買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉北京理工大學;北京理工大學重慶創新中心申請的專利一種基于卷積神經網絡的殺傷矩陣預估模型的獲取方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120337794B 。

龍圖騰網通過國家知識產權局官網在2025-09-16發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510820225.X，技術領域涉及：G06F30/27；該發明授權一種基于卷積神經網絡的殺傷矩陣預估模型的獲取方法是由劉彥;王露;晏江;尹鵬;岳群磊;俞杰;黃風雷設計研發完成，并于2025-06-19向國家知識產權局提交的專利申請。

本一種基于卷積神經網絡的殺傷矩陣預估模型的獲取方法在說明書摘要公布了：本發明涉及一種基于卷積神經網絡的殺傷矩陣預估模型的獲取方法，屬于毀傷概率預測技術領域，解決了現有技術中殺傷矩陣的殺傷概率計算復雜、準確度低的問題?；谧鲬鹑蝿赵O定武器參數以及目標的類型、所處環境和位置；基于武器的類型和性能參數設置殺傷矩陣中武器參數的計算范圍；基于計算范圍設定多種工況參數，基于每一種工況參數對應的戰斗部對目標的殺傷概率矩陣以及該類型武器對目標的沖擊波毀傷概率矩陣計算聯合殺傷概率矩陣；對每一種工況參數對應的聯合殺傷概率矩陣進行轉換重組處理以形成殺傷矩陣訓練樣本數據集；基于殺傷矩陣訓練樣本數據集訓練兩階段網絡模型得到殺傷矩陣預估模型。提高了殺傷矩陣中毀傷概率的預測效率和精度。

本發明授權一種基于卷積神經網絡的殺傷矩陣預估模型的獲取方法在權利要求書中公布了：1.一種基于卷積神經網絡的殺傷矩陣預估模型的獲取方法，其特征在于，包括： 基于作戰任務設定武器的類型、性能參數和戰斗部類型，以及目標的類型、所處環境和位置； 基于所述武器的類型和所述性能參數設置殺傷矩陣中武器參數的計算范圍，所述武器參數的計算范圍包括：高度范圍、速度范圍、俯仰角范圍、方位角范圍以及殺傷等級范圍； 基于所述計算范圍設定多種工況參數，計算每一種工況參數對應的所述戰斗部對目標的殺傷概率矩陣以及該類型武器對目標的沖擊波毀傷概率矩陣，并基于殺傷概率矩陣和沖擊波毀傷概率矩陣計算聯合殺傷概率矩陣； 對每一種工況參數所對應的聯合殺傷概率矩陣進行轉換重組處理以形成殺傷矩陣訓練樣本數據集； 基于所述殺傷矩陣訓練樣本數據集訓練兩階段網絡模型得到殺傷矩陣預估模型； 其中，所述計算每一種工況參數對應的所述戰斗部對目標的殺傷概率矩陣以及該類型武器對目標的沖擊波毀傷概率矩陣，包括： 計算每一種工況參數所對應的破片威力場數據，所述破片威力場數據包括：不同角域的破片質量、速度、破片區立體角； 基于所述破片威力場數據計算該類型的戰斗部在殺傷矩陣中不同位置處對目標的殺傷概率，各個位置的殺傷概率構成殺傷概率矩陣； 基于該類型武器在殺傷矩陣中不同位置處的沖擊波半徑計算該類型武器在殺傷矩陣中對應位置對目標的沖擊波毀傷概率，各個位置的沖擊波毀傷概率構成沖擊波毀傷概率矩陣；其中，所述基于所述破片威力場數據計算該類型的戰斗部在殺傷矩陣中不同位置處對目標的殺傷概率，包括： A1：以所述目標的位置為原點，建立目標坐標系；將不同角域的破片按照質量分組以形成多個破片質量組，每個破片質量組中的各個破片的質量相同； A2：對于每一個位置執行如下操作： 依據當前工況參數中限定的武器高度將所述戰斗部放置在所述目標坐標系中的相應位置，對每個角域采用射擊線分析方法得到該位置處目標的易損面積和暴露概率； 基于所述易損面積、所述暴露概率以及各破片質量組計算該類型戰斗部對該位置處的殺傷概率。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人北京理工大學;北京理工大學重慶創新中心，其通訊地址為：100081 北京市海淀區中關村南大街5號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。