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！

龙图腾网获悉上海大学申请的专利针对轨迹跟踪控制问题的神经反步控制器设计方法和系统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：CN118226753B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202410284150.3，技术领域涉及：G05B13/04；该发明授权针对轨迹跟踪控制问题的神经反步控制器设计方法和系统是由徐梁;钱家俊;嵇逸舟;任肖强;柳春;刘晗笑;汪小帆;彭艳设计研发完成，并于2024-03-13向国家知识产权局提交的专利申请。

本针对轨迹跟踪控制问题的神经反步控制器设计方法和系统在说明书摘要公布了：本发明涉及一种针对轨迹跟踪控制问题的结构化神经网络控制器设计方法和系统。该方法包括以下步骤：根据运动物体的信息，构建所述运动物体的动态模型，分析所述运动物体的动力学特性；构建输入凸神经网络；构建拉格朗日神经网络；执行系统模型信息精确已知时的神经反步控制器设计；使用所述输入凸神经网络改善所述拉格朗日神经网络的结构，执行系统模型未知时的神经反步控制器设计。该系统包括以下模块：动力学特性分析模块，凸神经网络构建模块，拉格朗日神经网络构建模块，被配置为在其中构建拉格朗日神经网络，第一神经反步控制器设计模块，第二神经反步控制器设计模块。本发明提出的神经反步控制器具有稳定性保证和性能保证，针对任意可行的深度神经网络参数都是稳定的，且能够通过优化参数来提升性能，在系统存在扰动或模型不确定性的情况下，也能保证稳态跟踪误差是有界限的。

本发明授权针对轨迹跟踪控制问题的神经反步控制器设计方法和系统在权利要求书中公布了：1.一种针对轨迹跟踪控制问题的神经反步控制器设计方法，其特征在于，包括如下步骤： 根据运动物体的信息，构建所述运动物体的动态模型，分析所述运动物体的动力学特性； 构建输入凸神经网络； 构建拉格朗日神经网络； 执行系统模型信息精确已知时的神经反步控制器设计；以及 使用所述输入凸神经网络改善所述拉格朗日神经网络的结构，执行系统模型未知时的神经反步控制器设计； 其中，构建所述运动物体的模型，分析所述运动物体的动力学特性包括： 根据欧拉-拉格朗日方程构建所述运动物体的动态模型， 1 其中，代表拉格朗日量，代表动能，代表势能，代表广义坐标，代表广义的非保守力，代表作用在系统上的扰动； 所述动态模型1可以转化为标准机械臂动力学方程， 2 其中，代表惯性矩阵，代表重力向量，代表科里奥利矩阵； 根据所述动力学方程2，可以得到如下2个性质， 性质1：代表一个对称且正定的矩阵，且受限于，其中，代表正的常数，代表欧几里得范数； 性质2：是斜对称矩阵，； 其中，使用所述输入凸神经网络改善所述拉格朗日神经网络的结构，执行系统模型未知时的神经反步控制器设计包括： 使用一个部分输入凸神经网络来学习，使用一个全连接神经网络来学习，改善后的拉格朗日神经网络为， 其中，是神经网络参数，激活函数为softplus函数； 对所述改善后的拉格朗日神经网络的输出求海森矩阵和雅可比矩阵，得到的估计为， ，，； 将所述改善后的拉格朗日神经网络当成一个不确定系统，系统的方程为， 9 其中，是不确定项；根据泰勒一阶展开，设定不确定项满足： 10 其中，a、b、c都是正常数，是取欧几里得范数； 系统模型未知时的神经反步控制器为， 11 通过优化神经网络的参数来提升控制性能，优化方程为， 12 其中，s.t.表示使得满足，代表在时刻的阶段代价，是一个正常数。

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上海大学，其通讯地址为：200444 上海市宝山区上大路99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。