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！

龙图腾网获悉电子科技大学申请的专利基于双注意力时空图卷积的飞行器4D轨迹预测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：CN119761580B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411888809.2，技术领域涉及：G06Q10/04；该发明授权基于双注意力时空图卷积的飞行器4D轨迹预测方法及系统是由匡育衡;王正宁;印梦超;王正;张建平;张毓丁;石镇瑜设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本基于双注意力时空图卷积的飞行器4D轨迹预测方法及系统在说明书摘要公布了：本发明公开了一种基于双注意力时空图卷积的飞行器4D轨迹预测方法及系统，属于工智能时序预测技术领域。本申请利用自注意力机制对预定义邻接矩阵进行重构，并随着网络的训练不断进行优化以提高其泛化性。这有效解决了基于距离的预定义邻接矩阵无法充分反应动态场景中飞行器之间潜在关系的问题。在基于自注意力机制的可学习邻接矩阵的基础上，本申请利用图注意力网络进一步聚合节点之间的相关性，基于图注意力网络强大的全局信息汇聚能力对时空图进行额外的特征提取，使得模型能够捕捉节点之间更多的潜在联系，改善了传统图卷积运算无法有效聚合节点之间相关性的问题。进一步提升了飞行器未来轨迹预测的精确性。

本发明授权基于双注意力时空图卷积的飞行器4D轨迹预测方法及系统在权利要求书中公布了：1.基于双注意力时空图卷积的飞行器4D轨迹预测方法，其特征在于，包括下列步骤： 步骤1：根据飞行器轨迹数据构建时空图，该时空图为多个时刻的空间图序列，其中，空间图的每一个节点表征一个飞行器，每个节点的节点特征用于标准其对应的飞信器的飞行状态特征信息；节点间的边表征当前时刻t两个节点所对应的飞行器之间的相互影响程度；对每个空间图，基于节点之间的边，可得到每个空间图的维的邻接矩阵，其中，N表示飞行器数量； 步骤2，基于自注意力网络重构每个空间图的邻接矩阵，得到重构邻接矩阵； 基于可训练的查询权重矩阵、键权重矩阵、值权重矩阵分别对归一化后的邻接矩阵的对应行进行线性变换，生成节点的查询向量，节点的键向量和值向量，其中和分别为邻接矩阵的第和第行，其中，； 根据公式计算注意力得分，并对其进行归一化处理得到注意力权重； 将注意力权重与值向量进行加权求和，得到节点的重构特征； 对所有节点的重构特征进行拼接得到重构后的邻接矩阵序列； 步骤3，基于时空图卷积网络和图注意力网络对时空图进行特征提取； 基于每个空间图的所有节点的节点特征得到空间图特征，拼接同一空间图的空间图特征和重构邻接矩阵得到每一空间图的第一融合初始特征；堆叠所有空间图的第一融合初始特征并作为时空图卷积网络的输入数据，基于时空图卷积网络的输出特征得到第一提取特征； 拼接同一空间图的空间图特征和归一化后的邻接矩阵得到每一空间图的第二融合初始特征，堆叠所有空间图的第二融合初始特征并作为图注意力网络的输入数据，基于图注意力网络的输出特征得到第二提取特征； 再将第一提取特征与第二提取特征相加汇聚得到时空图的提取特征； 步骤4，将时空图的提取特征输入轨迹预测网络，以获取各飞行器的预测轨迹。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。