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 > 中国人民解放军国防科技大学王浩获国家专利权

中国人民解放军国防科技大学王浩获国家专利权

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!

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于深度强化学习的飞行器控制方法、装置、设备和介质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:CN121187203B

龙图腾网通过国家知识产权局官网在2026-03-06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:202511744323.6,技术领域涉及:G05B19/042;该发明授权基于深度强化学习的飞行器控制方法、装置、设备和介质是由王浩;罗振兵;邓雄;郭芷妍;龚建宇;王春强设计研发完成,并于2025-11-25向国家知识产权局提交的专利申请。

基于深度强化学习的飞行器控制方法、装置、设备和介质在说明书摘要公布了:本发明涉及基于深度强化学习的飞行器控制方法、装置、设备和介质。方法包括:在飞行器上布置射流激励器,形成三轴姿态控制;实时获取三轴实际角加速度;设三轴姿态通道中的任一通道为主控制通道,确定主控制通道的期望角加速度;以主控制通道的期望角加速度与实际角加速度构建精度约束项;以非主控制通道的实际角加速度抑制为零构建解耦约束项,以各射流激励器驱动电压对应的能量消耗构建能量消耗项,构建控制目标损失函数;采用深度强化学习算法,基于控制目标损失函数进行训练,得到训练好的飞行器控制模型;通过训练好的飞行器控制模型输出电压指令,控制各射流激励器的工作。本发明能够实现各姿态通道解耦控制、同时兼顾控制精度与能量消耗。

本发明授权基于深度强化学习的飞行器控制方法、装置、设备和介质在权利要求书中公布了:1.一种基于深度强化学习的飞行器控制方法,其特征在于,所述方法包括: 在飞行器上布置射流激励器,形成三轴姿态控制;通过机载惯性测量单元实时获取三轴实际角加速度; 设三轴姿态通道中的任一通道为主控制通道,确定所述主控制通道的期望角加速度;以所述主控制通道的期望角加速度与实际角加速度构建精度约束项;以非主控制通道的实际角加速度抑制为零构建解耦约束项,以各射流激励器驱动电压对应的能量消耗构建能量消耗项;根据所述精度约束项、所述解耦约束项及所述能量消耗项构建控制目标损失函数; 采用深度强化学习算法,以最小化所述控制目标损失函数为训练目标,迭代更新飞行器控制模型的参数,直至满足收敛条件,得到训练好的飞行器控制模型; 通过训练好的飞行器控制模型输出电压指令,控制各射流激励器的工作; 在飞行器上布置射流激励器,形成三轴姿态控制,包括:在飞行器的翼身尾缘布置双膜三腔合成双射流激励器,用于产生俯仰控制力矩;在飞行器的外翼段尾缘布置双膜三腔合成双射流激励器,用于产生滚转控制力矩;在飞行器的机体中部布置单膜双腔反向射流激励器,用于产生偏航控制力矩。

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国防科技大学,其通讯地址为:410073 湖南省长沙市开福区德雅路109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。