专利交易市场

本发明提供基于无人机自主作业的空地一体化数据融合系统，本发明涉及无人机数据融合技术领域，所述数据融合系统包括地面信息数据库、地面信息整合模块、实时获取模块以及空地信息融合模块；所述地面信息数据库包括巡检区域的位置信息、巡检区域的海拔信息以及基础事件统计信息；本发明通过对地面的多点信息进行细致分析，能够为无人机的空中飞行规划好优选路径，同时能够针对实时情况及时调整巡检参数，保障无人机能够及时返航，以解决现有的空地数据融合处理方法不够全面，无人机的续航分析不够细致，导致无人机的多点自主作业能力较低，续航无法有效保障的问题。

一种基于多源数据融合和长距离建模的沙尘暴多任务检测方法，属于沙尘暴检测领域，包括以下步骤：S1、将气象再分析数据输入气象再分析数据处理网络，通过二维卷积和池化操作逐级提取气象再分析数据特征，至少提取四个尺度的气象再分析数据特征；S2、将初始的卫星数据与气象再分析数据连接得到初始的多源数据，将多源数据输入多源数据处理网络，进行长距离特征提取得到融合数据特征，然后连接同一尺度的气象再分析数据特征，继续进行长距离特征提取，得到能够表征沙尘暴的数据特征；S3、将得到的数据特征进行上采样，数据特征尺寸扩展至与输入数据一致，最后经过分类器得到沙尘暴的发生范围或发生强度。本发明提高了沙尘暴强度检测的性能。

基于多维数据融合分析的低频GPS轨迹路网匹配方法，首先，计算每个GPS轨迹点的候选点集，从空间、时间和环境等多个维度考虑相邻候选点的匹配度，并进行多维数据融合分析，形成最终匹配度；然后，构建和压缩全局静态投票矩阵，剔除低关联度异常轨迹点，同时综合考虑信号配时等因素，生成动态优化的局部加权投票矩阵；最后，进行路径生成和候选点投票，选择投票值最高的一条候选路径作为最终匹配路径，完成GPS轨迹的路网匹配。本发明适用于城市路网，考虑了相邻轨迹点的时空关系和环境影响，进行了多维数据融合分析，剔除了低关联度异常点，提高了路网匹配的准确性；同时，考虑了信号配时等动态因素，进一步提高了路网匹配的精度。

本发明提出一种基于多源数据的冰雹识别方法、系统、设备及存储介质,涉及天气识别技术领域,方法包括:首先,获取冰雹识别深度学习模型输入的多源数据并进行数据预处理,多源数据包括三维雷达反射率因子数据、FY4B卫星数据、ERA5环境场数据和DEM数据;随后计算冰雹单体的多属性特征,设置阈值,确定冰雹标签;最后,建立冰雹识别深度学习模型,冰雹识别深度学习模型包括融合模块和FEMU‑Net识别模块,融合模块负责实现多源数据的特征融合,FEMU‑Net识别模块负责将融合后的特征进行学习,输出冰雹识别结果。本发明的方案能准确区分冰雹和非冰雹区域,在冰雹识别方面取得了显著结果,在准确性和鲁棒性方面均有明显提升。