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！

龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利基于深度算子神经网络的火星动力下降段扰动估计补偿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：CN119717511B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202411818598.5，技术领域涉及：G05B13/04；该发明授权基于深度算子神经网络的火星动力下降段扰动估计补偿方法是由龚有敏;崔宝艺;梅杰;马广富设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本基于深度算子神经网络的火星动力下降段扰动估计补偿方法在说明书摘要公布了：本发明提供一种基于深度算子神经网络的火星动力下降段扰动估计补偿方法，包括：获取目标探测器在火星动力下降段的历史轨迹数据，通过扰动预测模型对历史轨迹数据进行分析，得到目标探测器在当前时刻的扰动预测结果；根据扰动预测结果和在当前时刻的位置信息，通过动力学方程确定目标探测器的扰动补偿；根据扰动补偿，执行对目标探测器的着陆控制；扰动预测模型的训练步骤通过深度算子神经网络根据历史控制输入进行扰动预测训练得到。本发明的有益效果为：降低制导时系统资源消耗，提高制导的实时补偿精度。

本发明授权基于深度算子神经网络的火星动力下降段扰动估计补偿方法在权利要求书中公布了：1.一种基于深度算子神经网络的火星动力下降段扰动估计补偿方法，其特征在于，包括： 获取目标探测器在火星动力下降段的历史轨迹数据，通过扰动预测模型对所述历史轨迹数据进行分析，得到所述目标探测器在当前时刻的扰动预测结果； 根据所述扰动预测结果和在当前时刻的位置信息，通过动力学方程确定目标探测器的扰动补偿； 根据所述扰动补偿，执行对所述目标探测器的着陆控制； 所述扰动预测模型的训练步骤包括： 获取数据集，所述数据集包括第一仿真轨迹数据，所述第一仿真轨迹数据包括探测器的状态轨迹，每条状态轨迹包括历史控制输入和标签数据； 通过深度算子神经网络根据所述历史控制输入进行扰动预测，得到扰动预测值； 根据所述扰动预测值和所述标签数据进行迭代训练，得到所述扰动预测模型； 所述数据集通过以下方式得到： 确定仿真环境下的探测器的初始状态，使用ZEMZEV制导律控制器控制探测器着陆； 采用蒙特卡洛仿真按均匀分布随机设置扰动的幅值、相位、频率及偏置，得到所述第一仿真轨迹数据； 所述通过深度算子神经网络根据所述历史控制输入进行扰动预测，得到扰动预测值，包括： 所述深度算子神经网络包括主干网络和分支网络，通过所述主干网络输入当前时刻，通过所述分支网络输入所述历史控制输入，其中历史控制输入包括历史时刻的探测器位置、速度、加速度及控制量； 通过每个分支网络输入所述历史控制输入中的一个参数，得到所述分支网络分支输出向量，通过主干网络输入当前时刻并进行傅里叶编码处理后，得到主干输出向量； 将分支输出向量合并为列向量并与主干输出向量进行向量内积处理，得到所述扰动预测值； 根据所述扰动预测值和所述标签数据进行迭代训练，得到所述扰动预测模型，包括： 采用均方误差损失函数根据所述扰动预测值和所述标签数据的差异，确定N轮训练后是否收敛，以及，根据交叉验证进行训练集和验证集上的损失函数变化趋势； 根据深度算子神经网络是否收敛及损失函数变化趋势确定迭代训练是否停止，其中均方误差损失函数为： ， 其中深度算子神经网络是否收敛的判定方式为： ， 其中交叉验证为： ， 其中，为扰动真实值，为扰动预测值。

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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)，其通讯地址为：518000 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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。