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！

龙图腾网获悉中国科学院长春光学精密机械与物理研究所申请的专利基于动态级联脉冲神经网络的多旋翼无人机前馈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：CN120010507B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202510121749.X，技术领域涉及：G05D1/46；该发明授权基于动态级联脉冲神经网络的多旋翼无人机前馈控制方法是由彭程;乔冠宇;葛兵设计研发完成，并于2025-01-26向国家知识产权局提交的专利申请。

本基于动态级联脉冲神经网络的多旋翼无人机前馈控制方法在说明书摘要公布了：本发明属于无人机控制技术领域，尤其涉及一种基于动态级联脉冲神经网络的多旋翼无人机前馈控制方法。方法包括：S1：基于脉冲信号构建动态级联脉冲神经网络的网络模型；S2：基于网络模型和脉冲误差构建动态级联脉冲神经网络的代价函数；S3：求解动态级联脉冲神经网络的权重；S4：设置预设相似度阈值，基于预设相似度阈值确定动态级联结构学习规则；S5：根据动态级联脉冲神经网络的权重与动态级联结构学习规则获得动态级联脉冲神经网络的输出信号，并基于输出信号实现对多旋翼无人机的前馈控制。本发明提高了多旋翼无人机在复杂飞行环境下的适应性与鲁棒性。

本发明授权基于动态级联脉冲神经网络的多旋翼无人机前馈控制方法在权利要求书中公布了：1.一种基于动态级联脉冲神经网络的多旋翼无人机前馈控制方法，其特征在于，具体包括如下步骤： S1：获取多旋翼无人机的脉冲信号，基于脉冲信号构建动态级联脉冲神经网络的网络模型，脉冲信号包括期望脉冲信号和实际脉冲信号； S2：基于网络模型和脉冲信号差值构建动态级联脉冲神经网络的代价函数； S3：基于动态级联脉冲神经网络的初始预设参数和代价函数求解动态级联脉冲神经网络的权重； S4：设置预设相似度阈值，基于预设相似度阈值确定动态级联结构学习规则，所述动态级联结构学习规则用于动态调整隐含层神经元个数、隐含层层数和隐含层神经元权值； 步骤S4具体包括如下步骤： S41：设置相似度阈值、单个隐含层的神经元数量阈值和隐含层预设值； S42：向动态级联脉冲神经网络的隐含层添加神经元k，计算神经元k的权重与当前隐含层的原有各神经元的权重的相似度： ； 其中，表示新添加神经元k与原有第i个神经元的权重相似度；表示新增加的神经元k的权重；表示动态级联脉冲神经网络原有的第i个神经元的权重；表示常数；表示当前隐含层的神经元个数； S43：判断相似度是否小于相似度阈值，若是，则执行步骤S44，否则执行步骤S46； S44：判断隐含层的神经元个数是否小于等于神经元数量阈值，若是，则在隐含层中添加一个新神经元来记录新的信息，执行步骤S47，否则执行步骤S45； S45：在动态级联脉冲神经网络中添加一个新隐含层，将新神经元添加至新隐含层中，用新隐含层替代步骤S44的隐含层，执行步骤S47； S46：将当前计算的新添加神经元与权重相似度最高的原有神经元合并，更新合并后的神经元权值； 在步骤S46中，通过下式更新合并后的神经元权值： ； 其中，表示神经元k被合并到相似度最高的神经元后的权值；表示当前隐含层的神经元个数；表示神经元k的权重； S47：用新添加神经元k+1替代神经元k，重复步骤S42~S46，直至当前动态级联脉冲神经网络的隐含层个数大于隐含层预设值，完成隐含层神经元个数、隐含层层数和隐含层神经元权值的动态调整； S5：根据动态级联脉冲神经网络的权重与动态级联结构学习规则获得动态级联脉冲神经网络的输出信号，并基于输出信号实现对多旋翼无人机的前馈控制。

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科学院长春光学精密机械与物理研究所，其通讯地址为：130033 吉林省长春市经济技术开发区东南湖大路3888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。