湖南矩阵电子科技有限公司

本发明提供了一种多源时序特征融合的低空导航风险智能预判与分级方法，包括：S1：采集目标空域静态地形数据及动态时序数据，后者含导航干扰、声学扰动及飞行器聚集时序数据，并分别预处理；S2：基于动态时序数据构建动态特征向量；基于静态地形数据构建静态地形风险特征向量；S3：将两类特征向量输入时序神经网络融合训练，获得AI预判模型；S4：将当前时刻特征向量输入模型，输出多类风险预判结果，据此将空域划分为若干风险等级区域，生成结构化预警信息，并推送至低空管理平台和/或无人机飞控系统。本发明通过多源时序特征融合，实现风险前置预判与分级预警，显著提升低空飞行安全性与空域利用效率。