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！

龙图腾网获悉南京航空航天大学申请的专利一种海上区域航行安全管控与优化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：CN121708783B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202610203529.6，技术领域涉及：G08G3/02；该发明授权一种海上区域航行安全管控与优化方法是由孙蕊;蒋磊;尚睿;瞿逢重设计研发完成，并于2026-02-12向国家知识产权局提交的专利申请。

本一种海上区域航行安全管控与优化方法在说明书摘要公布了：本发明提出一种海上区域航行安全管控与优化方法，包括：步骤1，采集海上航行目标的多源观测数据，并进行预处理，得到时空观测关联图；步骤2，利用多模态一致性图神经网络评估每个观测节点的动态可信度；根据得到的动态可信度构建自适应加权的因子图模型，并对系统状态进行求解，获得最优融合航迹、修正后的环境参数和后验误差协方差矩阵；步骤3，基于最优融合航迹、修正后的环境参数和后验误差协方差矩阵，构建区域风险场；步骤4，基于区域风险场，构建多目标协同优化模型并解算，得到航行控制参数；步骤5，执行航行控制参数，并采用多层级闭环反馈进行调优，完成海上区域航行安全管控与优化。

本发明授权一种海上区域航行安全管控与优化方法在权利要求书中公布了：1.一种海上区域航行安全管控与优化方法，其特征在于，包括： 步骤1，采集海上航行目标的多源观测数据，并进行预处理，得到时空观测关联图； 步骤2，利用多模态一致性图神经网络评估每个观测节点的动态可信度；根据得到的动态可信度构建自适应加权的因子图模型，并对系统状态进行求解，获得最优融合航迹、修正后的环境参数和后验误差协方差矩阵； 步骤3，基于最优融合航迹、修正后的环境参数和后验误差协方差矩阵，构建区域风险场； 步骤4，基于区域风险场，构建多目标协同优化模型并解算，得到航行控制参数； 步骤5，执行航行控制参数，并采用多层级闭环反馈进行调优，完成海上区域航行安全管控与优化； 其中，步骤2中所述对系统状态进行求解，包括： 步骤2-1，在时刻，待求解的系统状态变量集定义为： ； 其中，为船舶运动状态向量，为环境状态参数向量； 步骤2-2，设定物理约束，表示为因子图中的因子，具体如下： 设定运动约束即运动因子，如下： ； 其中，表示预设的运动学模型，表示过程噪声，其协方差矩阵为； 设定测量约束即测量因子，如下： ； 其中，为传感器的观测函数，将系统状态映射到观测空间；为测量噪声，其协方差矩阵为； 步骤2-3，求解系统状态，即进行系统状态的最优估计，等价于求解非线性最小二乘问题，表示如下： ； 其中，表示计算马氏距离；表示环境状态的过程噪声协方差矩阵，为自适应权重； 步骤2-4，采用高斯-牛顿法对步骤2-3中的非线性最小二乘问题进行迭代求解，当状态更新量收敛时，得到系统状态的最优估计，即融合状态集，其中包含最优融合航迹和修正后的环境参数； 利用最终的雅可比矩阵与权重矩阵构建近似海森矩阵，其逆矩阵即为后验误差协方差矩阵； 步骤3中所述的构建区域风险场，包括： 步骤3-1，网格化风险源特征提取，具体如下： 将目标海域离散化为网格集合；对于每个网格在时刻，基于融合状态集，提取多维风险源特征向量，表示如下： ； 其中，表示交通密度，为会遇强度，表示态势不确定度即后验协方差矩阵的迹，表示由修正后的环境参数经归一化与加权融合后得到的环境胁迫度； 步骤3-2，引入偏微分方程作为区域风险场的动态演化模型，表示如下： ； 其中，即为待求解的网格在时刻的综合风险强度，是风险对流速度，为二维空间梯度算子，为风险扩散系数，为风险自然消退系数，是风险源项； 步骤3-3，离散化求解动态演化模型，预测未来时段内区域风险的动态分布； 步骤4中所述的构建多目标协同优化模型并解算，包括： 步骤4-1，定义每个网格的控制决策变量为向量，表示如下： ； 其中，为网格限速值，为指定通航方向，为临时禁航标识； 步骤4-2，构建多目标向量函数，表示如下： ； 其中，为全域控制策略集，为总风险暴露子目标，为航速损失子目标，为预估排放或能耗子目标； 步骤4-3，采用进化算法，通过最小化多目标向量函数，求解得到最终策略作为航行控制参数。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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”。

以上内容由龙图腾AI智能生成。