Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江苏科技大学史晓宁获国家专利权

江苏科技大学史晓宁获国家专利权

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!

龙图腾网获悉江苏科技大学申请的专利一种基于强化学习的航天器姿态预设定时间协同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:CN117208230B

龙图腾网通过国家知识产权局官网在2026-02-13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:202310936647.4,技术领域涉及:B64G1/24;该发明授权一种基于强化学习的航天器姿态预设定时间协同控制方法是由史晓宁;周智刚;李建祯;赵进设计研发完成,并于2023-07-28向国家知识产权局提交的专利申请。

一种基于强化学习的航天器姿态预设定时间协同控制方法在说明书摘要公布了:本发明公开了一种基于强化学习的航天器姿态预设定时间协同控制方法,进行多航天器姿态协同控制问题的数学描述;构造预设定时间分布式观测器,保证跟随者在预设定时间内获得领航者状态的观测信息;确定预设定时间性能函数定量刻画协同跟踪误差的收敛时间、瞬态性能及稳态性能约束;基于障碍函数的误差变换将受预设性能约束的协同跟踪误差系统转换为无约束系统:确定性能指标函数及其相应的哈密顿‑雅克比‑贝尔曼方程,求解关于最优控制的偏导得到最优控制输入关于最优函数的表现形式;采用强化学习方法在评价网络框架下设计近似最优控制器。本发明可以保证航天器编队系统在满足预设定收敛时间、瞬态和稳态性能的同时,兼顾能量消耗问题。

本发明授权一种基于强化学习的航天器姿态预设定时间协同控制方法在权利要求书中公布了:1.一种基于强化学习的航天器姿态预设定时间协同控制方法,其特征在于,包括以下步骤: 1多航天器姿态协同控制问题的数学描述:根据航天器的动力学特性,建立单航天器姿态动力学模型;采用图论描述成员航天器与领航者以及成员航天器与其邻居航天器之间的通信拓扑关系; 2预设定时间分布式观测器设计:构造预设定时间分布式观测器,保证跟随者在预设定时间内获得领航者状态的观测信息; 3预设定时间性能函数设计及系统等价转换:根据各成员航天器对领航者的姿态估计值定义姿态协同跟踪误差估计值;确定预设定时间性能函数定量刻画协同跟踪误差的收敛时间、瞬态性能及稳态性能约束;基于障碍函数的误差变换将受预设性能约束的协同跟踪误差系统转换为无约束系统: 4分布式最优姿态协同控制律设计:针对无约束的状态方程,确定性能指标函数及其相应的哈密顿‑雅克比‑贝尔曼方程,通过对哈密顿‑雅克比‑贝尔曼求解关于最优控制的偏导得到最优控制输入关于最优函数的表现形式; 5采用强化学习方法在评价网络框架下设计近似最优控制器; 所述步骤5实现过程如下: 基于神经网络对非线性函数的逼近能力,构建评价网络在线估计最优性能指标函数获得实际的最优姿态协同控制策略;所述最优性能指标函数和最优姿态协同控制策略表达式如下: 其中,Wi表示理想的评价网络权重矩阵;表示基函数向量,表示近似误差; 定义为理想权重矩阵Wi的估计,则最优的性能指标函数和姿态协同控制策略近似为: 其中,的更新律设计为如下形式: 其中,βi为设计的学习律,

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江苏科技大学,其通讯地址为:212000 江苏省镇江市梦溪路2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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。