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申请的专利基于RBF神经网络的变体飞行器自适应反演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：CN116560232B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202310503743.X，技术领域涉及：G05B13/04；该发明授权基于RBF神经网络的变体飞行器自适应反演控制方法是由李毅恒;刘大卫;王晓光;夏群利;弋滨;李青远设计研发完成，并于2023-05-06向国家知识产权局提交的专利申请。

本基于RBF神经网络的变体飞行器自适应反演控制方法在说明书摘要公布了：本发明公开了一种基于RBF神经网络的变体飞行器自适应反演控制方法，包括以下步骤：设置RBF神经网络估计由于飞行器变形导致模型不确定以及外部扰动共同引起的弹道倾角未知影响项dγ和俯仰角速度未知影响项dq，获得RBF神经网络针对弹道倾角未知影响项的自适应权值以及RBF神经网络针对俯仰角速度未知影响项的自适应权值设置反演自适应控制器，将RBF神经网络的自适应权值加入至控制器的控制律中，通过反演自适应控制器实现对变体飞行器的控制。本发明公开的基于RBF神经网络的变体飞行器自适应反演控制方法，使用RBF逼近未知影响项并在控制律中进行补偿从而提高控制器的精度和鲁棒性。

本发明授权基于RBF神经网络的变体飞行器自适应反演控制方法在权利要求书中公布了：1.一种基于RBF神经网络的变体飞行器自适应反演控制方法，其特征在于，包括以下步骤： 设置RBF神经网络估计由于飞行器变形导致模型不确定以及外部扰动共同引起的弹道倾角未知影响项dγ和俯仰角速度未知影响项dq，获得RBF神经网络针对弹道倾角未知影响项的自适应权值以及RBF神经网络针对俯仰角速度未知影响项的自适应权值 设置反演自适应控制器，将RBF神经网络的自适应权值加入至控制器的控制律中，通过反演自适应控制器实现对变体飞行器的控制； 所述反演自适应控制器的设置，包括以下步骤： S21、设置弹道倾角虚拟控制率γr，消除高度跟踪误差； S22、设置俯仰角虚拟控制率θr，消除引入弹道倾角虚拟控制率γr的弹道倾角跟踪误差； S23、设置俯仰角速度虚拟控制率qr，消除引入俯仰角虚拟控制率θr的俯仰角跟踪误差； S24、设置控制律δe，消除引入俯仰角速度虚拟控制率qr的俯仰角速度跟踪误差； S21中，所述弹道倾角虚拟控制率γr设置为： 其中，k1为可设定常数，hr为高度指令，e1为高度跟踪误差，表示为e1＝h-hr，V表示飞行器速度； 设置弹道倾角虚拟控制率γr后，所述高度跟踪误差的导数为： 其中，e2为弹道倾角跟踪误差，表示为e2＝γ-γr； S22中，所述俯仰角虚拟控制率θr设置为： 其中，是对RBF神经网络逼近误差的不确定性补偿项，为由RBF自适应逼近得到的弹道倾角未知影响项的控制补偿，k2为可设定常数，为对γr的一阶导数，fγ、gγ是包含气动参数的已知项； 设置弹道倾角二阶指令滤波器获取γr的一阶导数所述弹道倾角二阶指令滤波器表示为： 其中，为中间变量，表示对γr的一阶导数，η2为可设定常数，λ2为可设定常数； S23中，所述俯仰角速度虚拟控制率qr设置为： 其中，k3为可设定常数，为对θr的一阶导数，e3表示俯仰角跟踪误差； S24中，所述控制律δe设置为： 其中，是对RBF神经网络逼近误差的扰动补偿项，为对qr的一阶导数，为由RBF自适应逼近得到的俯仰角速度未知影响项的控制补偿，e4为俯仰角跟踪误差，fq、gq是包含气动参数的已知项。

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，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。