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！

龙图腾网获悉北京航空航天大学申请的专利一种基于蜂群优化的X射线脉冲星频率估计方法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：CN120333472B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202510589029.6，技术领域涉及：G01C21/24；该发明授权一种基于蜂群优化的X射线脉冲星频率估计方法是由马辛;解天昊;康佳慧设计研发完成，并于2025-05-08向国家知识产权局提交的专利申请。

本一种基于蜂群优化的X射线脉冲星频率估计方法在说明书摘要公布了：本发明公开了一种基于蜂群优化的X射线脉冲星频率估计方法，属于脉冲星导航技术领域。所述方法包括：通过对观测任务进行瀑布图折叠，从轮廓信号强度与分段相位一致性两个方面对候选频率进行联合分析；依据实际样本分布特性重构高维空间样本距离模型，对瀑布图进行非线性随机邻域嵌入降维；将三维图像信息转换为二维平面点群数据，并采用平面点群的均距原点标准差作为频率估计的评价指标；结合局部聚焦原则改善蜂群优化算法中的侦察蜂探索行为，高效地搜索最优频率；通过与现有方法进行仿真对比，从估计精度与运算时长等角度证明了本发明提出方法在脉冲星频率估计性能方面的优越性。

本发明授权一种基于蜂群优化的X射线脉冲星频率估计方法在权利要求书中公布了：1.一种基于蜂群优化的X射线脉冲星频率估计方法，其特征在于：具体包括以下步骤： 步骤1、对候选频率的特征观测任务数据进行分段折叠获取轮廓瀑布图； 步骤2、根据轮廓瀑布图，引入轮廓峰值移动的先验信息，对样本间的欧氏距离进行加权校正，构建高维空间样本对距离计算模型； 步骤3、利用距离计算模型，建立低维空间分布，使用KL散度目标函数衡量高维空间分布与低维空间分布的相似程度，不断迭代寻找出与高维空间分布最匹配的低维空间分布，对高维数据降维； 步骤4、在降维后通过计算降维平面点相对于坐标原点的标准距离，即均距原点标准差对候选频率的折叠效果进行评估； 步骤5、结合局部聚焦原则改善蜂群优化算法中的侦察蜂探索行为，对算法选中的候选频率，重复步骤1至步骤4，得到对应的均距原点标准差，使用均距原点标准差对不同候选频率的折叠效果进行量化评价，搜索最优频率； 步骤1中，轮廓瀑布图获取步骤为：将总的观测时间等间隔的划分为段，在每一段内依据相同候选频率分别进行轮廓折叠，得到个折叠轮廓，将这些折叠轮廓按照时间顺序合并在一起，得到色标度与轮廓信号强度相关联的彩色图像，即为该候选频率下的轮廓瀑布图；设折叠轮廓的bin数量为，则轮廓瀑布图表示为： 1 式中，为矩阵元素，m为时间段的编号，n为频率候选值的编号。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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。