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！

龙图腾网获悉北京理工大学申请的专利一种应用于对抗环境下面向无人机集群的意图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：CN116796284B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202310635829.8，技术领域涉及：G06F18/25；该发明授权一种应用于对抗环境下面向无人机集群的意图识别方法是由彭志红;何辉;陈杰;王文杰;尚沛桥设计研发完成，并于2023-05-31向国家知识产权局提交的专利申请。

本一种应用于对抗环境下面向无人机集群的意图识别方法在说明书摘要公布了：本发明公开了一种应用于对抗环境下面向无人机集群的意图识别方法。首先利用无人机集群的物理特征计算无人机之间的威胁系数相似度和距离相似度掩码，将战场状态映射为图结构。之后利用图神经网络引入注意力机制处理图结构信息，计算出邻居无人机之间的相互影响权重，对无人机特征信息进行深层提取。利用图池化方法对提取出的特征表达进行融合，得到无人机集群的综合特征描述。再利用全连接通过监督学习实现高精度的意图分类识别。本发明能在战场环境复杂，欺骗信息繁多的情况下，对无人机集群的意图进行识别。将无人机集群的意图识别问题转移到图数据处理领域，引入图神经网络方法，解决了意图识别领域过度依靠专家经验和识别精度较低的困难。

本发明授权一种应用于对抗环境下面向无人机集群的意图识别方法在权利要求书中公布了：1.一种应用于对抗环境下面向无人机集群的意图识别方法，其特征在于包括以下步骤： 第一步，根据无人机集群同一时刻的物理特征计算得到无人机集群的威胁系数和空间距离掩码，并根据计算得到的无人机集群的威胁系数和空间距离掩码构建无人机集群的图结构数据形式； 第二步，使用图注意力网络处理第一步得到的图结构数据，得到每架无人机的深层特征信息； 第三步，根据第二步得到的每架无人机的深层特征信息获得整个无人机集群的深层特征信息，并将获得的整个无人机集群的深层特征信息输入到全连接网络中，通过有监督的训练学习之后实现无人机集群意图的分类； 所述第二步中，获取深层特征信息的方法为：计算无人机Rj和无人机Rj′之间的注意力系数，并根据计算得到的注意力系数得到深层特征信息； 其中，注意力系数αjj′的计算方法为：使用一个可学习的共享参数W对相连的无人机Rj和无人机Rj′进行特征增强，然后对增强后的特征进行拼接，将无人机Rj和无人机Rj′的特征组合成一个向量，最后使用映射α将合成后的向量映射到一个实数上，通过SoftMax归一化后得到相连的无人机Rj和无人机Rj′的注意力系数，公式为： 其中，为与无人机Rj相连的红机集群中的其他无人机的集合，ejj′表示拼接特征的映射； ejj′＝α[Whj||Whj′] hj为无人机Rj的物理特征的集合； 无人机Rj的深层特征信息为： 所述第三步中，根据每架无人机的深层特征信息通过图池化操作获得整个无人机集群的深层特征信息，具体为：设Al为池化层的第l层所对应的邻接矩阵，Xl为第l层中所有节点的特征矩阵，Zl为第l层图上提取出的每个节点上的特征，那么下一层的图结构由下式得出： Al+1,Xl+1＝DiffPoolAl,Zl 其中，DiffPool表示通过一个图神经网络来求解权重矩阵Sl，Sl用数值化的方式表示上一层中的节点各自以多大的权重分配到下一层的节点中，求取公式如下所示： Sl＝softmaxGNNl,poolAl,Xl 其中，GNNl,pool表示图池化所使用到的图神经网络，图神经网络中层与层之间的迭代公式为：

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。