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！

龙图腾网获悉哈尔滨工业大学申请的专利基于RBF神经网络的动态系统模型预测控制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：CN116520687B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202211651416.0，技术领域涉及：G05B13/04；该发明授权基于RBF神经网络的动态系统模型预测控制方法是由高会军;李湛;李苑;郑晓龙;于兴虎设计研发完成，并于2022-12-21向国家知识产权局提交的专利申请。

本基于RBF神经网络的动态系统模型预测控制方法在说明书摘要公布了：基于RBF神经网络的动态系统模型预测控制方法，属于动态系统的控制技术领域。解决了现有动态系统模型预测控制方法存在控制精度差和动态响应速度慢的问题。本发明中根据动态系统的动力学参数，建立动态系统控制输入与状态变量之间的动力学方程，利用虚拟控制变量将所述动力学方程转化为基于虚拟控制变量的标称形式，再转换为状态空间形式，利用状态空间形式的动力学方程设计模型预测控制算法的代价函数，对代价函数优化求解，采用基于神经网络的扰动逼近模型，反解获取动态系统的未建模动态和外界扰动，利用所述未建模动态和外界扰动求取扰动补偿后的系统输出，进而获得动态系统的控制信号本发明适用于四旋翼飞行器动态系统控制。

本发明授权基于RBF神经网络的动态系统模型预测控制方法在权利要求书中公布了：1.基于RBF神经网络的动态系统模型预测控制方法，其特征在于，它包括： 步骤一：根据动态系统的动力学参数，建立动态系统控制输入与状态变量之间的动力学方程；动态系统的动力学参数包括:转动惯量和电机系数； 步骤二：根据转动惯量的个数，设计虚拟控制变量，利用虚拟控制变量将所述动力学方程转化为基于虚拟控制变量的标称形式，获得标称形式的动力学方程； 步骤三：将所述标称形式的动力学方程转换为状态空间形式，利用状态空间形式的动力学方程设计模型预测控制算法的代价函数； 步骤四：根据动力学系统的控制约束条件，对所述代价函数进行优化求解，获得控制输出，将控制输出的第一个元素作为动态系统的输入，获得动态系统输出信号； 步骤五：利用标称形式的动力学方程、虚拟控制变量和步骤四获得的动态系统输出信号，采用基于神经网络的扰动逼近模型，反解获取动态系统的未建模动态和外界扰动； 步骤六：将步骤五获得的未建模动态、外界扰动和虚拟控制变量作为动态系统输入，获得扰动补偿后的系统输出信号，采用控制分配矩阵对扰动补偿后的系统输出信号进行转换，获得动态系统的控制信号。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。