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申请的专利一种基于神经网络辨识的跨域变构型高速飞行器自适应姿态控制方法、系统及存储介质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：CN119828466B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411950361.2，技术领域涉及：G05B13/04；该发明授权一种基于神经网络辨识的跨域变构型高速飞行器自适应姿态控制方法、系统及存储介质是由白成超;颜鹏;郑红星;陈亮;张家维;王温设计研发完成，并于2024-12-27向国家知识产权局提交的专利申请。

本一种基于神经网络辨识的跨域变构型高速飞行器自适应姿态控制方法、系统及存储介质在说明书摘要公布了：本发明一种基于神经网络辨识的跨域变构型高速飞行器自适应姿态控制方法、系统及存储介质,涉及飞行器控制技术领域，为解决现有方法需要提前将飞行器气动进行统一的参数化建模，对参数进行辨识；无法解决在跨域变构型高速飞行器气动参数模型完全未知情况下，由气动不确定性带来的姿态控制难题。本发明通过构建的三通道神经网络模型，包括俯仰通道神经网络模型、偏航通道神经网络模型和滚转通道神经网络模型；并基于舵偏误差对姿态变化的影响敏感性加权构建损失函数，训练得到三通道舵偏解算器神经网络模型；构建在线迁移学习样本库进行在线迁移学习，基于反步法控制器求解气动力矩，最终求解得到偏航指令。

本发明授权一种基于神经网络辨识的跨域变构型高速飞行器自适应姿态控制方法、系统及存储介质在权利要求书中公布了：1.一种基于神经网络辨识的跨域变构型高速飞行器自适应姿态控制方法，其特征在于，包括以下步骤： 步骤1：收集跨域变构型高速飞行器的风洞试验与历史飞行数据，将数据进行分割，构建跨域变构型高速飞行器三通道气动模型离线训练样本库，包括：俯仰通道样本库，偏航通道样本库和滚转通道样本库；对数据进行预处理，并将预处理之后的数据划分为数据集、验证集和测试集； 步骤2：构建的三通道神经网络模型，包括俯仰通道神经网络模型、偏航通道神经网络模型和滚转通道神经网络模型；采用训练集分别训练三个通道神经网络模型，基于舵偏误差对姿态变化的影响敏感性加权构建损失函数，训练神经网络至损失函数收敛，训练过程中采用验证集验证模型性能，得到三通道舵偏解算器神经网络模型； 步骤3：在线飞行过程中，收集飞行数据，利用飞行器姿态转动动力学方程构建跨域变构型高速飞行器三通道气动模型在线迁移学习样本库； 步骤4：采用所述三通道舵偏解算器神经网络模型，基于步骤3中构建的跨域变构型高速飞行器三通道气动模型在线迁移学习样本库，每间隔T时刻进行在线迁移学习，获得三通道自适应舵偏解算器神经网络模型； 步骤5：建立飞行器姿态转动动力学方程，设计反步法控制器以获取气动力矩，进一步反向求解力矩系数，将力矩系数输入所述三通道自适应舵偏解算器神经网络模型，求解得到偏航指令； 步骤2损失函数的构建过程为： 根据舵偏误差对姿态变化的不同影响进行区间划分，并在损失函数中将敏感区间分配更高的权重； 损失函数采用均方误差MSE： 其中，yi是真实值，是预测值，n是样本数量； 采用构建的损失函数为： L＝L1+k×L2其中，L1为非重要区间对应的舵偏的真实值与预测值之间的均方误差，L2为重要区间对应的舵偏的真实值与预测值之间的均方误差，k为重要性加权因子。

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，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。