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！

龙图腾网获悉天目山实验室申请的专利基于多模态数据融合的空间目标行为识别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：CN120071175B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202510099311.6，技术领域涉及：G06V20/13；该发明授权基于多模态数据融合的空间目标行为识别方法是由胡庆雷;段泽邦;李东禹;邵小东设计研发完成，并于2025-01-22向国家知识产权局提交的专利申请。

本基于多模态数据融合的空间目标行为识别方法在说明书摘要公布了：本发明涉及基于多模态数据融合的空间目标行为识别方法，属于人工智能、计算机视觉、宇航、仿真技术领域。包括基于生成对抗网络的多模态数据集构建、多模态数据特征融合、基于轨迹拟合关联的目标行为识别。本发明在复杂空间环境中实现了对目标在轨行为的高准确率识别，为航天器的空间避障、自主探测和智能决策中提供了重要支持。

本发明授权基于多模态数据融合的空间目标行为识别方法在权利要求书中公布了：1.基于多模态数据融合的空间目标行为识别方法，其特征在于：包括以下步骤： 步骤1、基于生成对抗网络的多模态数据集构建： 通过卫星协同观测构建多模态数据集，对获取的数据进行去噪和归一化预处理操作；使用CNN提取不同模态的特征，通过cGAN引入额外的条件信息，通过判别器对生成图像与真实图像的比较结果优化生成器参数，在cGAN训练过程中采用Adam优化器，使用SSIM和PSNR指标评估生成图像质量并调整模型参数； 步骤2、多模态数据特征融合： 通过多模态图像配准算法确保不同来源图像在空间上的一致性，配准过程包括：使用SIFT算法进行特征检测、使用RANSAC算法进行变换模型估计、采用双线性插值方法进行图像重采样； 步骤3、基于轨迹拟合关联的目标行为识别： 构建以航天器和非合作目标为核心的场景，采用地心惯性框架及局部垂直、局部水平坐标系描述航天器运动状态，定义在轨行为并分别利用相应公式进行模拟，采用基于最近邻数据关联策略的轨迹关联算法解决目标跟踪丢失问题，将拟合得到的轨道状态与定义的事件进行关联； 步骤3中，航天器配备了多模态星载探测设备，能够在非合作目标进入其可观测区域时实时获取其轨道、位置和速度信息；采用地心惯性框架，设定原点于地球中心，并通过局部垂直、局部水平坐标系建立相对运动坐标系；在行为模式上，定义四种在轨行为，包括发射入轨、在轨运行、机动变轨和陨落离轨；发射入轨过程利用二体问题的引力公式进行模拟，涵盖火箭推力和重力加速度基本动力学原理；在在轨运行方面，采用经典的开普勒轨道方程描述航天器在圆周或椭圆轨道上的运动；对于机动变轨，引入了霍曼转移轨道作为从低地球轨道转移至更高轨道，同时通过轨道衰减公式模拟航天器的陨落过程；为了解决目标跟踪丢失的问题，基于最近邻数据关联策略的轨迹关联算法，包括在已有目标多模态融合时信息上添加高斯噪声、引入数据中断、定义拟合函数、进行参数拟合及误差计算步骤；该算法通过拟合得到的轨道状态与定义的多种事件进行关联； 所述方法采用的模块包括： 基于生成对抗网络的多模态数据集构建模块：配备有高分辨率光学望远镜、星载高分辨率雷达和红外望远镜的多颗卫星，在多距离尺度下从不同角度观测空间中同一目标获得小规模多模态数据，通过引入条件生成对抗网络和自监督学习以实现大规模的图像数据集构建； 多模态数据特征融合模块：对于一段时间内测量到的多模态数据进行图像配准及深浅层次特征提取，引入多头注意力机制和图神经网络对特征进行融合，将融合特征输入至分类器中通过一系列全连接层实现分类，输出包含了多模态综合信息的多维特征向量，用于后续的目标行为识别； 基于轨迹拟合关联的目标行为识别模块：针对空间目标一般场景定义了四种典型行为，并给出了相应的轨道动力学公式，为应对目标跟踪丢失问题，引入基于最近邻数据关联的轨迹关联算法，通过数据导入、引入中断、拟合函数定义实现对目标在轨行为的准确识别。

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天目山实验室，其通讯地址为：311115 浙江省杭州市余杭区瓶窑镇双红桥街166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。