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！

龙图腾网获悉江苏省气象台申请的专利一种适用于三维雷达动态可视化的自适应调控方法和系统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：CN120539697B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202511069484.X，技术领域涉及：G01S7/41；该发明授权一种适用于三维雷达动态可视化的自适应调控方法和系统是由王啸华;庄潇然;李扬;吴海英;禹梁玉;慕瑞琪;喜度;徐莎莎;王坤设计研发完成，并于2025-07-31向国家知识产权局提交的专利申请。

本一种适用于三维雷达动态可视化的自适应调控方法和系统在说明书摘要公布了：一种适用于三维雷达动态可视化的自适应调控方法和系统，所述自适应调控方法包括实时采集基础三维雷达数据信息和运行性能数据信息；利用时空遗忘机制对基础三维雷达数据信息进行动态威胁预测，获取每个目标对应的ADST‑TPM动态威胁指标参数；根据基础三维雷达数据信息和每个目标对应的ADST‑TPM动态威胁指标参数生成覆盖所有目标集的重要性权重图；利用目标对应的三维点云和重要性权重图结合运行性能数据信息对三维网格模型进行拓扑结构简化生成简化网格；根据所述简化网格对应的面片数量消减比对三维雷达动态可视化运行的性能指标进行自适应调控。所述系统包括与所述方法步骤对应的模块。

本发明授权一种适用于三维雷达动态可视化的自适应调控方法和系统在权利要求书中公布了：1.一种适用于三维雷达动态可视化的自适应调控方法，其特征在于，所述自适应调控方法包括： 实时采集基础三维雷达数据信息和运行性能数据信息； 利用时空遗忘机制对基础三维雷达数据信息进行ADST-TPM动态威胁预测，获取每个目标Target_ID对应的ADST-TPM动态威胁指标参数； 根据三维场景和每个目标Target_ID对应的ADST-TPM动态威胁指标参数生成覆盖所有目标集的重要性权重图，其中，所述重要性权重图用于关联具体目标Target_ID及所述目标Target_ID对应的三维点云； 利用目标Target_ID对应的三维点云和重要性权重图结合运行性能数据信息对三维网格模型进行拓扑结构简化生成简化网格； 根据所述简化网格对应的面片数量消减比和每个目标Target_ID对应的ADST-TPM动态威胁指标参数对当前三维雷达动态可视化运行的性能指标进行自适应调控； 其中，利用时空遗忘机制对基础三维雷达数据信息进行ADST-TPM动态威胁预测，获取每个目标对应的ADST-TPM动态威胁指标参数，包括： 从基础三维雷达数据信息中所包含的原始雷达数据中调取雷达扫描周期Δt，并根据所述雷达扫描周期Δt设定目标数据的缓存窗口时长，并以雷达扫描周期Δt针对目标数据进行缓存； 从基础三维雷达数据信息中所包含的目标跟踪数据中调取目标Target_ID的径向加速度、稳定性指标和峰值频移，并利用径向加速度、稳定性指标和峰值频移生成多普勒动力学特征向量；其中，A表示目标Target_ID的径向加速度；stability表示目标Target_ID的稳定性指标；fpeak表示目标Target_ID的峰值频移； 调取目标Target_ID对应的地理围栏列表和目标运行数据，并根据所述地理围栏列表和目标运行数据获取目标Target_ID对应的时空上下文特征向量，其中，W01和W02分别表示目标Target_ID对应的地理威胁关联度和目标交互威胁； 将所述多普勒动力学特征向量和时空上下文特征向量进行加权融合，生成融合后的特征向量； 实时监测当前系统的GPU利用率，根据GPU利用率选择已训练好的威胁评估模型；其中，所述威胁评估模型包括完整GRU网络模型、轻量时序卷积模型和轻量时序卷积模型； 将所述融合后的特征向量输入至威胁评估模型，输出目标Target_ID对应的初始威胁概率，利用时空遗忘机制对初始威胁概率进行遗忘处理，获取目标Target_ID对应的ADST-TPM动态威胁指标参数。

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江苏省气象台，其通讯地址为：210000 江苏省南京市建邺区雨顺路8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”。

以上内容由龙图腾AI智能生成。