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！

龙图腾网获悉厦门渊亭信息科技有限公司申请的专利一种机载雷达的自适应校准方法、装置、设备及存储介质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：CN120763882B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202511288904.3，技术领域涉及：G06F18/25；该发明授权一种机载雷达的自适应校准方法、装置、设备及存储介质是由洪万福;俞婷婷;黄在斌设计研发完成，并于2025-09-10向国家知识产权局提交的专利申请。

本一种机载雷达的自适应校准方法、装置、设备及存储介质在说明书摘要公布了：本发明提供了一种机载雷达的自适应校准方法、装置、设备及存储介质，通过引入时空注意力机制对射频信号、结构振动及环境参数等多模态监测数据进行融合，生成统一特征表征；进一步基于该特征表征构建结合Transformer与LSTM的数字孪生体，实现了对雷达系统非线性性能衰退规律的动态建模，并通过物理约束验证确保健康指数序列符合实际退化特性；利用残差分析与可解释AI技术生成的故障诊断报告可实现对复杂环境下异常特征的可解释定位，同时将诊断结果转化为物理约束提示词输入大语言模型，获得优化建议并反馈更新数字孪生体参数，从而形成闭环进化机制，有效解决了机载雷达在复杂环境中难以实现精准健康评估与自适应校准的关键问题。

本发明授权一种机载雷达的自适应校准方法、装置、设备及存储介质在权利要求书中公布了：1.一种机载雷达的自适应校准方法，其特征在于，包括： 获取机载雷达的多模态监测数据，调用时空注意力机制对所述多模态监测数据进行融合处理，并生成统一特征表征，具体为：通过时频卷积网络对射频信号数据进行处理以生成射频特征矩阵，通过双向LSTM网络对结构振动数据进行处理以生成振动特征向量，通过全连接残差网络对环境参数数据进行处理以生成环境特征向量，将射频特征矩阵、振动特征向量和环境特征向量分别通过线性变换生成查询矩阵、键矩阵和值矩阵，并通过多头注意力机制计算查询矩阵、键矩阵和值矩阵之间的相似度得分，将得分归一化后与值矩阵相乘得到跨模态关联权重；所述多头注意力机制被配置为从多个表示子空间捕获不同模态间的关联关系，所有特征完成空间融合后，输入双向GRU网络，通过更新门控制前一时刻隐状态和当前候选隐状态的融合比例，建模特征的时间演化规律，生成包含时空信息的统一特征表征，其中，所述多模态监测数据包括射频信号数据、结构振动数据和环境参数数据； 基于所述统一特征表征构建数字孪生体，所述数字孪生体通过Transformer-LSTM混合网络建立雷达系统的虚拟映射模型并生成健康指数序列，具体为：将统一特征表征输入Transformer编码器，通过自注意力机制提取全局依赖关系生成时序特征张量，将所述时序特征张量输入LSTM网络，通过门控机制学习雷达性能的时变衰退规律并输出初始健康指数，对所述初始健康指数施加单调性约束验证其符合物理退化规律，验证通过后生成健康指数序列，其中，所述健康指数序列基于时序特征提取、物理约束验证和性能衰退规律生成； 基于所述数字孪生体输出的健康指数序列计算残差特征图谱，具体为：将数字孪生体输出的健康指数序列与实测值进行差分运算生成时序残差，通过滑动窗口提取所述时序残差的统计特征和频域特征，构建包含残差幅值、残差变化率、残差频谱分布和残差标准差的多维度残差特征图谱，所述残差特征图谱用于反映预测偏差在时间域和频率域的分布模式，通过可解释AI技术对所述残差特征图谱进行分析以生成故障诊断报告，并将所述故障诊断报告转换为物理约束提示词,调用大语言模型对所述物理约束提示词进行处理以生成优化建议，并基于所述优化建议更新所述数字孪生体参数。

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厦门渊亭信息科技有限公司，其通讯地址为：361000 福建省厦门市软件园二期望海路61号801单元N8-01；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。