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！

龙图腾网获悉中国人民解放军海军航空大学申请的专利一种智能航迹起始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：CN115495619B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202211159018.7，技术领域涉及：G06F16/901；该发明授权一种智能航迹起始方法是由崔亚奇;熊伟;夏沭涛;于艺伟;唐田田;但波;宋杰;熊振宁;顾祥岐;徐平亮设计研发完成，并于2022-09-22向国家知识产权局提交的专利申请。

本一种智能航迹起始方法在说明书摘要公布了：本发明提供了一种智能航迹起始方法，利用预警探测装备m个连续周期的量测数据，构建有向图，并设置节点初始特征和边特征；航迹起始网络由节点生成网络和节点判决网络构成，节点生成网络以Transformer网络为基础进行构建，对以节点为中心的1‑hop子图进行处理，输出节点的特征表示，节点判决网络为前馈网络，对节点是否对应真目标和真目标节点间是否存在连接进行判断；利用历史量测数据，建立航迹起始训练数据集，同时确定损失函数，对航迹起始网络进行优化训练；部署已经训练好的航迹起始网络，通过对输出概率大小判断，得到目标初始航迹。本发明提供一种统一、高效的目标航迹起始方法，可实现目标的稳定、快速、准确的航迹起始。

本发明授权一种智能航迹起始方法在权利要求书中公布了：1.一种智能航迹起始方法，其特征在于，包括以下步骤： 步骤1：利用预警探测装备m个连续探测周期的量测数据，构建有向图，并根据图连通性，进一步分解为多个互不连通的子有向图G，分别进行后续处理，其中有向图的节点由量测点构成，有向边由两个相邻探测周期节点间的连线构成，边的方向由作为起点的前一周期节点指向作为终点的后一周期节点； 步骤2：根据量测数据中包含的特征信息，构建有向图G的节点初始特征，根据量测数据中包含的时空信息，构建有向图G的边特征； 步骤3：航迹起始网络TINET由节点生成网络GNET和节点判决网络DNET构成，处理过程为首先采用节点生成网络GNET对有向图G各个节点进行l次全节点迭代，得到有向图G每个节点的特征表示，然后通过节点判决网络DNET，对节点特征进一步进行处理，输出真假目标量测节点概率和真目标量测节点间是否存在连接概率，最终通过对输出概率大小判断，得到真目标量测点和真目标量测点间的连接，而相连接的真目标量测点即为所起始的目标初始航迹； 步骤4：节点生成网络GNET以Transformer网络为基础进行构建，对以节点vi为中心的1‑hop子图进行处理，输出为节点vi的特征表示输入分为流入流出和本节点三部分，包括以节点vi为终点的有向边信息和所相连接的节点信息，包括以节点vi为起点的有向边信息和所相连接的节点信息，其中，v表示有向图中的节点，下标i表示节点序号，k表示整体迭代次数，GNET网络处理包括流入信息抽取IE、流出信息抽取OE、特征生成FG三部分，其中IE包括预处理、位置编码、特征拼接、多头自注意力机制、残差连接、层归一化和前馈网络模块，OE包括预处理、位置编码、特征拼接、多头自注意力机制、多头注意力机制、残差连接、层归一化和前馈网络模块，FG包括预处理、位置编码、多头注意力机制、残差连接、层归一化和前馈网络模块； 其中，GNET网络由两层Transformer网络架构构成，第一层Transformer网络架构中，首先经IE网络部分处理，其输出向量作为OE网络部分中多头注意力机制的Query向量和Key向量输入，然后经OE网络部分中预处理、位置编码、特征拼接、多头自注意力机制、残差连接、层归一化处理，作为OE网络部分中多头注意力机制的Value向量输入，最后OE网络部分中多头注意力机制的输出，进一步经残差连接、层归一化和前馈网络进行处理，作为第一层Transformer网络架构输出，在第二层Transformer网络架构中，首先第一层Transformer网络架构输出，即OE网络部分的输出，作为FG网络部分中多头注意力机制的Query向量和Key向量输入，然后本节点输入经预处理、位置编码和前馈网络处理，作为FG网络部分中多头注意力机制的Value向量输入，最后FG网络部分中多头注意力机制的输出进一步经残差连接、层归一化和前馈网络处理，最终输出节点特征作为GNET网络输出； 步骤5：节点判决网络DNET为前馈网络，对节点是否对应真目标和真目标节点间是否存在连接进行判断，输入为有向图G每个节点的特征表示由节点生成网络GNET输出，输出为真假目标量测节点判决和真目标节点间是否存在连接判决作为航迹起始网络TINET最后输出，其中的下标i和j分别表示节点序号； 步骤6：利用预警探测装备历史量测数据，按照有向图G构成方法，构建航迹起始样本的输入部分，根据判决网络DNET输出结果，构建航迹起始样本的期望输出部分，以此作为单个航迹起始样本，建立航迹起始训练数据集D，同时确定损失函数Loss，然后采用梯度反向传播算法，通过最小化设定的损失函数Loss，对TINET网络进行优化训练； 步骤7：部署已经训练好的航迹起始网络TINET，实时截取预警探测数据，生成有向图G，输入到航迹起始网络TINET中，TINET输出节点量测对应真目标的概率和真目标节点间存在连接的概率最终通过对输出概率大小判断，得到真目标量测点和真目标量测点间的连接，而相连接的真目标量测点即为所起始的初始目标航迹，其中下标i和j分别表示节点序号。

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人民解放军海军航空大学，其通讯地址为：264001 山东省烟台市芝罘区二马路188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。