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基于Mamba-GCN的区域级航空流量预测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：CN120183250B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510652700.7，技术领域涉及：G08G5/23；该发明授权一种基于Mamba-GCN的区域级航空流量预测方法是由熊伟;崔亚奇;夏沭涛;林传奇;郭仲平;董凯;顾祥岐;孙炜玮;修建娟;于洪波;姚力波;丁自然设计研发完成，并于2025-05-21向国家知识产权局提交的专利申请。

本一种基于Mamba-GCN的区域级航空流量预测方法在说明书摘要公布了：本申请提供一种基于Mamba‑GCN的区域级航空流量预测方法，属于空中交通流量预测技术领域，所述方法：构建Mamba‑GNC协同网络模型；采集目标空域的历史航迹数据，将目标空域划分为空间网格，统计各空间网格的飞机数量，并对每个飞机的时间特征和空间特征进行编码构建时空张量；基于空间网格的8邻域拓扑构建动态邻接矩阵和动态权重图；将时空张量和动态权重图输入Mamba‑GCN协同网络模型进行训练，优化模型参数；将实时获取的目标空域的航空轨迹数据预处理后，输入训练好的Mamba‑GCN协同网络模型，得到航空流量预测结果。本发明能够捕捉航空流量在时间维度上的长时依赖以及空间维度上的网格关联，预测效率高。

本发明授权一种基于Mamba-GCN的区域级航空流量预测方法在权利要求书中公布了：1.一种基于Mamba-GCN的区域级航空流量预测方法,其特征在于，包括如下步骤： S1.使用Mamba模型与GCN模型构建Mamba-GNC协同网络模型； 步骤S1中通过将Mamba模型与GCN模型交互堆叠，并引入辅助层的方式构建Mamba-GNC协同网络模型； 所述Mamba-GNC协同网络模型从输入侧到输出侧依次设有第一Mamba模型层、GCN模型层、第一线性变换层、Relu激活层、第二Mamba模型层、时间卷积层以及第二线性变换层； 第一Mamba模型层、GCN模型层、第一线性变换层、Relu激活层、第二Mamba模型层、时间卷积层以及第二线性变换层； 第一Mamba模型层，用于将输入的时空张量通过选择性状态空间模型对时间维度的长时间依赖关系进行建模，输出第一隐状态序列； GCN模型层，用于基于动态邻接矩阵对第一隐状态序列进行空间特征聚合，并采用Chebyshev多项式进行邻域信息传播，输出空间增强特征； 第一线性变换层，用于对空间增强特征进行维度调整，以与Relu激活层进行匹配； Relu激活层，用于使用非线性变换对维度调整后的空间增强特征进行表达能力增强； 第二Mamba模型层，用于对表达能力增强后的空间增强特征进行二次时间依赖建模，提取高阶时序特征； 时间卷积层，用于通过一维空洞卷积扩大时间感受野，对提取出的高阶时序特征进行局部时间维度的特征提取和融合，得到局部时序特征； 第二线性变换层，用于将局部时序特征映射到输出维度； S2.采集目标空域的ADS-B历史航迹数据，将目标空域按照预设空间分辨率划分为空间网格，统计预设时间粒度内各空间网格的飞机数量，并对每个飞机的时间特征和空间特征进行编码构建时空张量； S3.基于空间网格的8邻域拓扑对网格间的基础连接关系进行定义，通过高斯核函数将地理距离映射为初始的连接权重，再结合实时流量相关性动态调整初始的连接权重，生成动态邻接矩阵和动态权重图； S4.将所述时空张量和动态权重图输入Mamba-GCN协同网络模型进行训练，优化模型参数； S5.将实时获取的目标空域的航空轨迹数据预处理后，输入训练好的Mamba-GCN协同网络模型，得到目标空域设定时间段内的航空流量预测结果。

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。