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！

龙图腾网获悉中国人民解放军军事航天部队航天工程大学申请的专利一种卫星姿态超敏捷摆扫神经网络最小参数学习滑模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：CN119620604B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202411575657.0，技术领域涉及：G05B13/04；该发明授权一种卫星姿态超敏捷摆扫神经网络最小参数学习滑模控制方法是由李兆铭;杨新岩;张爱迪;倪淑燕;廖育荣设计研发完成，并于2024-11-06向国家知识产权局提交的专利申请。

本一种卫星姿态超敏捷摆扫神经网络最小参数学习滑模控制方法在说明书摘要公布了：本发明公开了一种卫星姿态超敏捷摆扫神经网络最小参数学习滑模控制方法，属于微小卫星姿态控制技术领域，包括步骤S1.在卫星控制过程中，建立神经网络的实际输出模型；S2.引入最小参数学习法代替径向基函数神经网络的权值调节，将对神经网络权值矩阵W的计算转化为对单个参数的求解；本方法通过利用快速Terminal滑模控制使系统状态在有限时间内收敛至零，并通过径向基函数神经网络来逼近滑模中的切换项，实现了削弱抖振的目的；同时，设计最小参数学习法来代替径向基函数神经网络的权值调节，避免权值矩阵大量运算，有效提高了控制器效率，具有收敛、成像和控制效果好的特点。

本发明授权一种卫星姿态超敏捷摆扫神经网络最小参数学习滑模控制方法在权利要求书中公布了：1.一种卫星姿态超敏捷摆扫神经网络最小参数学习滑模控制方法，其特征在于：包括步骤 S1.在卫星控制过程中，建立径向基函数神经网络的实际输出模型； S2.在神经网络的实际输出模型的基础上，引入最小参数学习法代替径向基函数神经网络的权值调节，将对神经网络权值矩阵的计算转化为对单个参数的求解，实现对滑模控制器中符号函数项的逼近； 步骤S1所述的径向基函数神经网络的实际输出模型的建立过程包括 1在卫星控制过程中，设滑模控制器的滑模面输出的符号函数估计值为： 1 其中，为由径向基函数神经网络逼近符号项的理想输出； 2有 2 其中，为神经网络的输入，表示高斯核函数，表示隐含层到输出层权值的理想值，表示神经网络逼近的误差； 3得到神经网络的实际输出为： 3 其中，为神经网络的估计权值； 步骤S2所述的在神经网络的实际输出模型的基础上，引入最小参数学习法代替径向基函数神经网络的权值调节的过程包括 1根据神经网络最小参数学习法，令，为常数，且，令表示对的估计，误差为： 5 2引入基于最小参数学习法径向基函数神经网络后的新控制律为： 6 控制律中的鲁棒项的作用是克服干扰和神经网络逼近误差，以保证系统稳定 7； 式中，W为神经网络的权值矩阵，h为高斯核函数，e为神经网络逼近误差，I3×3为3×3的单位矩阵，、、g、h、m、n均为滑模面设计参数，为误差四元数，为误差角速度，为卫星转动惯量，为卫星本体自转角速度，为期望角速度，为控制力矩陀螺CMG角动量，为期望坐标系到本体坐标系间转换矩阵，为控制输入，为扰动力矩。

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人民解放军军事航天部队航天工程大学，其通讯地址为：101416 北京市怀柔区八一路一号航天工程大学；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。