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！

龙图腾网获悉天津大学申请的专利基于模型预测控制深度神经网络的航天器非合作博弈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：CN120029067B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202510172978.4，技术领域涉及：G05B13/04；该发明授权基于模型预测控制深度神经网络的航天器非合作博弈方法是由李鹏;徐杨;夏元清;杨洪玖设计研发完成，并于2025-02-17向国家知识产权局提交的专利申请。

本基于模型预测控制深度神经网络的航天器非合作博弈方法在说明书摘要公布了：基于模型预测控制深度神经网络的航天器非合作博弈方法，属于航天器控制技术领域，包括以下步骤：建立多航天器相对运动模型；设计带有决策变量的复合干扰估计器；获得离线情况下的非合作博弈平衡解；获得在线情况下的非合作博弈平衡解；本发明通过设计带有决策变量的复合干扰估计器，能够实现对多源干扰的精准估计；通过利用模型预测控制离线求解多航天器非合作博弈问题，得到大量非合作博弈问题的解的数据；通过设计深度神经网络，并利用所得到的大量非合作博弈问题的解的数据训练该神经网络，使其能够在线应用于多航天器非合作博弈问题的求解；该方法实现了多航天器非合作博弈问题的快速求解，且同时大大抑制了多源干扰对多航天器控制的影响。

本发明授权基于模型预测控制深度神经网络的航天器非合作博弈方法在权利要求书中公布了：1.基于模型预测控制深度神经网络的航天器非合作博弈方法，其特征在于，包括以下步骤： 步骤1，建立多航天器相对运动模型：采用线性化后且系统参数已知的C-W方程建立多航天器相对运动理想模型；然后对多源干扰进行表征，并将多源干扰加入到多航天器相对运动理想模型中，得到受多源干扰影响的多航天器相对运动模型；最后对多航天器系统状态约束和控制输入约束进行表征； 步骤2，设计带有决策变量的复合干扰估计器，所述复合干扰估计器中的决策变量通过滚动时域的方式获得； 其中，所述设计带有决策变量的复合干扰估计器如下： ， 其中，为的估计值；为的估计值；为的估计值；和为中间变量；和为决策变量；和为估计器增益； 步骤3，获得离线情况下的非合作博弈平衡解：设计模型预测控制器；设计迭代优化问题并求解得到离线情况下非合作博弈平衡解； 步骤4，获得在线情况下的非合作博弈平衡解：设计基于深度神经网络的控制器，然后将离线情况下的多航天器非合作博弈平衡解作为训练集中的数据对所设计的基于深度神经网络的控制器中的神经网络变量进行训练，并最终由深度神经网络在线生成多航天器非合作博弈平衡解，以对多航天器进行控制。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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。