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！

龍圖騰網獲悉中國人民解放軍海軍航空大學申請的專利一種基于Mamba-GCN的區域級航空流量預測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：CN120183250B 。

龍圖騰網通過國家知識產權局官網在2025-09-26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：202510652700.7，技術領域涉及：G08G5/23；該發明授權一種基于Mamba-GCN的區域級航空流量預測方法是由熊偉;崔亞奇;夏沭濤;林傳奇;郭仲平;董凱;顧祥岐;孫煒瑋;修建娟;于洪波;姚力波;丁自然設計研發完成，并于2025-05-21向國家知識產權局提交的專利申請。

本一種基于Mamba-GCN的區域級航空流量預測方法在說明書摘要公布了：本申請提供一種基于Mamba?GCN的區域級航空流量預測方法，屬于空中交通流量預測技術領域，所述方法：構建Mamba?GNC協同網絡模型；采集目標空域的歷史航跡數據，將目標空域劃分為空間網格，統計各空間網格的飛機數量，并對每個飛機的時間特征和空間特征進行編碼構建時空張量；基于空間網格的8鄰域拓撲構建動態鄰接矩陣和動態權重圖；將時空張量和動態權重圖輸入Mamba?GCN協同網絡模型進行訓練，優化模型參數；將實時獲取的目標空域的航空軌跡數據預處理后，輸入訓練好的Mamba?GCN協同網絡模型，得到航空流量預測結果。本發明能夠捕捉航空流量在時間維度上的長時依賴以及空間維度上的網格關聯，預測效率高。

本發明授權一種基于Mamba-GCN的區域級航空流量預測方法在權利要求書中公布了：1.一種基于Mamba-GCN的區域級航空流量預測方法,其特征在于，包括如下步驟： S1.使用Mamba模型與GCN模型構建Mamba-GNC協同網絡模型； 步驟S1中通過將Mamba模型與GCN模型交互堆疊，并引入輔助層的方式構建Mamba-GNC協同網絡模型； 所述Mamba-GNC協同網絡模型從輸入側到輸出側依次設有第一Mamba模型層、GCN模型層、第一線性變換層、Relu激活層、第二Mamba模型層、時間卷積層以及第二線性變換層； 第一Mamba模型層、GCN模型層、第一線性變換層、Relu激活層、第二Mamba模型層、時間卷積層以及第二線性變換層； 第一Mamba模型層，用于將輸入的時空張量通過選擇性狀態空間模型對時間維度的長時間依賴關系進行建模，輸出第一隱狀態序列； GCN模型層，用于基于動態鄰接矩陣對第一隱狀態序列進行空間特征聚合，并采用Chebyshev多項式進行鄰域信息傳播，輸出空間增強特征； 第一線性變換層，用于對空間增強特征進行維度調整，以與Relu激活層進行匹配； Relu激活層，用于使用非線性變換對維度調整后的空間增強特征進行表達能力增強； 第二Mamba模型層，用于對表達能力增強后的空間增強特征進行二次時間依賴建模，提取高階時序特征； 時間卷積層，用于通過一維空洞卷積擴大時間感受野，對提取出的高階時序特征進行局部時間維度的特征提取和融合，得到局部時序特征； 第二線性變換層，用于將局部時序特征映射到輸出維度； S2.采集目標空域的ADS-B歷史航跡數據，將目標空域按照預設空間分辨率劃分為空間網格，統計預設時間粒度內各空間網格的飛機數量，并對每個飛機的時間特征和空間特征進行編碼構建時空張量； S3.基于空間網格的8鄰域拓撲對網格間的基礎連接關系進行定義，通過高斯核函數將地理距離映射為初始的連接權重，再結合實時流量相關性動態調整初始的連接權重，生成動態鄰接矩陣和動態權重圖； S4.將所述時空張量和動態權重圖輸入Mamba-GCN協同網絡模型進行訓練，優化模型參數； S5.將實時獲取的目標空域的航空軌跡數據預處理后，輸入訓練好的Mamba-GCN協同網絡模型，得到目標空域設定時間段內的航空流量預測結果。

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中國人民解放軍海軍航空大學，其通訊地址為：264001 山東省煙臺市芝罘區二馬路188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”。