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！

龙图腾网获悉南京理工大学申请的专利一种基于深度强化学习的火箭着陆制导方法及系统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：CN116697829B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202310615988.1，技术领域涉及：G06F30/27；该发明授权一种基于深度强化学习的火箭着陆制导方法及系统是由白宏阳;薛帅;赵大想;孙瑞胜;曹宇;靳科锐设计研发完成，并于2023-05-29向国家知识产权局提交的专利申请。

本一种基于深度强化学习的火箭着陆制导方法及系统在说明书摘要公布了：本发明公开了一种基于深度强化学习的火箭着陆制导方法及系统。该方法为：首先根据火箭的六自由度动力学模型搭建仿真环境，建立火箭着陆制导马尔科夫决策过程；然后根据深度强化学习算法，搭建神经网络，并使用训练模块对神经网络进行训练，得到训练好的神经网络模型；接着仿真测试模块调用训练好的神经网络模型进行仿真验证；最后根据仿真测试后的神经网络模型，生成实时控制指令引导火箭着陆飞行。该系统包括环境搭建模块、马尔科夫决策模块、算法模块、训练模块、仿真测试和控制模块。本发明算法效率高，在模型存在一定偏差的情况下，具备泛化能力，能够满足着陆精度要求，燃料消耗低，对可回收运载火箭的自主着陆，具有很好的应用价值。

本发明授权一种基于深度强化学习的火箭着陆制导方法及系统在权利要求书中公布了：1.一种基于深度强化学习的火箭着陆制导方法，其特征在于，步骤如下： 步骤1、根据火箭六自由度动力学模型搭建火箭着陆制导仿真环境； 所述火箭六自由度动力学模型，具体如下： 惯性坐标系下火箭的质心动力学方程为： 式中：r为位置矢量；v为速度矢量；m为火箭质量；g为重力加速度矢量；T为发动机推力矢量；D为气动阻力矢量；Isp表示燃料比冲，g0表示地球海平面处的平均引力加速度；ρ为由高度决定的大气密度；Sref为火箭参考截面积；CD为阻力系数，是速度v的非线性函数；Ma为马赫数，由速度v和声速决定； 控制量为发动机推力T，幅值满足约束 Tmin≤||T||≤Tmax2 箭体坐标系下火箭的绕质心动力学和四元数形式的运动学方程为： 式中：为姿态解算角速度在箭体坐标系3个轴的分量，J为惯性矩矢量，ωx，ωy，ωz分别为火箭旋转角速度在箭体坐标系3个轴的分量，Mstx，Msty，Mstz，Mdx，Mdy，Mdz，Mcx，Mcy，Mcz分别为作用在火箭上的气动稳定力矩、气动阻尼力矩和控制力矩在箭体坐标系3个轴的分量； 箭体坐标系下火箭四元数形式的运动学方程为： 式中：q0，q1，q2和q3为火箭的四元数； 步骤2、基于火箭六自由度动力学，建立马尔科夫决策过程，包括状态空间、动作空间、状态转移方程以及奖励函数，具体如下： 状态空间为： S＝[r，v，q0，q1，q2，q3，ωx，ωy，ωz，m]T5 其中：r为位置矢量；v为速度矢量；m为火箭质量；q0，q1，q2，q3为火箭四元数，ωx，ωy，ωz分别为火箭旋转角速度在箭体坐标系3个轴的分量； 动作空间为： A＝[δy，δz，||T||]T6 式中：δy，δz为推力的方向，||T||为发动机的推力大小，各动作量的取值范围为： 状态转移方程为： 奖励函数设计分为两部分：过程累计回报以及终端奖励回报，其中过程累计回报R1表示为： 其中：a为加速度，atarg为目标加速度，为姿态角，tgo为剩余飞行时间； 终端奖励回报R2表示为： 其中：R为终端状态奖励，Rr为终端位置奖励，Rv为终端速度奖励，x为火箭飞行高度，rtarg为火箭的着陆半径； 则总的奖励表示为： reward＝R1+R213 步骤3、根据深度强化学习算法，搭建神经网络； 步骤4、基于所述状态空间、动作空间、状态转移方程以及奖励函数，通过与火箭着陆制导环境交互，对神经网络进行训练，得到训练好的神经网络模型； 步骤5、调用训练好的神经网络模型进行仿真验证； 步骤6、根据仿真测试后的神经网络模型，生成火箭着陆飞行控制指令，完成火箭的着陆任务。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200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。