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！

龙图腾网获悉哈尔滨工业大学申请的专利一种基于多注意协同网络的多维变量场景下飞行器轨迹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：CN119204325B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202411321178.6，技术领域涉及：G06Q10/04；该发明授权一种基于多注意协同网络的多维变量场景下飞行器轨迹预测方法是由杨京礼;王凯捷;高天宇;王鑫;邢向向;刘强设计研发完成，并于2024-09-23向国家知识产权局提交的专利申请。

本一种基于多注意协同网络的多维变量场景下飞行器轨迹预测方法在说明书摘要公布了：一种基于多注意协同网络的多维变量场景下飞行器轨迹预测方法，它属于轨迹预测技术领域。本发明解决了在多变量场景下现有基于数据驱动的预测方法难以充分建模变量之间的复杂关系，导致预测的准确性差的问题。本发明设计的变量蒸馏注意力网络弱化了非预测变量的负面影响，将当前序列转换为空间语义。还设计一种新的长短时记忆网络变体KeLSTM来计算变量间的交互作用，缓解信息冲突，区分变量对任务的时间影响。本发明方法可以减少无关变量的负面影响，强调重要变量对预测的贡献，成功地捕捉了过去的目标变量、非预测变量与即将到来的目标之间的潜在相互作用，特别是目标和非预测变量的影响之间的细微差异。本发明方法可以应用于飞行器轨迹预测。

本发明授权一种基于多注意协同网络的多维变量场景下飞行器轨迹预测方法在权利要求书中公布了：1.一种基于多注意协同网络的多维变量场景下飞行器轨迹预测方法，其特征在于，所述方法具体包括以下步骤： 步骤一、采集飞行器的组轨迹数据，且每组轨迹数据均包括时间数据、速度数据、位置数据和航向角数据； 对采集的各组轨迹数据分别进行预处理后，再对预处理后的各组轨迹数据中的位置数据进行重构，得到处理后的各组轨迹数据； 步骤二、对处理后的各组轨迹数据进行聚类，分别得到各类轨迹数据； 步骤三、为每类轨迹数据分别构建一个基于多注意协同网络的预测模型，预测模型内包括T-net和NP-net两个分支，且将每类轨迹数据分别作为对应预测模型的训练集； 利用训练集对各个预测模型进行训练后，获得训练好的各个预测模型； 所述预测模型的训练过程为： 以任意一个预测模型为例 步骤三一、利用当前预测模型的训练集中的每组轨迹数据均构造一组目标变量序列和非预测变量序列； 其中，将一组目标变量序列和非预测变量序列分别表示为和，是轨迹数据中第个时间点对应的非预测变量，，分别是中的第1个，第2个，第n个变量； 其中，是一组轨迹数据中的时间点个数； 步骤三二、将非预测变量序列作为NP-net分支的输入，通过NP-net分支输出在各时间点的隐藏状态； 步骤三三、T-net分支内包括编码器模块和解码器模块，编码器模块内包括个知识增强型LSTM单元，解码器模块内包括个知识增强型LSTM单元； 将NP-net分支输出的隐藏状态和目标变量序列作为编码器模块的输入，通过编码器模块输出目标变量序列的隐藏状态序列； 将隐藏表示序列作为解码器模块的输入，解码器模块基于时间注意力机制输出隐藏状态，将解码器模块输出的隐藏状态经过多层感知器，通过多层感知器输出预测结果； 步骤三四、根据步骤三三输出的预测结果计算损失函数，基于损失函数计算结果和反向传播学习算法对预测模型的参数进行调整，直至达到设置的最大训练次数时停止训练，获得训练好的预测模型； 所述NP-net分支内包括变量蒸馏注意力模块和LSTM模块，其中，变量蒸馏注意力模块内包括个变量蒸馏注意力单元，LSTM模块内包括个LSTM单元； NP-net分支的工作过程具体为： 每个变量蒸馏注意力单元内均包括两层前向神经网络，第个变量蒸馏注意力单元的第一层前向神经网络将中的每个变量分别映射到m维空间，得到中每个变量的隐藏表示： 其中，是激活函数，是的隐藏表示，，是嵌入向量，是偏置参数； 第二层前向神经网络分别为每个隐藏表示分配权重： 其中，是隐藏表示的权重，是变阶上下文向量； 基于和，将转换为空间语义序列： 将空间语义序列作为第个LSTM单元的输入，通过第个LSTM单元输出隐藏状态： 其中，是第个LSTM单元输出的隐藏状态，是第个LSTM单元输出的隐藏状态，是第个LSTM单元的输入门的输出，是第个LSTM单元的遗忘门的输出，是第个LSTM单元的输出门的输出，表示sigmoid激活函数，、、和是偏置参数，是逐元素乘法，、、和是循环权重，、、和是输入权重，是第个LSTM单元的状态，是第个LSTM单元的状态，为中间变量； 步骤四、将待预测数据作为对应的训练好的预测模型的输入，获得轨迹预测结果。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。