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国防科技大学申请的专利面向空间目标高精度定轨的动态学习分层规划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：CN121434791B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202512009759.7，技术领域涉及：G06F18/214；该发明授权面向空间目标高精度定轨的动态学习分层规划方法是由蔡伟伟;陈劲润;龙洗;黄涣;杨乐平设计研发完成，并于2025-12-29向国家知识产权局提交的专利申请。

本面向空间目标高精度定轨的动态学习分层规划方法在说明书摘要公布了：本申请涉及一种面向空间目标高精度定轨的动态学习分层规划方法。所述方法包括：先获取历史分配数据、日常空间目标探测计划及待匹配应急空间目标等输入数据；再用历史分配数据训练自动化机器学习模型，预测地基资源对应急目标的探测成功概率；接着结合该概率、应急目标可用可见窗口数量及冲突度，通过合同网算法评估估值并指派目标，差异结果回传优化模型；随后依匹配结果，用含动态邻域结构且按分配可能性规则排序的启发式算法调度应急目标，插入日常计划得初步结果；最后识别受影响日常目标并重新调度，输出新探测计划与未完成日常目标列表。采用本方法能够提高对应急空间目标探测任务的规划效率。

本发明授权面向空间目标高精度定轨的动态学习分层规划方法在权利要求书中公布了：1.一种面向空间目标高精度定轨的动态学习分层规划方法，其特征在于，所述方法包括： 获取输入数据，所述输入数据包括历史分配数据、日常空间目标探测计划以及待匹配资源的应急空间目标和地基资源；根据所述日常空间目标探测计划和地基资源以及预先设计的决策量构建应急空间目标跟踪任务规划问题的目标函数；所述应急空间目标跟踪任务规划问题的约束条件包括接力探测约束； 对所述应急空间目标跟踪任务规划问题进行求解，基于所述历史分配数据训练自动化机器学习模型，利用训练完成的自动化机器学习模型预测各地基资源对应急空间目标的探测成功概率；以所述探测成功概率、应急空间目标的可用可见窗口数量及地基资源探测计划与应急空间目标的冲突度为依据，采用合同网算法评估每个地基资源对应急空间目标的估值，并将应急空间目标指派给估值最高的地基资源，得到资源匹配结果；若合同网算法的调整结果与自动化机器学习模型的初始预测结果存在差异，将校正后的分配结果及对应应急空间目标的特征数据回传至自动化机器学习模型中进行迭代优化； 根据所述资源匹配结果，采用结合动态邻域结构的启发式算法对应急空间目标进行调度安排，将应急空间目标插入日常空间目标探测计划中，得到初步调度结果；所述结合动态邻域结构的启发式算法按分配可能性规则对应急空间目标的可见窗口排序，所述分配可能性规则综合考虑应急空间目标的优先级及所需最短探测时长； 识别所述初步调度结果中受应急空间目标插入影响的日常空间目标，采用结合动态邻域结构的启发式算法对受影响的日常空间目标进行重新调度，输出规划后的新探测计划以及因插入应急空间目标而无法完成的受影响日常空间目标列表。

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国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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。