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！

龙图腾网恭喜合肥工业大学;北京市遥感信息研究所申请的专利基于混合卡尔曼神经网络的船舶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：CN119337923B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202411877644.9，技术领域涉及：G06N3/04；该发明授权基于混合卡尔曼神经网络的船舶轨迹预测方法是由夏维;李浩;冯星辰;徐崇彦;汤航;张景晖;张丽霞;滕伟;钟也磐设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。

本基于混合卡尔曼神经网络的船舶轨迹预测方法在说明书摘要公布了：本发明提供一种基于混合卡尔曼神经网络的船舶轨迹预测方法、系统、存储介质和电子设备，涉及轨迹预测技术领域。本发明中，通过将神经网络引入卡尔曼滤波框架，保留卡尔曼滤波的数学基础和解释性，同时利用神经网络的拟合能力和学习能力。当动力学神经网络模型的输出结果存在噪声时，利用基于混合卡尔曼神经网络对其进行优化，从而更好地处理现实世界中复杂多变的动态系统，实现更准确、鲁棒的航迹预测。

本发明授权基于混合卡尔曼神经网络的船舶轨迹预测方法在权利要求书中公布了：1.一种基于混合卡尔曼神经网络的船舶轨迹预测方法，其特征在于，包括：根据目标船舶的历史轨迹，获取历史船舶状态在不同时刻上的分布；将当前时刻的历史船舶状态作为相应时刻的船舶状态后验估计，基于动力学神经网络模型，获取下一时刻的船舶状态先验估计，并基于测量矩阵映射获取下一时刻的预测测量值；其中所述动力学神经网络模型采用Transformer模型；根据当前时刻的船舶状态后验估计、历史测量值，及下一时刻的船舶状态先验估计、预测测量值，基于混合卡尔曼增益神经网络，学习相应的卡尔曼增益；根据每一时刻的历史测量值，及相应下一时刻的船舶状态先验估计、预测测量值，结合相应的卡尔曼增益，对每一时刻的船舶状态后验估计进行修正，以获取修正后的历史轨迹；将所述修正后的历史轨迹作为动力学神经网络模型输入，获取目标船舶轨迹预测序列；所述历史船舶状态在不同时刻上的分布是指： 其中，xt为t时刻的历史船舶状态；分别为目标船舶在t时刻的经度坐标、纬度坐标、对地航速、对地航向；T为转置运算；获取下一时刻的船舶状态先验估计以及预测测量值，包括：将t时刻的历史船舶状态xt作为相应时刻的船舶状态后验估计；将截止至t时刻的船舶状态后验估计进行四热向量编码并扩展至高维空间后，作为所述动力学神经网络模型F的输入，获取t+1时刻的船舶状态先验估计；基于测量矩阵H，将船舶状态先验估计映射至传感器测量空间中，获取t+1时刻的预测测量值；所述Transformer模型的训练过程为：获取若干船舶的多条历史轨迹数据；对所有历史轨迹数据进行预处理，获取目标船舶轨迹的相似轨迹数据集，其中n为相似轨迹数据的数量，第i条相似轨迹数据，T为总时刻，t时刻的历史船舶状态，分别为第i条相似轨迹数据中t时刻的经度坐标、纬度坐标、对地航向、对地航速；将截止t时刻的历史船舶状态进行四热向量编码并扩展至高维空间后，作为Transformer模型的输入，预测t+1时刻的船舶状态；遍历所有相似轨迹数据后，构建交叉熵损失函数，其中CE表示交叉熵；根据所述交叉熵损失函数，训练Transformer模型直至收敛。

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合肥工业大学;北京市遥感信息研究所，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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”。