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！

龙图腾网获悉中国电子科技集团公司第五十四研究所申请的专利一种基于物理信息网络的空间目标轨迹平行映射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：CN119989894B 。

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：202510066172.7，技术领域涉及：G06F30/27；该发明授权一种基于物理信息网络的空间目标轨迹平行映射方法是由张文宝;王梅瑞;孟楠;楚博策;朱进;李峰设计研发完成，并于2025-01-16向国家知识产权局提交的专利申请。

本一种基于物理信息网络的空间目标轨迹平行映射方法在说明书摘要公布了：本发明提供一种基于物理信息网络的空间目标轨迹平行映射方法，属于深度学习中的时序数据处理领域。针对空间目标运动物理系统分析建模以及累积误差修正过程中存在大量重复性工作、耗时费力的问题，本发明通过参数化的神经网络拟合空间目标在平行数字空间内的运动学方程，并引入已知的物理方程信息，约束网络在假设空间中寻找最优假设的过程，将平行空间建模映射过程转换为目标域内参数反演问题的求解，从而实现平行数字空间的快速构建。同时，随着输入样本数据的增多，本方法设计的跨周期时空注意力模块捕获空间目标运动特征的能力会越来越强，在不断迭代过程中，实现对误差的动态修正。

本发明授权一种基于物理信息网络的空间目标轨迹平行映射方法在权利要求书中公布了：1.一种基于物理信息网络的空间目标轨迹平行映射方法，其特征在于，包含如下步骤： 1基于SGP4算法对输入空间目标位置序列数据进行解析，然后采用滑动时间窗策略，将解析后的空间目标位置序列数据进行截断，构建样本集； 2构建空间目标轨迹平行映射网络，包含数据融合模块、特征提取模块、跨周期时空注意力模块和输出模块；数据融合模块用于通过合并与卷积操作对空间目标位置序列数据进行融合，扩展特征向量维度；特征提取模块用于通过三个LSTM单元串联对融合后的数据进行时序特征的提取；跨周期时空注意力模块用于通过以跨1k轨道周期的采样策略，提取时间点为的中间层特征值输出模块用于利用1*1卷积层运算，输出Ψ和Λ两组参数，Ψ表示未来设定个时间点空间目标的位置、速度与加速度的预测值；Λ表示时空参考系的相关参数； 3在网络搭建完成后，设计损失函数，用于引导网络参数在样本集上的优化过程；其中损失函数由三部分加权求和组成，计算方式如下： 式中，lossaΨ为数据驱动损失，用于约束神经网络在特定时间点上的预测值与真实值一致；lossbΨ,Λ为物理驱动损失，用于约束网络对空间目标运动学方程的拟合程度；losscΛ为边界条件约束，用于约束网络对于时空参考系常量取值的有效范围；θ表示神经网络参数；ωa、ωb和ωc为各部分的权重，且ωa+ωb+ωc＝1； 4对训练策略进行设置，并采用RMSProp优化器对空间目标轨迹平行映射网络进行初步训练； 5在完成网络初步训练后，跟踪监视网络输出参数Λ的波动，当波动达到设定阈值后，将网络部署到平行数字空间内，否则返回步骤4继续进行迭代训练； 其中，步骤2中跨周期时空注意力模块的具体处理过程为： 201设某时刻网络输入的序列为{Xt-n-1,...,Xt}，则以t为时间基准点，提取时间点为的中间层特征值其中，跨周期采样间隔设为空间目标轨道周期的四分之一，即k＝4；T表示空间目标的轨道周期，n为时间窗宽度； 202对中间层特征值依次通过拼接和卷积进行横向融合，生成与通道数相匹配特征向量；其中，表示当前时刻t对应的网络中间层特征； 203通过softmax层，对步骤202生成的特征向量进行归一化处理，生成各通道的特征权重； 204将特征权重与当前时刻的特征进行加权相乘，从而实现信息流时间跨度的扩展。

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电子科技集团公司第五十四研究所，其通讯地址为：050081 河北省石家庄市中山西路589号第五十四研究所航天信息应用技术重点实验室；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。