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！

龙图腾网获悉北京理工大学申请的专利面向多种目标域任务的飞行器制导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：CN116149369B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202310174055.3，技术领域涉及：G05D1/46；该发明授权面向多种目标域任务的飞行器制导控制方法是由何绍溟;罗皓文;侯利兵;金天宇;刘子超设计研发完成，并于2023-02-23向国家知识产权局提交的专利申请。

本面向多种目标域任务的飞行器制导控制方法在说明书摘要公布了：本发明公开了一种面向多种目标域任务的飞行器制导控制方法，该方法中在飞行器上预先灌装训练好的域对抗神经网络，该域对抗神经网络在训练时需要指定不同的目标域任务，从而使得该对抗神经网络能够在收到飞行器的状态向量后，针对每一组目标域任务各自给出制导偏置项，而飞行器在发射前仅需确定并输入期望的目标域任务，即可寻找到对应的制导偏置项，进而得到制导指令，并打舵工作，控制飞行器精确命中目标，从而完成本发明。

本发明授权面向多种目标域任务的飞行器制导控制方法在权利要求书中公布了：1.一种面向多种目标域任务的飞行器制导控制方法，其特征在于，该方法中预先在飞行器中灌装训练好的域对抗神经网络； 该方法包括： S1，在飞行器的飞行过程中，按照预定频率获得飞行器的状态向量，并且通过域对抗神经网络对应输出多个各自匹配于不同目标域任务的制导偏置项， S2，基于预设的目标域任务来选择对应制导偏置项， S3，基于制导偏置项实时获得制导指令， S4，飞行器基于该制导指令打舵控制，最终命中目标； 所述域对抗神经网络的训练过程包括： 步骤1，通过特征提取器提取输入的源域数据、目标域Ⅰ预测器、目标域Ⅱ预测器的共同特征； 步骤2，将得到的共同特征正向传播到域判别器Gd，获得域判别器的分类损失并通过梯度反转层将域判别器的分类损失以梯度上升的方式反向传播至特征提取器； 步骤3，将得到的共同特征正向传播到源域预测器Gs、目标域Ⅰ预测器目标域Ⅱ预测器获得源域预测器的预测值、目标域Ⅰ预测器的预测值、目标域Ⅱ预测器的预测值；进一步获得源域预测器的分类损失目标域Ⅰ预测器的分类损失目标域Ⅱ预测器的分类损失 步骤4，获得该域对抗神经网络的总目标函数基于使得该域对抗神经网络的总目标函数最小来反馈可训练模型参数； 步骤5，当该域对抗神经网络到达最大epoch时停止训练； 所述域对抗神经网络的总目标函数通过下式一获得： 其中，表示源域预测器的分类损失； 表示目标域Ⅰ预测器的分类损失； 表示目标域Ⅱ预测器的分类损失； 表示域判别器的分类损失； μ表示平衡目标域Ⅰ预测器的分类损失的超参数； ν表示平衡目标域Ⅱ预测器的分类损失的超参数； γ表示平衡域判别器的分类损失的超参数； 平衡目标域Ⅰ预测器的分类损失的超参数μ的取值通过下式十获得： 平衡目标域Ⅱ预测器的分类损失的超参数ν的取值通过下式十一获得： 平衡域判别器的分类损失的超参数γ的取值通过下式十二获得： 其中，k表示第k次训练； ρk表示训练进度。

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理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。