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(jiān)控用IP管家,真方便！

龍圖騰網獲悉上海軸芯科技有限公司申請的專利一種無人機智能自主決策方法、裝置、電子設備、可讀存儲介質及程序產品獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產權局授予，授權公告號為：CN120297162B 。

龍圖騰網通過國家知識產權局官網在2025-08-19發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202510780095.1，技術領域涉及：G06F30/27；該發(fā)明授權一種無人機智能自主決策方法、裝置、電子設備、可讀存儲介質及程序產品是由梅碧峰;李冬冬設計研發(fā)完成，并于2025-06-12向國家知識產權局提交的專利申請。

本一種無人機智能自主決策方法、裝置、電子設備、可讀存儲介質及程序產品在說明書摘要公布了：本發(fā)明實施例公開了一種無人機智能自主決策方法、裝置、電子設備、可讀存儲介質及程序產品。該方法包括：使用戰(zhàn)術行為樣本集進行訓練得到戰(zhàn)術行為預測模型；獲取敵機在預設時間序列下的動作參數(shù)信息，并根據(jù)動作參數(shù)信息和戰(zhàn)術行為預測模型確定敵機的下一機動序列特征；基于我方機和敵機的空間占位構建態(tài)勢分析模型；基于態(tài)勢分析模型確定我方機相對于敵機的占位綜合優(yōu)勢值和占位綜合威脅值，并確定雷達綜合優(yōu)勢值和雷達綜合威脅值；根據(jù)占位綜合優(yōu)勢值、占位綜合威脅值、雷達綜合優(yōu)勢值和雷達綜合威脅值對敵機的下一機動序列特征做出最優(yōu)對抗決策。上述技術方案，能夠在提升自主智能決策的能力的基礎上，有效提高自主智能決策的效率和準確性。

本發(fā)明授權一種無人機智能自主決策方法、裝置、電子設備、可讀存儲介質及程序產品在權利要求書中公布了：1.一種無人機智能自主決策方法，其特征在于，所述方法，包括： 獲取預先構建的戰(zhàn)術行為樣本集，并使用所述戰(zhàn)術行為樣本集對行為預測模型進行訓練得到訓練好的戰(zhàn)術行為預測模型； 獲取敵機在預設時間序列下的動作參數(shù)信息，并根據(jù)所述動作參數(shù)信息和所述戰(zhàn)術行為預測模型確定所述敵機的下一機動序列特征； 基于我方機和所述敵機的空間占位構建態(tài)勢分析模型；其中，所述態(tài)勢分析模型包括：角度態(tài)勢分析模型、距離態(tài)勢分析模型、速度態(tài)勢分析模型和高度態(tài)勢分析模型； 基于所述態(tài)勢分析模型確定所述我方機相對于所述敵機的占位綜合優(yōu)勢值和占位綜合威脅值； 確定所述我方機的機載雷達相對于所述敵機的機載雷達的雷達綜合優(yōu)勢值和雷達綜合威脅值； 根據(jù)所述占位綜合優(yōu)勢值、所述占位綜合威脅值、所述雷達綜合優(yōu)勢值和所述雷達綜合威脅值對所述敵機的下一機動序列特征做出最優(yōu)對抗決策； 其中，所述行為預測模型為循環(huán)神經網絡模型；所述循環(huán)神經網絡模型基于MobileNet-V1網絡架構；所述循環(huán)神經網絡模型的卷積層由DWCONV+（1×1CONV）構成深度可分離卷積結構；所述循環(huán)神經網絡模型的激活函數(shù)為RELU； 相應的，所述使用所述戰(zhàn)術行為樣本集對行為預測模型進行訓練得到訓練好的戰(zhàn)術行為預測模型，包括： 對所述戰(zhàn)術行為樣本集中的各個樣本的時間序列進行補零操作，以將各所述樣本的時間序列長度一致得到處理后的樣本；其中，所述戰(zhàn)術行為樣本集中包括典型戰(zhàn)術行為的機動序列特征以及各所述機動序列特征對應的機動參數(shù)值； 對所述處理后的樣本進行數(shù)據(jù)增強得到數(shù)據(jù)增強后的樣本； 針對所述數(shù)據(jù)增強后的樣本，在每個樣本的動作結束后插入平飛動作，以用來初始化下一個樣本動作，得到目標樣本集； 將所述目標樣本集輸入至行為預測模型中優(yōu)化模型參數(shù)，直至所述模型參數(shù)達到最優(yōu)，或者預先定義的損失函數(shù)達到最小為止，得到訓練好的戰(zhàn)術行為預測模型； 其中，所述基于所述態(tài)勢分析模型確定所述我方機相對于所述敵機的占位綜合優(yōu)勢值和占位綜合威脅值，包括： 依據(jù)預設CRITIC方法進行逆向化求解所述態(tài)勢分析模型中各第一指標所分別對應的第一變權重系數(shù)，并確定各所述第一變權重系數(shù)與對應各所述第一指標的乘積之和，以得到所述我方機相對于所述敵機的占位綜合威脅值；其中，所述第一指標包括：高度、角度、距離和速度；其中，所述第一變權重系數(shù)為占位威脅系數(shù)； 依據(jù)所述預設CRITIC方法進行正向化求解所述態(tài)勢分析模型中各第一指標所分別對應的第二變權重系數(shù)，并確定各所述第二變權重系數(shù)與對應各所述第一指標的乘積之和，以得到所述我方機相對于所述敵機的占位綜合優(yōu)勢值；其中，所述第二變權重系數(shù)為占位優(yōu)勢系數(shù)； 其中，所述確定所述我方機的機載雷達相對于所述敵機的機載雷達的雷達綜合優(yōu)勢值和雷達綜合威脅值，包括： 依據(jù)所述我方機的機載雷達的雷達天線所接收到的功率，以及所產生的噪聲功率確定信噪比；其中，所述信噪比表征雷達監(jiān)測能力； 獲取所述敵機的RCS值，并依據(jù)所述信噪比和所述敵機的RCS值確定所述我方機的機載雷達的最大探測距離； 將所述最大探測距離、所述信噪比以及所述RCS值作為第二指標，并依據(jù)預設數(shù)字戰(zhàn)斗模擬器DCS軟件模擬計算各所述第二指標分別對應的第一經驗值結果和第二經驗值結果，將所述第一經驗值結果分別作為對應的第一權重系數(shù)，并將所述第二經驗值結果分別作為對應的第二權重系數(shù)；其中，所述第一權重系數(shù)為各所述第二指標所對應的雷達威脅系數(shù)；所述第二權重系數(shù)為各所述第二指標所對應的雷達優(yōu)勢系數(shù)； 確定各所述第一權重系數(shù)與對應各所述第二指標的第一乘積之和，以得到所述我方機的機載雷達相對于所述敵機的機載雷達的雷達綜合優(yōu)勢值，并確定各所述第二權重系數(shù)與對應各所述第二指標的第二乘積之和，以得到所述我方機的機載雷達相對于所述敵機的機載雷達的雷達綜合威脅值。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人上海軸芯科技有限公司，其通訊地址為：201306 上海市浦東新區(qū)中國(上海)自由貿易試驗區(qū)臨港新片區(qū)環(huán)湖西二路888號C樓；或者聯(lián)系龍圖騰網官方客服，聯(lián)系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。