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！

龙图腾网获悉西安电子科技大学申请的专利基于Transformer-LSTM的航迹智能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：CN119785630B 。

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：202411991708.8，技术领域涉及：G08G5/56；该发明授权基于Transformer-LSTM的航迹智能预测方法是由曲家慧;纪金恒;董文倩;肖嵩;李云松设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本基于Transformer-LSTM的航迹智能预测方法在说明书摘要公布了：本申请的实施例涉及航空航天技术领域，特别涉及一种基于Transformer‑LSTM的航迹智能预测方法，包括：获取多传感器航迹智能处理系统的信息并进行预处理、关联和融合，得到原始航迹数据；其中，原始航迹数据包括原始经纬度数据和原始高度数据；将原始航迹数据转换到统一的笛卡尔坐标系下，并使用最大最小归一化函数分别对空间坐标转换后的航迹数据和原始高度数据进行归一化处理；将归一化后的航迹数据和归一化后的高度数据分别输入至预构建的航迹智能预测模型的Transformer网络和LSTM网络中，进行空间位置特征和时序特征的提取和学习，最终由航迹智能预测模型的输出网络基于空间位置特征和时序特征输出航迹预测结果，从而实现更准确的航迹预测。

本发明授权基于Transformer-LSTM的航迹智能预测方法在权利要求书中公布了：1.一种基于Transformer-LSTM的航迹智能预测方法，其特征在于，包括： 获取多传感器航迹智能处理系统的信息并进行预处理、关联和融合，得到原始航迹数据；其中，原始航迹数据包括原始经纬度数据和原始高度数据； 将原始航迹数据转换到统一的笛卡尔坐标系下，并使用最大最小归一化函数分别对空间坐标转换后的航迹数据和原始高度数据进行归一化处理； 将归一化后的航迹数据和归一化后的原始高度数据分别输入至航迹智能预测模型的Transformer网络和LSTM网络中，进行空间位置特征和时序特征的提取和学习，最终由航迹智能预测模型的输出网络基于空间位置特征和时序特征输出航迹预测结果； Transformer网络由输入嵌入层、Transformer编码器、输出嵌入层、Transformer解码器、线性层和Softmax层组成，Transformer编码器由六层Transformer编码器层顺序连接组成，Transformer解码器由六层Transformer解码器层顺序连接组成； 归一化后的航迹数据输入至输入嵌入层，经线性层转化并加入位置编码后，输入至Transformer编码器，延时后的归一化后的航迹数据输入至输出嵌入层，经线性层转化并加入位置编码后，输入至Transformer解码器； 输入嵌入层的输出为第一层Transformer编码器层的输入，前一层Transformer编码器层的输出为后一层Transformer编码器层的输入，最后一层Transformer编码器层的输出将输入至每一层Transformer解码器层中； 输出嵌入层的输出为第一层Transformer解码器层的输入，前一层Transformer解码器层的输出为后一层Transformer解码器层的输入，最后一层Transformer解码器层的输出经线性层和Softmax层处理后，得到空间位置特征； 每一层Transformer解码器层均由掩码多头注意力机制模块、三个层归一化模块和两个前馈神经网络层组成； 掩码多头注意力机制模块需要将输入的待预测部分进行遮挡； 输出嵌入层的输出经线性层转化并加入位置编码后，作为多头注意力机制的，多头注意力机制的和来自于Transformer编码器的输入线性投影，Transformer编码器的输出将经线性层后计算其Softmax概率分布结果； 其中，、、分别为查询向量、键向量、值向量。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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。