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！

龙图腾网获悉中国人民解放军火箭军工程大学申请的专利一种基于智能算法的车载重力动态误差补偿方法及设备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：CN120296332B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202510779407.7，技术领域涉及：G06F18/15；该发明授权一种基于智能算法的车载重力动态误差补偿方法及设备是由张志利;周召发;李新宇;赵军阳;常振军;郝诗文设计研发完成，并于2025-06-12向国家知识产权局提交的专利申请。

本一种基于智能算法的车载重力动态误差补偿方法及设备在说明书摘要公布了：本申请公开了一种基于智能算法的车载重力动态误差补偿方法及设备，涉及重力动态测量技术领域，该方法包括：最小冗余最大相关准则的初步筛选和第一个麻雀搜索算法与交叉验证结合使用的精细选择用于输入数据的特征提取与重构；将重力异常测量的领域知识作为约束条件设计了一个新的损失函数以构建PI‑LSTM用于动态误差补偿；最后通过第二个麻雀搜索算法对PI‑LSTM的模型超参数进行优化搜索。本申请基于群智能算法和PI‑LSTM进行车载重力动态测量的误差补偿，有效提升了误差补偿模型的拟合性能和泛化能力，进而提高车载重力动态测量精度和环境适应性。

本发明授权一种基于智能算法的车载重力动态误差补偿方法及设备在权利要求书中公布了：1.一种基于智能算法的车载重力动态误差补偿方法，其特征在于，包括： 获取动态误差补偿数据集；所述动态误差补偿数据集包括不同操作下的车载状态参数组和重力基准值； 采用变分模态分解算法，将车载状态参数组中每个维度的输入向量分别自适应分解为多个特征向量，得到总特征集；所述特征向量为本征模态函数；同一输入向量对应的所有输入向量的集合为总特征集中的一个特征； 基于最小冗余最大相关准则，对所述总特征集进行初步特征筛选，得到初步筛选特征子集； 利用第一麻雀搜索算法和交叉验证算法，对所述初步筛选特征子集进行精细特征筛选，得到最佳特征子集； 基于所述最佳特征子集，对所述动态误差补偿数据集中的多个车载状态参数组分别进行数据重构，得到每个车载状态参数组对应的车载状态特征向量； 构建物理信息约束长短期记忆模型； 基于重力信息的物理规律，构建物理信息约束长短期记忆模型的总损失函数； 以所述车载状态特征向量为输入量，以所述重力基准值为输出量，以所述总损失函数作为第二麻雀搜索算法的适应度函数值，基于搜索策略确定所述物理信息约束长短期记忆模型的最优超参数组，得到动态误差补偿模型； 利用所述动态误差补偿模型，进行车载重力动态误差补偿； 所述总损失函数为： ； 其中，； ； ； ； ； 式中，为总损失函数；为物理损失函数权重；为单调性约束损失函数权重；为初值条件约束损失函数权重；为数据损失函数；为物理损失函数；为单调性约束损失函数；为初值条件约束损失函数；为数据损失函数值；为训练时的模型参数；为测试数据集长度；为平方根计算；为测试数据集；为模型输入后得到的输出值；为输入数据；为输入数据对应的模型真值；为物理损失函数值；为模型输入后得到的输出值；为t时刻的输入数据；为中间参数；a 1、a 2和a 3均为高斯-马尔科夫模型的系数；为模型输入后得到的输出值；为t-1时刻的输入数据；为模型输入后得到的输出值；为t-2时刻的输入数据；为模型输入后得到的输出值；为t-3时刻的输入数据；为单调性约束损失函数值；为单调性因子；为符号函数；为输入数据中载体位置的高度信息；为初值条件约束损失函数值；为模型输入后得到的输出值；为初始时刻的输入数据；为初始时刻的输入数据对应的模型真值。

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中国人民解放军火箭军工程大学，其通讯地址为：710025 陕西省西安市灞桥区同心路2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”。