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！

龙图腾网恭喜西北工业大学申请的专利融合飞行动力学知识的不确定性飞行轨迹预测模型及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：CN120030509B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202510502873.0，技术领域涉及：G06F18/27；该发明授权融合飞行动力学知识的不确定性飞行轨迹预测模型及方法是由邵典;闫实;王秉路;杨乐;许正正设计研发完成，并于2025-04-22向国家知识产权局提交的专利申请。

本融合飞行动力学知识的不确定性飞行轨迹预测模型及方法在说明书摘要公布了：本发明提出一种融合飞行动力学知识的不确定性飞行轨迹预测模型及方法，预测模型包括轨迹上下文特征编码模块、预训练LLM模块以及基于飞行动力学模型的解码模块。本发明首次提出将预训练大语言模型引入飞行轨迹预测领域，结合飞行状态特征与飞行动力学模型，为LLM设计了专用的编码‑解码流程，这种融合使FlightLLM能够充分发挥LLM在时序数据推理中的优势，利用LLM的时序推理能力建模复杂的飞行动力学，同时通过动力学模型约束轨迹的物理合理性，从而有效表征飞行轨迹预测中复杂的动态特性。而且本发明针对FlightLLM架构，设计了多专家适配器，在预训练LLM中插入可训练的适配器，通过集成学习和随机掩码实现预测精度提升与不确定性量化。

本发明授权融合飞行动力学知识的不确定性飞行轨迹预测模型及方法在权利要求书中公布了：1.一种融合飞行动力学知识的不确定性飞行轨迹预测模型，其特征在于：包括轨迹上下文特征编码模块、预训练LLM模块以及基于飞行动力学模型的解码模块； 所述轨迹上下文特征编码模块用于将飞行轨迹历史观测序列映射为与预训练LLM模块兼容的高维向量；为历史观测序列的时间长度，为设定的重复次数； 所述预训练LLM模块包括层预训练LLM层以及处于相邻预训练LLM层之间的专家适配器层；层预训练LLM层直接调用已有大语言模型，训练时冻结预训练LLM层参数，仅优化专家适配器层参数；所述预训练LLM模块的输入为，输出高维特征序列； 所述解码模块包括网络、网络、飞行动力学模型解算模块以及补偿模块； 所述网络将预训练LLM模块输出的高维特征序列中的最后个特征映射为预测的过载指令序列； 所述飞行动力学模型解算模块以飞行轨迹历史观测序列的末观测状态为初始值，基于预测的过载指令序列，计算得到至时刻的粗粒度飞行轨迹序列； 所述网络以粗粒度飞行轨迹序列以及高维特征序列中的最后个特征为输入，输出补偿项； 所述补偿模块将补偿项补充进粗粒度飞行轨迹序列，得到最终的预测结果。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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”。