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！

龙图腾网获悉西北工业大学申请的专利一种基于强化学习的变展长飞行器的智能决策控制一体化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：CN119105289B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411389089.5，技术领域涉及：G05B13/04；该发明授权一种基于强化学习的变展长飞行器的智能决策控制一体化方法是由郭建国;郭宗易;曹诗苑;周军设计研发完成，并于2024-10-08向国家知识产权局提交的专利申请。

本一种基于强化学习的变展长飞行器的智能决策控制一体化方法在说明书摘要公布了：本发明提出一种基于强化学习的变展长飞行器智能决策控制一体化设计方法，从提升飞行器滑翔阶段的综合飞行性能指标的角度出发设计姿态控制律、制定变形决策指标、建立智能变形决策模型，解决变展长飞行器在滑翔阶段中的变形决策和协调控制问题。相较于固定外形，本发明根据智能体给出的动作策略进行飞行器构型的实时调整可以有效提高升阻比，同时减小姿态跟踪误差，实现了综合性能指标最优。

本发明授权一种基于强化学习的变展长飞行器的智能决策控制一体化方法在权利要求书中公布了：1.一种基于强化学习的变展长飞行器的智能决策控制一体化方法，其特征在于：包括以下步骤： 步骤1：针对变展长飞行器，建立姿态动力学模型，以舵偏为控制变量，结合自适应动态规划法设计最优跟踪控制律： 步骤1.1：建立变展长飞行器的姿态动力学模型为： 式中，α,β,γV分别为攻角、侧滑角和倾侧角；ωx,ωy,ωz为三轴旋转角速度；θ表示航迹倾角；Fa＝[L,D,N]T分别为升力、阻力和侧力；Ma＝[Max,May,Maz]T为三轴的空气动力矩；Fs＝[Fsx,Fsy,Fsz]T表示三轴的变形附加力；Ms＝[Msx,Msy,Msz]T为三轴的变形附加力矩；Jx,Jy,Jz为三轴主转动惯量；m为飞行器总质量；V为飞行速度；g为重力加速度； 步骤1.2：将变展长飞行器的姿态动力学模型改写成姿态控制系统模型形式： 式中，状态变量选取为x1＝[α,β,γV]T,x2＝[ωx,ωy,ωz]T，控制输入u＝[δx,δy,δz]T； 步骤1.3：将姿态控制系统模型分为角度慢回路和角速度快回路，先针对慢回路设计虚拟控制器，并将其作为角速度快回路的期望跟踪轨迹，然后设计快回路的控制器； 慢回路控制器设计： 假设角度子系统满足以下期望轨迹： 其中x1c为状态变量x1的期望值；为虚拟控制输入的稳态部分，为综合扰动d1x1,x2,ξ的估计值； 得到虚拟控制输入的稳态部分如下： 定义慢回路虚拟控制器的最优反馈部分为x2dt为角度子系统的虚拟控制输入，跟踪误差为e1t＝x1t-x1ct，则： 其中， 快回路控制器设计： 假设角速度子系统的期望轨迹满足以下方程： 其中ud为实际控制输入的稳态部分，为综合扰动d2x1,x2,ξ的估计值； 得到舵偏的稳态控制输入部分如下： 定义快回路控制器的最优反馈部分为uet＝ut-udt，跟踪误差为e2t＝x2t-x2dt，快回路的跟踪误差方程写为 其中， 步骤1.4：进行基于自适应动态规划法的近似最优控制： 将慢回路和快回路的跟踪误差方程统一表示为： 最优代价函数表示如下： 式中，为正定对称矩阵； 根据最优控制理论，通过解HJB方程 得到最优控制输入u*； 步骤2：根据变展长飞行器滑翔阶段任务需求，针对变形飞行器的变形决策问题，设定综合升阻比和姿态跟踪误差的性能指标，并采用基于深度确定性策略梯度算法实现变展长飞行器的智能变形决策；利用深度强化学习中的Actor-Critic框架实现根据飞行状态和飞行任务实时调整变形率，实现决策控制一体化。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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。