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！

龙图腾网获悉南京莱斯信息技术股份有限公司申请的专利基于态势表示和行为模仿的管制指令智能生成方法及系统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：CN113987928B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202111226683.9，技术领域涉及：G06F30/27；该发明授权基于态势表示和行为模仿的管制指令智能生成方法及系统是由詹伶俐;沈德仁;邬秋香;李翠霞;王蓓蓓;张翰文设计研发完成，并于2021-10-21向国家知识产权局提交的专利申请。

本基于态势表示和行为模仿的管制指令智能生成方法及系统在说明书摘要公布了：本发明公开了一种基于态势表示和行为模仿的管制指令智能生成方法及系统，包括：构建飞机表示向量的状态空间；构建对综合态势自感知表示学习的数据集；构建综合态势自感知表示学习网络；构建管制指令生成网络的主干网络；采用两阶段训练策略对管制指令生成网络进行训练；级联综合态势自感知表示学习的主干网络和管制指令生成的主干网络，输入民航自动化系统数据，依据管制指令生成网络输出的指令动作概率，进行采样，输出管制指令。本发明通过对真实扇区综合态势下管制行为的重演数据进行模仿学习，充分利用了人类已有的优秀经验策略指导指令生成网络的训练，弥补了模拟环境中人为定义奖励函数的局限性。

本发明授权基于态势表示和行为模仿的管制指令智能生成方法及系统在权利要求书中公布了：1.一种基于态势表示和行为模仿的管制指令智能生成方法，其特征在于，步骤如下： 1构建飞机表示向量的状态空间； 2构建对综合态势自感知表示学习的数据集； 3构建综合态势自感知表示学习网络； 4构建管制指令生成网络的主干网络； 5采用两阶段训练策略对管制指令生成网络进行训练； 6级联综合态势自感知表示学习的主干网络和管制指令生成的主干网络，输入民航自动化系统数据，依据管制指令生成网络输出的指令动作概率，进行采样，输出管制指令； 所述步骤1具体包括：依据民航管制规则，提取出综合态势中与管制决策行为的强关联项，经过数值化处理后，得到第i个飞机的表示向量如下： 其中，x1为气象指标、x2为尾流等级，x3为经度、x4为维度、x5为高度、x6为速度、x7为航向、x8为机型、x9为目标机场、x10为到下一航路点距离； 所述步骤2具体包括：综合态势自感知表示学习的数据集由民航管制模拟机中提取出管制训练的模拟情景剧本，及模拟情景剧本中潜在冲突航班及冲突发生位置所在航路点ID的标注信息构成； 所述模拟情景剧本是人为设定的空域中航班飞行场景，包括飞行计划，和整个管制扇区内的飞行态势信息； 所述步骤2中的标注通过对历史数据中管制员的操作记录，或通过4D轨迹预测推演、冲突检测来完成，以实现自动标注； 所述步骤3具体包括：综合态势自感知表示学习网络为： φVo→f,C1vo i,vo j,...,C2vo k,vo d,...,...CNvo m,vo n,... 式中，Vo表示网络的输入，即管制扇区内飞机表示向量的集合；网络的输出包含两部分：第一部分为当下综合态势的隐式表达，记为向量f；第二部分为基于f给出的分类结果，记为C1vo i,vo j,...,C2vo k,vo d,...,...CNvo m,vo n,...，其中，N为管制扇区航路交叉点个数，vi o表示第i个飞机的表示向量，vo j表示第j个飞机的表示向量，vo k表示第k个飞机的表示向量，vo d表示第d个飞机的表示向量，vo m表示第m个飞机的表示向量，vo n表示第n个飞机的表示向量；网络主干由多层神经网络构成，利用所述步骤2中构建的综合态势自感知表示学习数据集，对综合态势自感知表示学习网络进行训练，得到其主干网络神经节点的参数值； 所述步骤4具体包括：以步骤3中综合态势自感知表示学习网络的输出，作为管制指令生成网络的输入；管制指令生成网络的输出为管制指令动作的概率；管制指令生成网络的主干网络包含底层的图神经网络和高层的管制指令动作概率预测网络；底层的图神经网络计算子问题的图表示，记为：subgraph{vi,vj,...,vk,vd,...,...vm,vn,...}，其中，concat为向量拼接算子，高层的管制指令动作概率预测网络采用多层全连接神经网络，输入输出管制指令动作的概率。

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南京莱斯信息技术股份有限公司，其通讯地址为：210014 江苏省南京市秦淮区永智路8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”。