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！

龙图腾网获悉中交第一航务工程勘察设计院有限公司申请的专利基于多源数据融合的近岸船舶跟踪方法、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：CN121091307B 。

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：202511637029.5，技术领域涉及：G01S17/86；该发明授权基于多源数据融合的近岸船舶跟踪方法、设备及存储介质是由张靖悦;刘桂娟;季则舟;张俊健;李斌;宋英麟;梅凯;张金中;陈寅丽;李俊良;黄明光;武冰洁;乔贯宇设计研发完成，并于2025-11-10向国家知识产权局提交的专利申请。

本基于多源数据融合的近岸船舶跟踪方法、设备及存储介质在说明书摘要公布了：本申请公开了一种基于多源数据融合的近岸船舶跟踪方法、设备及存储介质，该方法包括：获取风电场毫米波雷达的第一类雷达点云数据、防波堤的振动传感器数据、AIS数据以及多雷达站的第二类雷达点云数据，并进行处理；将处理后的第一类雷达点云数据以及第二类雷达点云数据进行空间对齐和进行时间对齐，对处理后的AIS数据进行时间对齐；将对齐后的数据进行融合得到目标状态信息；基于目标状态信息预测船舶未来时刻的多个状态，得到对应多个预测轨迹，基于风电场尾流模型对预测轨迹进行修正，从修正后的预测轨迹中筛选出最优轨迹作为船舶航迹。由此，可以提高多维度抗风险能力，具有更高的安全保障，可以提高在新型近岸风电场等复杂环境下的监管效能。

本发明授权基于多源数据融合的近岸船舶跟踪方法、设备及存储介质在权利要求书中公布了：1.一种基于多源数据融合的近岸船舶跟踪方法，其特征在于，包括： 获取风电场毫米波雷达的第一类雷达点云数据、防波堤的振动传感器数据、AIS数据以及多雷达站的第二类雷达点云数据，并对所述第一类雷达点云数据、所述振动传感器数据、所述AIS数据以及所述第二类雷达点云数据进行处理； 将处理后的第一类雷达点云数据以及第二类雷达点云数据进行空间对齐和进行时间对齐，并对处理后的AIS数据进行时间对齐，得到对齐后的数据；其中，所述空间对齐基于地磁指纹匹配而进行；所述时间对齐基于处理后的振动传感器数据满足预设条件而触发； 将对齐后的数据进行融合得到目标状态信息； 基于所述目标状态信息预测船舶未来时刻的多个状态，得到对应多个预测轨迹，基于风电场尾流模型对所述预测轨迹进行修正，从修正后的预测轨迹中筛选出最优轨迹，作为船舶航迹； 其中，所述将处理后的第一类雷达点云数据以及第二类雷达点云数据进行空间对齐和进行时间对齐，包括： 确定目标函数，以最小化目标函数的综合优化值为目标，求解所述目标函数，得到最优空间位置以及最优时间偏移量；其中，目标函数中包含地磁指纹相似度的代价项和时空一致性的代价项； 基于所述最优空间位置和所述最优时间偏移量对处理后的第一类雷达点云数据以及第二类雷达点云数据进行空间对齐和时间对齐；其中，所述地磁指纹相似度代价项基于所述地磁指纹匹配进行确定； 其中，所述目标函数为： ； 其中，为待求解的空间位置；为待求解的时间偏移量；和分别是优化权重；位置O处实际观测的地磁指纹向量与地磁指纹数据库中的地磁指纹的差异，即为地磁指纹相似度的代价项；为原始时间戳；为第k个传感器经修正后的观测值；为第k个传感器的安装位置；为第k个传感器的观测模型中，假设目标位置位于O处的理论观测值；K为传感器数量；为时空一致性的代价项；其中，所述传感器包括所述风电场毫米波雷达、或者多雷达站； 所述时间对齐基于处理后的振动传感器的数据满足预设条件而触发，包括： 在所有振动传感器的振动信号的幅值之和超过预设阈值的情况下，触发时间对齐； 所述方法还包括： 在所有振动传感器的振动信号的幅值之和超过预设阈值的情况下，记录各传感器的本地时间戳，并获取对应的参考时间戳，以及基于所述本地时间戳和所述参考时间戳确定各传感器的原始时偏； 通过采用动态加权最小二乘法拟合得到全局时偏，将所述全局时偏作为待求解的时间偏移量的初始值； 相应的，对所述AIS数据进行时间对齐，包括： 将所述全局时偏作为最优时间偏移量对AIS数据进行时间对齐； 其中，基于如下公式确定所述全局时偏： ； 其中，为所述全局时偏；为第k个传感器的本地时间戳；为第k个传感器的参考时间戳；为第k个传感器对应的权重； ； 其中，为第k个振动传感器的振动信号的幅值；为第k个振动传感器的振动信号的主导特征频率。

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中交第一航务工程勘察设计院有限公司，其通讯地址为：300222 天津市河西区大沽南路1472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。