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！

龙图腾网获悉大连海事大学申请的专利应用于欠驱动ASV基于记忆的事件触发规定时间性能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：CN120103838B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202510249386.8，技术领域涉及：G05D1/43；该发明授权应用于欠驱动ASV基于记忆的事件触发规定时间性能控制方法是由赵颖;卢文龙;应硕硕;李莉莉;牛奔设计研发完成，并于2025-03-04向国家知识产权局提交的专利申请。

本应用于欠驱动ASV基于记忆的事件触发规定时间性能控制方法在说明书摘要公布了：本发明公开了一种应用于欠驱动ASV基于记忆的事件触发规定时间性能控制方法，包括构建预设规定时间性能函数，以根据初始条件获取轨迹跟踪约束，该函数允许自定义收敛时间，并消除了初始误差必须在性能边界内的约束问题；基于深度神经网络DNN，根据ASV动力学模型获取包含DNN建模误差的优化ASV动力学模型，构建建模误差逼近观测器，逼近处理优化ASV动力学模型中的DNN建模误差，以构建深度学习控制器，通过设计深度学习控制器来学习ASV的未知动力学，提高学习的准确性并增强DNN的可解释性；基于构建的记忆事件触发机制，用于优化通信资源利用，并且能够根据实时数据和历史数据动态调整，在控制信号发生突变时，记忆事件触发机制优先考虑历史数据，克服了传统事件触发机制过度依赖实时数据的问题。

本发明授权应用于欠驱动ASV基于记忆的事件触发规定时间性能控制方法在权利要求书中公布了：1.一种应用于欠驱动ASV基于记忆的事件触发规定时间性能控制方法，其特征在于，具体包括以下步骤： S1：构建欠驱动ASV数学模型； 根据欠驱动ASV数学模型获取含有未知动态项的ASV动力学模型； S2：根据欠驱动ASV数学模型获取跟踪数据量； 且所述跟踪数据量包括相对距离与相对方位角度； 根据跟踪数据量定义跟踪位置误差，基于构建的sigmoid函数获取跟踪位置误差的初始条件； 构建预设规定时间性能函数，以根据初始条件获取轨迹跟踪约束； S3：根据轨迹跟踪约束构建用于限制跟踪位置误差的误差转换函数； 并根据误差转换函数构建虚拟控制律； S4：基于深度神经网络DNN，根据ASV动力学模型获取包含DNN建模误差的优化ASV动力学模型； 构建建模误差逼近观测器，以逼近处理优化ASV动力学模型中的DNN建模误差，获取ASV动力学估计模型； S5：根据ASV动力学估计模型与虚拟控制律获取跟踪变量误差； 根据跟踪变量误差结合ASV动力学估计模型与虚拟控制律构建深度学习控制器，并基于构建的记忆事件触发机制，根据深度学习控制器实现对欠驱动ASV的跟踪控制。

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大连海事大学，其通讯地址为：116000 辽宁省大连市甘井子区凌水街道凌海路1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。