北京方州科技有限公司陈忠宽获国家专利权
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!
龙图腾网获悉北京方州科技有限公司申请的专利一种电子战情报智能融合与动态预测的仿真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:CN120012609B 。
龙图腾网通过国家知识产权局官网在2025-08-22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:202510466743.6,技术领域涉及:G06F30/27;该发明授权一种电子战情报智能融合与动态预测的仿真方法及系统是由陈忠宽;吴平;何贵波;刘磊设计研发完成,并于2025-04-15向国家知识产权局提交的专利申请。
本一种电子战情报智能融合与动态预测的仿真方法及系统在说明书摘要公布了:本申请提供一种电子战情报智能融合与动态预测的仿真方法及系统。该仿真方法通过多域传感器实时采集电磁信号,采用动态对抗网络DAN进行频谱匹配与异常定位,结合时空验证剔除干扰数据;构建雷达、通信及地理信息的语义关联图谱,通过时空注意力融合时域空域特征,动态分配置信度实现多源数据融合;基于时空Transformer预测威胁演化趋势,输出威胁等级、类型及意图,结合混合密度网络生成动态态势图;采用在线增量学习框架适配新信号模式,优先更新预测模块,通过边缘‑云协同优化强化学习驱动的多路径分发机制,动态调整推送优先级,实现关键威胁情报低时延传输。
本发明授权一种电子战情报智能融合与动态预测的仿真方法及系统在权利要求书中公布了:1.一种电子战情报智能融合与动态预测的仿真方法,其特征在于,所述仿真方法包括: 通过多域分布的传感器节点实时采集电磁信号数据,采用动态对抗网络DAN对所述电磁信号数据进行频谱指纹匹配与异常定位,结合时空一致性验证机制剔除无效数据,生成标准化情报流; 构建多模态知识图谱,将雷达信号特征定义为实体,通信协议元数据作为实体间的关系,地理空间信息作为实体属性,进行语义关联建模并生成异构网络表示; 基于所述异构网络表示,采用时空双通道注意力机制,融合雷达脉冲序列的时域特征与通信信号群的空域分布特征,生成联合语义向量;通过置信度动态分配算法实现多源异构数据的融合; 基于所述联合语义向量,利用时空Transformer模型动态预测威胁演化趋势,输出威胁等级、目标类型及行为意图的多任务预测结果;结合混合密度网络生成动态战场态势全景图; 部署在线增量学习框架,检测新型信号模式并分层微调模型参数,更新预测头模块以适配动态战场环境; 通过边缘-云协同架构实施强化学习驱动的多路径分发机制,基于信道状态矩阵与节点安全评估动态优化情报推送优先级,确保关键威胁情报的低时延传输; 采用动态对抗网络DAN对所述电磁信号数据进行频谱指纹匹配与异常定位,结合时空一致性验证机制剔除无效数据,生成标准化情报流,包括: 在所述动态对抗网络DAN中,使用改进的谱聚类算法并引入量子退火优化机制,对所述电磁信号数据进行特征分选和频谱指纹匹配;所述特征分选是将混合电磁信号按载频、脉宽、调制类型分离为不同群组;所述特征分选的输出结果作为所述频谱指纹匹配的输入,通过动态更新聚类中心向量与指纹库中的辐射源特征进行相似度比对,识别异常信号并生成标准化情报流;所述频谱指纹匹配的损失被设计为: 其中,为电磁信号样本的三维特征向量,为第i个信号样本,为第次迭代时的聚类中心向量,N为当前迭代中参与聚类中心更新的有效信号样本总数,为量子隧穿强度系数;为自适应截断阈值,为最大化类间差异与最小化类内差异的综合度量,为量子约束因子; 聚类中心动态更新的公式为: 其中,为学习率,高斯核带宽的调整具体为: 其中,为分布偏移敏感系数,为KL散度度量信号分布变化,为第次迭代时的联合概率分布,为第次迭代时的聚类中心向量,所述DAN是端到端的动态适配网络。
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北京方州科技有限公司,其通讯地址为:100144 北京市石景山区实兴大街30号院5号楼3层1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”。
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。