敏 -专利权人：中国民航大学
申请日： 2014-09-18 - 公布日： 2017-01-11 - 主分类号： G01S7/40 文献下载
摘要：一种基于ADS‑B的概率假设密度滤波雷达系统误差融合估计方法。其包括建立基于ADS‑B的雷达系统误差观测方程；建立雷达系统误差状态方程；构造雷达系统误差状态和观测有限集；概率假设密度滤波雷达系统误差融合估计等阶段。本发明提供的估计方法首先将目标的ADS‑B和雷达的观测转换到以雷达为中心的直角坐标系下，由于ADS‑B监视精度远远优于雷达定位精度，在不考虑ADS‑B定位误差的基础上，建立基于ADS‑B的雷达系统误差测量方程和状态方程，然后使用概率假设密度滤波器对坐标统一后的ADS‑B与雷达的测量差值进行融合估计，进而得到雷达系统误差的估计结果。本发明方法具有估计精度高、估计性能好等优点。
基于 ads 概率假设密度滤波雷达系统误差融合估计方法

[发明专利]近邻传播观测聚类的多扩展目标跟踪方法-CN201510218848.6在审
发明人：章涛;吴仁彪;来燃 -专利权人：中国民航大学
申请日： 2015-04-30 - 公布日： 2015-08-19 - 主分类号： G06K9/62 文献下载
摘要：一种近邻传播观测聚类的多扩展目标跟踪方法。其包括：1)对观测数据进行椭球门限处理的S1阶段；2)对S1阶段中经椭球门限处理后的观测数据进行聚类划分的S2阶段；3)使用ET-GM-PHD滤波器对S2阶段中近邻传播聚类划分后的观测数据进行多扩展目标跟踪滤波的S3阶段。本发明提供的近邻传播观测聚类的多扩展目标跟踪方法不但能够获得正确的划分观测集合，计算复杂度较已有划分方法有较大降低，同时在多目标跟踪效果方面优于已有算法。
近邻传播观测扩展目标跟踪方法

[发明专利]一种观测数据聚类划分的扩展目标跟踪方法-CN201410476233.9在审
发明人：章涛;来燃;吴仁彪;陈敏 -专利权人：中国民航大学
申请日： 2014-09-18 - 公布日： 2015-01-07 - 主分类号： G06K9/62 文献下载
摘要：一种观测数据聚类划分的扩展目标跟踪方法。其包括：1)获得目标数的估计值；2)观测数据椭球门限处理；3)观测数据K-means聚类划分；4)概率假设密度滤波扩展目标跟踪。本发明提供的观测数据聚类划分的扩展目标跟踪方法首先利用极大似然估计方法获得目标数的估计值，利用椭球门限对观测数据进行处理以降低杂波观测对聚类划分的影响后，利用K-means对观测数据集合进行聚类划分，进而得到观测数据聚类划分的扩展目标跟踪方法。本发明方法能够快速获得正确的划分观测集合，计算复杂度较距离门限划分方法有较大降低，同时在多目标跟踪效果方面优于观测数据距离门限划分的概率假设密度滤波扩展目标跟踪算法。
一种观测数据划分扩展目标跟踪方法