申请/专利权人：成都中科比智科技有限公司

申请日：2023-11-26

公开（公告）日：2024-03-19

公开（公告）号：CN117725448A

主分类号：G06F18/23213

分类号：G06F18/23213;G06F18/22;G06F18/241;G06N3/126

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本发明涉及气象领域的一种气象导航信号特征的聚类分析方法，通过下述技术方案予以实现：基于特定地域，对采样数据进行分类；根据运行地当下气象信息作为输入，利用引力搜索算法进行全局搜索，运用数学方法对不同的采样样本进行数字分类；组合解算特征采样样本n个采样两两间的距离，依据最小距离原则将样本分配到k个聚类中；对采样数据进行选择和数据预处理，消除变量间的相关性；建立概率统计模型，利用K‑means的聚类结果的聚类中心点初始化气象因子群的气象因子，更新聚类中心的位置和适应值；找出彼此独立的自变量，把平均相似系数作衡量判据；计算每组的相关阵及相关距离系数，利用聚类算法，得到聚类结果的决策图。

主权项：1.一种气象导航信号特征的聚类分析方法，其特征在于包括如下步骤：Step1：在授时设备与导航卫星信号接收天线之间，实时监测接收到的导航卫星信号，气象数据采集系统基于特定地域，在不同气象条件下，对气象导航信号特征的m个变量作n次采样，选择能够反映和覆盖聚类特征的聚类指标，对采样数据进行分类，用m个指标来描述采样的特征，在用相似系数时，以相似性指标统计分类指标，找出其空间结构的分布特征和相似系数最大的两类合并，将特征相似的采样聚为同一类，相似的就归为一类，并将数据传输到天气信息系统的气象数据链上；Step2：气象信息处理系统根据运行地当下气象信息作为地面气象设备的检验模式输入，以直接或间接的观测数据作为输入数据来驱动模式运行，对输入的气象参数进行自动分析、检索各类天气的气象数据，基于对气候系统各分量过程的观测数据的整理与归纳，将气象要素资料的图象和气象图象进行编辑、加工，动态计算授时保护模块的保护阈值，利用K-means的聚类结果的聚类中心点初始化气象因子群的气象因子，其后利用引力搜索算法GSA进行全局搜索，分别对各样本气象要素进行聚类搜索后，提取气象因子最大值作为特征因子，更新聚类中心的位置和适应值，运用数学方法对不同的采样样本进行数字分类，定量地确定样本之间的亲疏关系，并按照它们之间的相似程度，根据分类对象的不同，将数据对象分成若干个聚簇的归组并类为样本聚类和变量聚类，然后规定采样样本之间的距离或相似系数和类与类之间的距离，将距离比较近的个体归为一类，再将距离最近的两类合并，依次下去，直至所有采样样本并成一类，或各类之间的距离大于给定阈值T为止；Step3：在测试数据集下，进行组合解算导航信号特征采样样本n个采样两两间的距离d，基于减法聚类确定的聚类数，引入遗传算法GA确定出各类气象要素在特征空间中对应各聚类中心的隶属区域范围、聚类数k和相应的初始聚类中心点，依据最小距离原则将样本集中的每一个样本分配到k个聚类的其中的至少一个；Step4：设定的临界隶属度，根据挖掘目的对采样数据进行选择和数据预处理，将远离聚类中心的疏散点作为噪声和边远零散点去除，消除变量间的相关性；Step5：设m维变量的k个总体遵从正态分布，且具有相同的协方差，可知略去与K无关的项，合并同类项，以每行为一个分类特征指标变量，每一列为一个采样集同簇中样本，得到样本矩阵，将样本矩阵设置为对称性协方差矩阵及逆矩阵，建立概率统计模型，利用K-means的聚类结果的聚类中心点初始化气象因子群的气象因子，更新聚类中心的位置和适应值，并将气象数据对象的顺序输入概率统计模型，根据样品聚类的结果进行判别分折，得出判别函数，先进行变量聚类，找出彼此独立且有代表性的自变量，将相似系数中两个最相似的两个点的相位系数保留下来作为第一级归并级的相似水平，把平均相似系数作衡量判据，如此下去，每一次都将最相似或最近的两组归并，直到所有个体归并为一组为止；Step6：计算每组的相关阵及相关距离系数，从相关距离系数阵出发作逐级归并，把归并过程制成枝形图，在每级归并后按平均权重串组法计算各组的相似系数阵，以新的相似距离系数矩阵为基础，重复上述过程，做新的合并后，又重新计算串组后的距离系数矩阵，利用聚类算法，构造树状结构，得到一个树状决策图的聚类结果；Step7：气象信息系统以新的信息技术为基础进行测试、校准和验证，利用贝叶斯后验概率原理，按照天气和GNSS卫星轨道仰角，对GNSS卫星导航接收机输出的原始观测量和定位结果、授时信息的量纲进行聚类，不断更新，授时输出包含原始观测量载噪比，速度、定位结果输出位置，秒脉冲偏差的量纲。

全文数据：

权利要求：

百度查询： 成都中科比智科技有限公司 气象导航信号特征的聚类分析方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD