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！

龙图腾网获悉中国人民解放军火箭军工程大学申请的专利一种基于神经网络的多轴特种车辆的数据建模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：CN115840989B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202211540813.0，技术领域涉及：G06F30/15；该发明授权一种基于神经网络的多轴特种车辆的数据建模方法是由于传强;陈渐伟;刘志浩;舒洪斌;周伯俊;刘秀钰;董家臣;管文良;李若亭设计研发完成，并于2022-12-02向国家知识产权局提交的专利申请。

本一种基于神经网络的多轴特种车辆的数据建模方法在说明书摘要公布了：本发明公开了一种基于神经网络的多轴特种车辆的数据建模方法，包括步骤1.简化多轴特种车辆动力学模型，建立基于物理规律的单轨模型；步骤2.基于物理规律的单轨模型的基础上，参考物理模型的递归性质，建立能够预测车辆的状态变量的闭环结构的网络模型；步骤3.利用Trucksim仿真模型生成模拟训练用数据集；步骤4.根据步骤3得到的数据集对步骤2建立的闭环网络模型进行闭环训练，得到训练后的闭环网络模型；本方法采用闭环结构的网络模型进行数据建模，减少了网络对数据的需求，同时构建了一种闭环条件下的网络训练方法，提高了闭环网络模型的泛化能力，具有保真度高和泛化能力的特点。

本发明授权一种基于神经网络的多轴特种车辆的数据建模方法在权利要求书中公布了：1.一种基于神经网络的多轴特种车辆的数据建模方法，其特征在于：包括 步骤1.简化多轴特种车辆动力学模型，建立基于物理规律的单轨模型； 步骤2.在单轨模型的基础上，参考物理模型的递归性质，建立能够预测车辆的状态变量的闭环结构的网络模型； 步骤3.利用Trucksim仿真模型生成模拟训练用数据集； 步骤4.根据步骤3得到的数据集对步骤2建立的闭环网络模型进行闭环训练，得到训练后的闭环网络模型； 步骤2所述的闭环结构的网络模型包括一个递归网路模块GRU和一个全连接层FNN，所述递归网路模块GRU包括即一个重置门和一个更新门，其中： 所述递归网路模块GRU的初始状态为，且递归网路模块GRU的输入序列为驱动网络，所述驱动网络包括车辆方向盘转角、纵向速度和全连接层FNN输出的横向速度和横摆角速度； 所述全连接层FNN的输入为递归网路模块GRU的输出，全连接层FNN的输出为车辆的横向速度和横摆角速度； 步骤2所述的网络模型的计算过程包括 步骤2.1.首先计算更新门，输入向量经过一个线性变换与权重矩阵相乘；通常初始化为零向量，同样也会经过一个线性变换与权重矩阵相乘；将两部分内容相加，并输入激活函数Sigmoid中，将结果压缩到0到1之间，计算方程如11所示： 11 其中，为第t个时间步的输入向量，初始化为零向量； 步骤2.2.重置门计算方法与更新门相同，将输入数据与初始化的零向量输入向量经过线性变换再相加，同样加和后的结果输入至激活函数Sigmoid中，将结果压缩到0到1之间，计算方程如12所示： 12 步骤2.3.递归网路模块GRU单元中新的记忆内容包含重置门的输出结果，具体计算如式13所示： 13 递归网路模块GRU的输出计算方法如式14所示，保留了当前单元的信息并传递到下一个单元中： 14 步骤2.4.对于全连接层FNN接收由递归网路模块GRU输出特征向量，最终输出横向运动学状态信息，计算过程如式15所示： 15。

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中国人民解放军火箭军工程大学，其通讯地址为：710025 陕西省西安市灞桥区同心路2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。