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！

龙图腾网获悉北京理工大学;北京理工大学长三角研究院(嘉兴)申请的专利一种基于预测校正制导的时间角度约束的制导方法和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：CN117302554B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202210699969.7，技术领域涉及：B64G1/24；该发明授权一种基于预测校正制导的时间角度约束的制导方法和系统是由何绍溟;刘子超;金天宇;王江;林德福设计研发完成，并于2022-06-20向国家知识产权局提交的专利申请。

本一种基于预测校正制导的时间角度约束的制导方法和系统在说明书摘要公布了：本发明公开了一种基于预测校正制导的时间角度约束的制导方法和系统。本发明所提供的方法包括：步骤S101、在飞行器飞行前，预先对飞行器装定期望飞行时间和期望落角；步骤S102、在飞行器飞行过程中，实时获取飞行器的飞行时间误差和落角误差，其中飞行时间误差为期望飞行时间与预测飞行时间的差值，落角误差为期望落角与预测落角的差值；步骤S103、基于飞行器的飞行时间误差和落角误差，对制导指令进行校正。本发明通过时间角度约束的制导方法能够克服依赖常值速度假设的缺陷，具有良好的控制效果。

本发明授权一种基于预测校正制导的时间角度约束的制导方法和系统在权利要求书中公布了：1.一种基于预测校正制导的时间角度约束的制导方法，其特征在于，包括以下步骤： 步骤S101、在飞行器飞行前，预先对飞行器装定期望飞行时间和期望落角； 步骤S102、在飞行器飞行过程中，实时获取飞行器的飞行时间误差和落角误差，其中所述飞行时间误差为期望飞行时间与预测飞行时间的差值，落角误差为期望落角与预测落角的差值； 步骤S103、基于飞行器的飞行时间误差和落角误差，对制导指令进行校正； 所述步骤S102的过程，包括： 步骤S102-1、构造两个深度神经网络模型，根据飞行器的多次飞行轨迹数据分别对两个深度神经网络模型进行训练，确定每个深度神经网络模型中的权重和偏移量； 步骤S102-2、以训练后的两个深度神经网络模型分别对飞行器的飞行时间和落角进行预测； 对两个深度神经网络模型进行训练时，通过式三进行参数更新： βnew＝βold-cgt式三 其中，βold表示更新前参数；βnew表示更新后参数；c表示深度神经网络模型的初始学习率；gt表示损失函数的梯度，β＝{w1,b1}，β包括深度神经网络模型对应的权重w1和偏移量b1；其中损失函数通过式四表示： 其中，M表示深度神经网络模型中训练样本的数量，o表示训练样本的编号，y表示训练样本对应的实际输出值，表示深度神经网络模型根据训练样本输出的预测值。

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北京理工大学;北京理工大学长三角研究院(嘉兴)，其通讯地址为：100081 北京市海淀区中关村南大街5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。