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！

龙图腾网获悉北京工业大学申请的专利一种针对双自旋稳定系统的加速集成值迭代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：CN116654295B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202310712294.X，技术领域涉及：B64G1/28；该发明授权一种针对双自旋稳定系统的加速集成值迭代控制方法是由王鼎;任进设计研发完成，并于2023-06-16向国家知识产权局提交的专利申请。

本一种针对双自旋稳定系统的加速集成值迭代控制方法在说明书摘要公布了：本发明提供了一种针对双自旋稳定系统的加速集成值迭代控制方法。双自旋稳定系统是航天器的姿态控制中的重要实现方法之一。具有旋转激励的平移振荡器RTAC作为双自旋航天器的简化模型被广泛研究。然而RTAC系统内部存在非线性，不确定性及干扰，为了实现该系统的智能优化控制，本发明基于自适应评判框架，提出了一种集成的新型值迭代方案，引入松弛因子加速代价函数的迭代过程，且该算法生成的控制策略能够保证闭环系统的稳定性。同时，设计了自适应松弛函数来调节代价函数序列的收敛速度。通过实验结果验证了所提出的集成值迭代控制算法的快速收敛性，从而能够快速有效地获得最优控制策略，在保证系统稳定的同时提升控制效率。

本发明授权一种针对双自旋稳定系统的加速集成值迭代控制方法在权利要求书中公布了：1.一种针对双自旋稳定系统的加速集成值迭代控制方法，其特征在于： RTAC非线性基准问题考虑一个非线性四阶动态系统，其中包含一个平动振荡器和一个离心转动摆球的非线性相互作用；振荡器由一个质量为M的小车组成，由一个刚度为k的线性弹簧连接到固定的墙上；其运动仅限于一维方向，即仅在水平面内，因此引力不起作用，小车的平移位置为q，则可知小车的运动速度为小车的运动加速度为安装在小车中心的摆球可在水平面内旋转，其质量为m，转动的角度为θ，则摆球的转动角速度为摆球转动的角加速度为摆球质心的转动惯量为I，摆球质心与其旋转点的距离为e，N表示施加到摆球上的控制转矩；对于该系统，控制目标是通过给离心转动摆球提供的控制转矩实现振荡器的稳定，设计的控制器需保证内部稳定性； 通过机理建模得到RTAC系统的模型为： 根据上述RTAC系统的模型，设小车的平移位置q、小车的运动速度小球转动的角度θ、以及小球的转动角速度分别为系统状态的四个分量x1、x2、x3、x4，则系统的状态为设施加到小球上的控制转矩N为系统的控制输入u；此外，设为平动和转动运动之间的耦合为已知系统状态所满足的常微分方程则为控制系统的状态方程，将系统状态x的微分形式写为于是得到RTAC系统的状态方程为： 接下来将RTAC系统的控制进行研究，即抑制系统的水平振动，将小车的平动位置和摆球转动角度稳定到系统平衡点，使得[x1,x2,x3,x4]T＝[0,0,0,0]T；基于集成值迭代方法实现对RTAC系统的稳定控制，关于集成值迭代智能控制设计的详细步骤描述如下： 步骤1、问题转化； 将RTAC系统实现振荡器稳定的问题转化为非线性系统的最优控制问题；通过欧拉方法对RTAC系统的状态方程进行离散化，选取离散时间间隔为0.1s，设当前时刻为k，则离散化后的系统各状态分量表示为x1k、x2k、x3k、x4k，相应地下一时刻的系统状态为xk+1，系统的控制策略表示为uk，因此得到相应的系统状态空间表达式如下： 该系统看作为一个四阶非线性非仿射系统，即 其中，F·,·为连续的系统函数，xk为系统状态向量，代表非负整数集合，即若x0为系统的初始状态，则x0为系统在u＝0时的唯一平衡点，即F0,0＝0，从而意味着存在控制序列能够使得当k→0时系统状态xk→0；设系统的最优反馈控制策略为uxk，效用函数为Uxk,uxk，选取其为二次型形式，即其中Q和R为维数与系统状态和控制相匹配的正定矩阵；设系统的代价函数为Vxk,uxk，对于该系统的最优控制问题，其目标是找到合适的反馈控制策略uxk使得系统稳定，并最小化如下的无限时间代价函数： 其中，U0,0＝0且在此将系统代价函数Vxk,uxk和反馈控制策略uxk简写为Vxk和uk；将当前时刻k下系统的最优代价函数表示为相应的最优控制策略表示为则下一时刻k+1下系统的最优代价函数为V*Fxk,uk，根据Bellman最优性原理，得到该系统的HJB方程 与之对应的最优控制策略的表达式则为 但对于非线性系统而言，HJB方程的精确解难以获得，因此采用了ADP的方法来获得其近似最优解，即获得近似最优控制策略； 步骤2、构建集成值迭代控制框架； 将其代价函数和控制策略表示为VTxk和uTk，设迭代指标和迭代终止误差为i＝1,2,...和δ；迭代过程中的代价函数和控制策略分别为和则下一迭代步的代价函数为且下一时刻k+1的代价函数为利用任意半正定函数对初始代价函数进行初始化，通过代价函数更新 和策略提升 交替迭代，直至相邻代价函数差值的绝对值时，迭代过程停止并得到近似最优控制策略； 对于新型值迭代，将该方法下的系统代价函数和控制策略表示为和迭代过程中相应的代价函数和控制策略则表示为和则下一迭代步的代价函数为且下一时刻k+1的代价函数为 相应的代价函数更新和策略提升过程如下： 和 同样地，通过10和11不断交替迭代至新型值迭代方法下相邻代价函数差值的绝对值时，迭代过程停止并得到近似最优控制策略；其中，当ω＝1时，则新型值迭代方法与传统值迭代方法等价； 步骤3、引入自适应松弛函数建立加速值迭代方案； 将迭代过程分为加速阶段和收敛阶段： 在加速阶段，松弛因子大于1，加速代价函数的收敛过程；在加速阶段后，松弛因子设为1，以保证迭代代价函数收敛于最优代价函数；定义一个关于迭代指标i的松弛函数ωi，其中α＞0和β＞1均为松弛函数的可调节参数且ωi∈1,β，为了保证函数在该范围内，将松弛函数ωi设为以自然常数e为底的指数函数形式，并令α为指数位置上的变量参数，β-1则为系数位置上的参数，即设为如下的松弛函数： ωi＝β-1e-αi+112 基于此得到，对于任意迭代指标函数ωi为单调递减的且满足当β＝1时，松弛函数ωi＝1，则意味着新型值迭代转化为传统值迭代；根据11中的松弛函数，得到相应的代价函数更新为 通过该松弛函数使得松弛因子逐渐减小到1，即逐渐使得β＝1，从而实现由新型快速值迭代方案向传统值迭代方案的过渡； 步骤4、实现RTAC系统的智能控制； 对系统效用函数中的参数、代价函数、迭代指标、松弛因子大小、松弛函数参数、以及迭代终止误差进行初始化，然后根据式10和11或13进行交替迭代，直至达到迭代终止误差停止，从而获得RTAC系统的近似最优代价函数和控制策略，实现对该系统的智能优化控制。

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工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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”。