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！

龙图腾网恭喜烟台大学申请的专利一种基于深度学习的多源目标轨迹融合方法及系统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：CN119808012B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202510300047.8，技术领域涉及：G06F18/25；该发明授权一种基于深度学习的多源目标轨迹融合方法及系统是由郭强;尹丰浩;孙贵东;刘志昊;杨文彬设计研发完成，并于2025-03-14向国家知识产权局提交的专利申请。

本一种基于深度学习的多源目标轨迹融合方法及系统在说明书摘要公布了：本发明涉及数据处理技术领域，尤其是涉及一种基于深度学习的多源目标轨迹融合方法及系统。包括构建包含雷达回波数据、卫星遥测数据及真值轨迹数据的时空对齐训练集；设计多通道深度学习网络架构，包括雷达回波数据特征提取通道、卫星遥测数据特征提取通道，通过注意力机制建立双通道特征关联；通过反向传播优化网络参数，得到权重预测模型；实时接收雷达回波数据与卫星遥测数据，通过滑动窗口机制和坐标系转换实现采样数据的时空对齐；将预处理后的双源特征输入训练好的权重预测模型，生成雷达‑遥测融合权重系数；对双源轨迹坐标进行加权处理并优化，输出融合后的目标运动轨迹。解决了传统单源轨迹测量系统在复杂环境下精度不足的问题。

本发明授权一种基于深度学习的多源目标轨迹融合方法及系统在权利要求书中公布了：1.一种基于深度学习的多源目标轨迹融合方法，其特征在于，包括：构建包含雷达回波数据、卫星遥测数据及真值轨迹数据的时空对齐训练集；设计多通道深度学习网络架构，包括雷达回波数据特征提取通道、卫星遥测数据特征提取通道，通过注意力机制建立双通道特征关联；通过反向传播优化网络参数，得到权重预测模型；实时接收雷达回波数据与卫星遥测数据，通过滑动窗口机制和坐标系转换实现采样数据的时空对齐；将预处理后的双源特征输入训练好的权重预测模型，生成雷达-遥测融合权重系数；对双源轨迹坐标进行加权处理并优化，输出融合后的目标运动轨迹；所述构建包含雷达回波数据、卫星遥测数据及真值轨迹数据的时空对齐训练集包括：对原始雷达回波数据进行脉冲压缩处理并提取误差参数，构建特征矩阵；对卫星遥测数据进行坐标系转换处理并提取误差参数，构建特征矩阵；采用滑动窗口机制与三次样条插值法对双源数据进行时间轴对齐与补齐，建立毫秒级同步的训练样本；所述设计多通道深度学习网络架构，包括雷达回波数据特征提取通道、卫星遥测数据特征提取通道，通过注意力机制建立双通道特征关联包括：雷达回波数据特征提取通道，采用三维卷积神经网络提取时-空-误差特征；卫星遥测数据特征提取通道，采用双向LSTM网络解码卫星定位参数序列；交叉注意力模块，建立含环境质量感知的雷达特征与遥测特征的关联度矩阵；全连接输出层，生成维度为[时间戳×空间坐标]的权重分布张量；所述交叉注意力模块，计算雷达特征与遥测特征的关联度矩阵包括：将雷达特征向量与遥测特征向量分别映射至查询空间和键值空间；计算特征相似度矩阵并通过softmax函数生成注意力权重分布；对双通道特征进行加权融合生成联合特征表示并输入全连接层。

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烟台大学，其通讯地址为：264003 山东省烟台市莱山区清泉路30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”。