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一种考虑模型不确定性的直/气复合飞行器无模型姿态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：CN119861552B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202510009091.3，技术领域涉及：G05B13/02；该发明授权一种考虑模型不确定性的直/气复合飞行器无模型姿态控制方法是由李思远;袁宇祺;周荻;邹昕光;张茜;何源设计研发完成，并于2025-01-03向国家知识产权局提交的专利申请。

本一种考虑模型不确定性的直/气复合飞行器无模型姿态控制方法在说明书摘要公布了：本发明提出一种考虑模型不确定性的直气复合飞行器无模型姿态控制方法。该方法在控制律设计过程中，利用LSTM神经网络对系统项进行拟合，使其不再依赖模型的先验信息。基于Lyapunov方法推导了神经网络权值的在线更新规律，并证明了在控制律和网络权值更新律双重作用下的系统稳定性。在仿真过程中，将ASMMFC应用于具有模型不确定性和时变参数的飞行器姿态控制场景。仿真结果表明，ASMMFC的性能优于现有的其他自适应滑模控制方法。

本发明授权一种考虑模型不确定性的直/气复合飞行器无模型姿态控制方法在权利要求书中公布了：1.一种考虑模型不确定性的直气复合飞行器无模型姿态控制方法，其特征在于，所述方法包括以下步骤： 步骤一：建立考虑气动参数摄动的直气复合控制飞行器三通道姿态动力学模型； 步骤二：基于不考虑外部干扰和参数摄动的名义系统，设计滑模控制器； 步骤三：利用LSTM神经网络拟合滑模控制律中的系统项，设计自适应滑模无模型控制器ASMMFC； 步骤四：基于李雅普诺夫法，设计LSTM神经网络的权值更新律，并保证在滑模控制律和权值更新律的双重约束下的系统稳定性； 步骤五：结合前几步设计的模型与控制策略，进行直气复合控制飞行器三通道姿态控制的仿真实验分析； 在LSTM神经网络拟合非线性方程的过程中，存在最优权值，标准偏置项，，，和最优门控单元权值；神经网络最优输出可表示为，其中表示的最优值，为有界的拟合误差，即，是一个正常数，考虑所有的最优权值均为常数或慢时变参数； 定义： 15 LSTM神经网络在拟合过程中的实际输出值定义为： 16 其中：为实际缩放矩阵，为LSTM神经网络的实际隐状态，为一个带有13个自变量的非线性函数，其隐式表达形式可写为： 17 将LSTM神经网络拟合值带入控制律，即可得到新的控制律为： 18 LSTM神经网络对非线性函数的拟合误差可以被定义为： 19 式中：定义为近似误差，； 将LSTM神经网络门控单元权值矩阵展成向量的形式，即： 20 根据泰勒展开公式，可以得到： 21 式中：表示近似误差，表示雅克比矩阵。

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”。

以上内容由龙图腾AI智能生成。