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！

龙图腾网获悉青岛理工大学;青岛中科防务科技有限公司申请的专利基于空管数据的飞行路线动态优化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：CN120808642B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202511260982.2，技术领域涉及：G08G5/50；该发明授权基于空管数据的飞行路线动态优化方法是由单林栋;李言胜;代杰;陈刚;王晓;武文尚;孙宏宇;董瑞欣设计研发完成，并于2025-09-05向国家知识产权局提交的专利申请。

本基于空管数据的飞行路线动态优化方法在说明书摘要公布了：本发明涉及空中交通管理技术领域，公开了基于空管数据的飞行路线动态优化方法。该方法先获取实时空管数据，包括当前飞行器状态、空域环境参数和动态空域事件信息；根据前两者确定初始飞行路线参数，基于多层级空域拓扑网络对动态空域事件信息进行层级化特征提取，生成多层级空域事件特征；经迭代特征融合生成更新飞行态势参数，结合与历史飞行态势参数的相似度确定相似飞行态势参数集合；据此生成动态优化提示文本，输入轨迹预测模型得到预测飞行路线参数，最终结合预设约束条件确定目标优化飞行路线。该方法能实时响应动态空域变化，提升飞行路线优化的适应性与可靠性。

本发明授权基于空管数据的飞行路线动态优化方法在权利要求书中公布了：1.一种基于空管数据的飞行路线动态优化方法，其特征在于，包括： 获取实时空管数据，所述实时空管数据包括当前飞行器状态参数、空域环境参数和动态空域事件信息； 根据所述当前飞行器状态参数和所述空域环境参数确定初始飞行路线参数； 基于多层级空域拓扑网络，对所述动态空域事件信息进行层级化特征提取，生成多层级空域事件特征； 根据所述初始飞行路线参数和所述多层级空域事件特征进行迭代特征融合处理，生成更新飞行态势参数； 根据所述更新飞行态势参数和其他飞行器对应的历史飞行态势参数之间的相似度，确定相似飞行态势参数集合； 根据所述更新飞行态势参数和所述相似飞行态势参数集合生成动态优化提示文本； 将所述动态优化提示文本输入至轨迹预测模型中，输出预测飞行路线参数； 根据所述预测飞行路线参数和预设飞行路线约束条件确定目标优化飞行路线； 所述基于多层级空域拓扑网络，对所述动态空域事件信息进行层级化特征提取，生成多层级空域事件特征，包括： 在所述多层级空域拓扑网络中确定当前层级的待处理空域事件实体； 对所述待处理空域事件实体进行飞行参数特征转换，生成当前层级的空域事件特征向量； 在所述多层级空域拓扑网络中确定所述当前层级的下一层级的待处理空域事件实体； 根据所述下一层级的待处理空域事件实体和所述当前层级的空域事件特征向量进行特征融合处理，生成目标更新空域事件特征； 将所述目标更新空域事件特征作为更新空域事件特征，将所述下一层级作为当前层级，返回执行确定下一层级待处理空域事件实体的步骤，直至完成最高层级的特征融合处理； 将所述最高层级对应的更新空域事件特征作为所述多层级空域事件特征； 所述轨迹预测模型通过以下步骤训练获得： 获取飞行训练样本集，所述飞行训练样本集包含标注飞行路线参数； 通过所述轨迹预测模型对样本动态优化提示文本进行处理，输出预测飞行路线参数； 根据所述预测飞行路线参数和所述标注飞行路线参数之间的差异值调整所述轨迹预测模型的参数； 在所述通过所述轨迹预测模型对样本动态优化提示文本进行处理之前，还包括： 获取未标注飞行态势参数的飞行预训练样本； 对所述飞行预训练样本进行对比学习特征编码，生成飞行对比特征向量； 通过初始轨迹预测模型对所述飞行对比特征向量进行处理，输出预测飞行特征参数； 根据所述预测飞行特征参数和所述飞行对比特征向量确定模型预训练损失值； 根据所述模型预训练损失值对所述初始轨迹预测模型进行参数优化，获得预训练轨迹预测模型； 所述对所述飞行预训练样本进行对比学习特征编码，生成飞行对比特征向量，包括： 识别所述飞行预训练样本中的空域拓扑模式； 匹配所述空域拓扑模式对应的核心飞行特征编码； 生成所述核心飞行特征编码的对照特征编码； 对所述核心飞行特征编码和所述对照特征编码进行特征耦合处理，生成所述飞行对比特征向量。

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青岛理工大学;青岛中科防务科技有限公司，其通讯地址为：266000 山东省青岛市市北区抚顺路11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。