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！

龙图腾网获悉中国电子科技集团公司第五十四研究所申请的专利一种基于逆强化Q学习的时延系统最优跟踪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：CN119960306B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202510096883.9，技术领域涉及：G05B13/04；该发明授权一种基于逆强化Q学习的时延系统最优跟踪控制方法是由刘文;蔚保国;李隽;易卿武;何成龙;郝菁;刘天豪;王卿;底欣欣;高大伟设计研发完成，并于2025-01-22向国家知识产权局提交的专利申请。

本一种基于逆强化Q学习的时延系统最优跟踪控制方法在说明书摘要公布了：本发明公开了一种基于逆强化Q学习的时延系统最优跟踪控制方法，属于最优跟踪控制技术领域。本发明首先设置性能指标输入权重、初始性能指标状态权重和一个阈值，并收集目标系统的轨迹数据；然后通过采集目标系统的升降舵执行器电压以及飞机的偏移量，求解控制策略参数；接着通过采集被控系统的升降舵执行器电压、飞机的偏移量以及控制策略参数，求解控制策略；再通过采集被控系统的升降舵执行器电压、飞机的偏移量，以及控制策略参数，求解性能指标状态权重；最后判定迭代结束条件，得到被控系统的性能指标状态权重和最优控制策略。本发明可以使得被控系统与目标系统具有相同的轨迹，从而达到对目标系统轨迹的跟踪。

本发明授权一种基于逆强化Q学习的时延系统最优跟踪控制方法在权利要求书中公布了：1.一种基于逆强化Q学习的时延系统最优跟踪控制方法，其特征在于，通过观察目标系统产生的输入和输出数据来确定被控系统的性能指标权重，并学习目标系统的控制策略；所述目标系统的状态变量xk定义为迎角、俯仰速角率和升降舵偏角，控制输入uk定义为控制升降舵变化的升降舵执行器电压，系统输出yk定义为飞机相对于飞行方向x、y、z的偏移量；该方法包括如下步骤： S1，设置迭代次数i＝0，给定固定的性能指标输入权重R＞0，选择初始性能指标状态权重和一个作为阈值的正常数ε，并收集目标系统的轨迹数据ydk和udk； S2，通过采集目标系统的控制升降舵变化的升降舵执行器电压以及飞机相对于飞行方向x、y、z的偏移量，通过式40求解控制策略参数 其中，ωdk是实际采集目标系统的控制输入udk和输出ydk，即控制升降舵变化的升降舵执行器电压和飞机相对于飞行方向x、y、z的偏移量构成的矩阵；zdk是实际采集目标系统的控制输入udk和输出ydk构成的矩阵；k、k-t、k-t+1代表不同时刻采集到的数据；性能指标输入权重R是固定的； S3，通过采集被控系统的控制升降舵变化的升降舵执行器电压、飞机相对于飞行方向x、y、z的偏移量以及步骤S2求解得到的控制策略参数通过下式求解控制策略 然后通过式32计算uk-t； 其中，uk是实际采集被控系统的控制输入，即控制升降舵变化的升降舵执行器电压；zk是实际采集被控系统的控制输入uk和输出yk而构成的矩阵； S4，通过采集被控系统的控制升降舵变化的升降舵执行器电压、飞机相对于飞行方向的偏移量，以及步骤S2求解得到的控制策略参数通过式43求解性能指标状态权重 其中，逆强化学习学习率α∈[0，1]是人为给定的，wk是实际采集被控系统的控制输入uk和输出yk而构成的矩阵，是由控制策略参数减去性能指标状态权重和输入权重矩阵而得到的，性能指标输入权重R是固定的； S5，判定迭代结束条件，若则停止迭代，令 得到被控系统的性能指标状态权重和最优控制策略；否则，令i＝i+1，返回步骤S2进行下一次迭代。

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电子科技集团公司第五十四研究所，其通讯地址为：050081 河北省石家庄市中山西路589号中国电子科技集团公司第五十四研究所综合时空网络与装备技术全国重点实验室；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。