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！

龙图腾网获悉中国电子科技集团公司第二十八研究所申请的专利一种基于多模态数据的航班调配模型预训练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：CN119132112B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411011909.7，技术领域涉及：G08G5/56；该发明授权一种基于多模态数据的航班调配模型预训练方法是由刘泽原;汤闻易;张翔;吴晓东;沈亚西;杜一泽;丁辉;张阳;田靖;徐珂设计研发完成，并于2024-07-26向国家知识产权局提交的专利申请。

本一种基于多模态数据的航班调配模型预训练方法在说明书摘要公布了：本发明提供了一种基于多模态数据的航班调配模型预训练方法，包括：步骤1，获取管制自动化系统录屏数据，获取航空器的位置信息；得到航空器的速度、航向、高度和航班号；步骤2，获取与管制自动化系统录屏数据对应的语音数据，将语音数据转换为文字，提取管制意图；步骤3，将航空器的位置、速度、航向、高度和管制意图通过航班号匹配，组合成训练数据，对数据进行评分，训练空管强化学习评价模型；步骤4，训练空管深度强化学习航班调配模型。本发明可以通过提取管制录屏数据中航空器位置信息及航班号，管制语音数据中的管制意图，并进行人工评价，对航班调配模型进行预训练，从而加快航班调配模型的训练速度，优化航班调配模型的训练效果。

本发明授权一种基于多模态数据的航班调配模型预训练方法在权利要求书中公布了：1.一种基于多模态数据的航班调配模型预训练方法，其特征在于，包括以下步骤： 步骤1，获取管制自动化系统录屏数据，通过深度神经网络目标检测模型进行坐标转换操作，获取屏幕上航空器的位置信息；通过文字识别检测模型或计划数据匹配得到航空器的速度、航向、高度和航班号及部分管制意图； 步骤2，获取与管制自动化系统录屏数据对应的语音数据，通过深度神经网络语音识别模型将语音数据转换为文字，并通过意图提取模型提取管制意图，并与录屏数据中的管制意图结合； 步骤3，将航空器的位置、速度、航向、高度和管制意图通过航班号匹配，组合成训练数据，对数据进行评分，训练空管强化学习评价模型，所述空管强化学习评价模型包括五层全连接神经网络，输入为航空器的位置、速度、航向、高度和管制意图，输出为数据评分； 步骤4，使用训练数据和评价模型训练空管深度强化学习航班调配模型； 步骤1中，所述管制自动化系统录屏数据包括航班号FN、高度ALT、速度SPD、航向HDG、位置POS和高度、航向调整意图； 步骤1中，所述坐标转换操作的公式为： Pxy＝ TPuv                 1其中Pxy代表转换为经纬度的坐标信息，T代表平面坐标转换函数，Puv表示步骤1中采用的深度神经网络目标检测模型输出的目标像素中心点； 步骤1中，所述计划数据匹配是通过计算航迹位置，遍历计划数据，查找最近航线的计划来进行匹配，公式为： Ptrue＝MinDisPxy,P           2其中Ptrue指匹配的计划数据，Min指取最小值函数，Dis指距离计算函数，P指所有计划数据； 步骤2中，所述通过深度神经网络语音识别模型将语音数据转换为文字，公式为： W＝ASRA              3其中W为转换后的文字信息，ASR代表深度神经网络语音识别模型，A代表原始输入语音； 步骤2中，所述语音数据与录屏数据时间对应，数据对齐的方法使用语音数据的时间为基准，以航班号为匹配条件，对高度、速度和航向值进行阈值判断，公式为： 其中Match代表语音和数据的时间是否对齐，为1代表已对齐，为0代表未对齐；Vnew代表当前时刻的高度、速度或者航向值，Vold代表上一采样时刻的高度、速度或者航向值，θ代表阈值； 步骤2中，所述管制意图包括航班号、高度调整、航向调整和速度调整意图，录屏数据中的管制意图和语音数据中的管制意图结合公式为： 其中A代表最终意图，AVoice代表语音数据中提取出的意图，AVideo代表录屏数据中提取出的意图，代表空意图； 步骤3中，采用如下公式将步骤1得到的高度ALT，速度SPD、航向HDG和位置POS进行最大最小值归一化： 其中X′代表归一化后的数据，X代表归一化前的数据，Xmin代表本类别所有数据中的最小值，Xmax代表本类别所有数据中的最大值； 步骤3中，将步骤2中的管制意图中除航班号之外的数据解析为独热编码，独热编码的格式为： [o1,o2,o3,…,on]7其中，如果oi＝1，则其余oj＝0，i和j取值为1～n且j≠i，n代表管制意图数据的类别数； on表示管制意图中第n类数据的独热编码； 将独热编码后的数据和归一化后的数据拼接成为一个矩阵，作为空管强化学习评价模型的输入数据，拼接的顺序为：[LON,LAT,ALT,SPD,HDG,O]，其中LON,LAT分别为位置POS信息中的经度和纬度，O为独热编码后的管制意图数据；将步骤1中归一化后的数据和步骤2中独热编码后的数据由自动评估模型进行初步评估并打分，自动评估模型的打分公式为： S＝c+W1Treduce‑W2Droute‑W3Cconflict  8其中c代表[0‑100]区间内常值，当严重冲突发生时，c的值较小，其余情况下c的值为90；W1，W2，W3代表权重系数；Treduce代表飞行时间相比计划数据减少的时间，Droute代表飞行路径相比原路径的偏离程度，Cconflict代表普通冲突发生的次数；普通冲突和严重冲突由不同的安全间隔界定；S是评估模型得出的分数； 对打分结果进行修正，将打分进行归一化，作为空管强化学习评价模型的标签数据，构建出训练数据集，通过训练数据集训练评价模型。

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中国电子科技集团公司第二十八研究所，其通讯地址为：210046 江苏省南京市栖霞区灵山南路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”。

以上内容由龙图腾AI智能生成。