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！

龙图腾网获悉南京理工大学申请的专利一种运载火箭增强拓扑变异进化神经网络着陆制导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：CN117029584B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202310933038.3，技术领域涉及：F42B15/01；该发明授权一种运载火箭增强拓扑变异进化神经网络着陆制导方法是由白宏阳;周俊艳;薛帅;魏静怡;赵大想设计研发完成，并于2023-07-26向国家知识产权局提交的专利申请。

本一种运载火箭增强拓扑变异进化神经网络着陆制导方法在说明书摘要公布了：本发明公开了一种运载火箭增强拓扑变异进化神经网络着陆制导方法，该方法为：设置奖励函数，建立运载火箭垂直着陆制导的马尔科夫决策过程模型，搭建运载火箭垂直着陆制导的强化学习环境；结合增强拓扑神经进化算法设置初始的神经网络种群和演化参数，对神经网络结构进行基因编码操作，生成随机初始化神经网络；将神经网络与运载火箭垂直着陆制导的强化学习环境进行多次交互，得到总奖励再取平均作为该神经网络的适应度；保留适应度排名靠前的精英个体，剩余的种群内部之间进行交叉变异，记录适应度低于阈值的种群，增加变异概率；返回上一步对新的种群进行处理；满足终止条件则得到最终的制导网络。本发明能够实现全局优化，具有良好的泛化性。

本发明授权一种运载火箭增强拓扑变异进化神经网络着陆制导方法在权利要求书中公布了：1.一种运载火箭增强拓扑变异进化神经网络着陆制导方法，其特征在于，包括以下步骤： 步骤1，建立回收制导惯性坐标系，以水平面向东、向北设为x、z轴，垂直水平面向上为y轴，根据火箭子级着陆回收段动力学方程，以及火箭着陆过程中的状态变量、控制变量约束，设置奖励函数，建立运载火箭垂直着陆制导的马尔科夫决策过程模型，搭建运载火箭垂直着陆制导的强化学习环境； 步骤2，结合增强拓扑神经进化算法设置初始的神经网络种群和演化参数，对神经网络结构进行基因编码操作，生成随机初始化神经网络； 步骤3，将神经网络与运载火箭垂直着陆制导的强化学习环境分别进行多次交互，根据设置的步数以及终止条件，每轮交互后得到奖励值，多次交互后得到总奖励再取平均作为该神经网络的适应度； 步骤4，根据适应度函数大小、交叉概率和变异概率参数，保留适应度排名前的精英个体，剩余的种群内部之间进行交叉变异，记录适应度低于设定阈值的种群，增加其变异概率，形成新的种群；返回步骤3对新的种群进行处理； 步骤5，判断是否满足迭代终止条件，满足则得到最终的制导网络并进入步骤6，否则返回步骤4； 步骤6，将最终的制导网络进行制导仿真验证，并用于实现火箭子级垂直回收制导；步骤1中对于马尔科夫决策的建立，状态变量为火箭的位置矢量、速度矢量以及质量，即，控制变量为，其中表示火箭发动机推力矢量，，分别表示推力方向矢量与y轴夹角和在xz平面内投影与x轴夹角； 步骤1中所述设置奖励函数，其中单步奖励设置为： ； 其中，是常系数，取值在之间，表示上一时刻的速度，表示上一时刻的位置，表示时间步长，、、分别表示目标加速度、目标速度、目标位置； 为了保证获得更多有效的训练数据，飞行过程中设置了终止条件： ； 其中，表示时刻速度在y轴方向上的分量，着陆成功的条件： ； 其中，表示着陆时刻的y轴坐标值，表示火箭子级质心至底部的距离，表示着陆时刻的位置，表示着陆时刻的速度； 着陆成功时的着陆时刻奖励为 其中，表示着陆时刻的火箭子级质量，表示初始时刻的火箭子级质量； 着陆失败及撞毁的条件： ； 着陆失败及撞毁时的着陆时刻奖励为： 。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200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。