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！

龙图腾网获悉北京航空航天大学申请的专利基于高斯过程回归的航空器航迹跟踪迭代学习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：CN118295448B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202410268645.7，技术领域涉及：G05D1/495；该发明授权基于高斯过程回归的航空器航迹跟踪迭代学习控制方法是由孟德元;魏楚玉设计研发完成，并于2024-03-11向国家知识产权局提交的专利申请。

本基于高斯过程回归的航空器航迹跟踪迭代学习控制方法在说明书摘要公布了：本发明涉及一种基于高斯过程回归的航空器航迹跟踪迭代学习控制方法，属于民航航空器控制技术领域，解决了现有技术中需要将原本不易精确建立的系统模型作为先验信息才能对民航航空器起飞进行迭代学习控制的问题。本发明的基于高斯过程回归的航空器航迹跟踪迭代学习控制方法，利用已知的被控系统爬升阶段迭代学习控制的输入数据、输出数据和跟踪误差数据，通过高斯过程回归构建被控系统的输入输出关系模型，能够在航空器动力学模型信息完全未知的情况下实现航空器航迹对目标轨迹的跟踪目标。

本发明授权基于高斯过程回归的航空器航迹跟踪迭代学习控制方法在权利要求书中公布了：1.一种基于高斯过程回归的航空器航迹跟踪迭代学习控制方法，其特征在于，用于在航空器动力学模型信息完全未知的情况下，控制民航航空器爬升阶段的航空器航迹，实现对目标轨迹的跟踪，包括如下步骤： S1.以民航航空器作为被控系统，收集之前历次被控系统爬升阶段迭代学习控制的输入数据、输出数据和跟踪误差数据； S2.根据S1收集的输入数据、输出数据和跟踪误差数据，计算得到迭代输入差值数据和迭代输出跟踪误差差值数据作为训练数据集； S3.利用训练数据集，通过高斯过程回归建立被控系统的输入输出关系模型； S4.基于被控系统的输入输出关系模型，对优化指标函数进行优化问题求解，得到优化迭代学习控制律； S5.将优化迭代学习控制律输入被控系统，得到输出； S6.判断输出是否完成对目标轨迹的跟踪；如果是，则跟踪目标完成，迭代结束；如果否，则返回S1，继续进行迭代学习控制直至完成跟踪目标； S2，迭代输入差值数据构成训练数据集的输入训练集，迭代输出跟踪误差差值数据构成训练数据集的输出训练集；其中， 迭代输入差值是每次迭代输入与上一次迭代输入的差值；对于第k+1次和第k次迭代学习控制，其迭代输入差值表示为： ΔUk＝Uk+1-Uk； 迭代输出跟踪误差差值是每次迭代的输出跟踪误差与上一次迭代的输出跟踪误差的差值；对于第k+1次和第k次迭代学习控制，其迭代输出跟踪误差差值表示为： ΔEk＝Ek+1-Ek； 将前k次迭代学习控制的迭代输入差值为元素构成迭代输入差值矩阵[ΔU0ΔU1…ΔUk-1]＝TU，以该迭代输入差值矩阵TU作为输入训练集X； 将前k次迭代学习控制的迭代输出跟踪误差差值为元素构成迭代输出跟踪误差差值矩阵TE＝[ΔE0ΔE1…ΔEk-1]＝TE T，以该迭代输出跟踪误差差值矩阵TE作为输出训练集Y，Y＝[y1y2…yn]，其中yi表示ΔEk第i个元素对应的训练数据； S3具体包括： 利用输入训练集X和输出训练集Y，以待求的ΔUk作为测试输入进行高斯过程回归，得到对ΔEk的预测数学期望μ和预测方差σ2；由于高斯过程回归只能拟合单输出系统，因此对对每个输出维度ΔEki，i＝1,2,…,m，分别建立如下高斯过程的模型： ΔEki＝fiΔUk+ε，ε～N0,σε 2； 其中，fi·为未知的非线性映射；ε为服从高斯分布的均值为0，方差为σε 2的噪声； 设置测试输入x*＝ΔUk，根据高斯过程回归的计算过程，设置先验分布均值为0，选择核函数其中l为可调整的长度尺度，w，v为训练数据中任意向量；经过高斯过程回归计算，得到被控系统的输入输出关系模型： 被控系统的输出为n维，n为不小于2的正整数，在S3的高斯过程回归中对测试输出的每一个维度进行一次高斯过程回归，得到μ1…μn和其中，对于第i个维度，按照以下方式获得第i个维度的对ΔEk的预测数学期望μi和预测方差 μi＝ki* TKi+σε 2I-1yi 其中， Ki矩阵的第h行第j列对应的元素为

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航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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”。