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！

龙图腾网恭喜南京航空航天大学申请的专利一种飞行器姿态智能控制方法及系统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：CN114706409B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202210347068.1，技术领域涉及：G05D1/49；该发明授权一种飞行器姿态智能控制方法及系统是由袁伟伟;余泽;关东海设计研发完成，并于2022-04-01向国家知识产权局提交的专利申请。

本一种飞行器姿态智能控制方法及系统在说明书摘要公布了：本发明涉及一种飞行器姿态智能控制方法及系统，涉及飞行器姿态控制领域，方法包括获取飞行器姿控系统的性能参数和性能设计目标；根据性能参数确定系统初始状态的幅值和相位并对其进行优化，确定当前参数解种群、当前个体历史最优解和当前迭代下的参数解种群最优解个体；判断当前参数解种群是否满足性能设计目标，若是，保留当前迭代下的参数解种群最优解个体；若否，产生下一代临时参数解种群、下一代个体历史最优解和下一代临时参数解种群的最优解个体；对下一代临时参数解种群进行变处理，得到下一代参数解种群；对当前参数解种群、当前迭代下的参数解种群最优解个体和当前个体历史最优解更新并返回判断步骤，从而提高姿态控制系统的可靠性。

本发明授权一种飞行器姿态智能控制方法及系统在权利要求书中公布了：1.一种飞行器姿态智能控制方法，其特征在于，包括：获取飞行器姿控系统的性能参数和性能设计目标；所述性能设计目标包括目标幅值、目标相位和目标频率；所述性能参数包括飞行器姿控系统传递函数、伺服机构数据和零阶保持器采样周期数据；根据所述性能参数确定系统初始状态的幅值和系统初始状态的相位；根据所述系统初始状态的幅值和所述系统初始状态的相位利用校正网络进行优化，确定当前参数解种群、当前个体历史最优解和当前迭代下的参数解种群最优解个体；判断所述当前参数解种群是否满足所述性能设计目标，得到第一判断结果；若所述第一判断结果表示是，则根据所述当前迭代下的参数解种群最优解个体对所述飞行器姿控系统进行控制；若所述第一判断结果表示否，则根据所述当前参数解种群和所述当前个体历史最优解利用粒子速度和位置更新产生下一代临时参数解种群、下一代个体历史最优解和下一代临时参数解种群的最优解个体；对所述下一代临时参数解种群依次进行变异、交叉和选择，得到下一代参数解种群；利用所述下一代参数解种群更新所述当前参数解种群，利用所述下一代临时参数解种群的最优解个体更新所述当前迭代下的参数解种群最优解个体，利用所述下一代个体历史最优解更新所述当前个体历史最优解并返回步骤“判断所述当前参数解种群是否满足所述性能设计目标，得到第一判断结果”；所述根据所述当前参数解种群和所述当前个体历史最优解利用粒子速度和位置更新产生下一代临时参数解种群、下一代个体历史最优解和下一代临时参数解种群的最优解个体，具体包括：根据所述当前参数解种群、所述当前个体历史最优解和所述当前迭代下的参数解种群最优解个体利用粒子速度和位置更新产生下一代临时参数解种群；根据所述下一代临时参数解种群和所述当前迭代下的参数解种群最优解个体产生所述下一代个体历史最优解和所述下一代临时参数解种群的最优解个体；所述下一代临时参数解种群中的个体表达式为： 其中，为下一代临时参数解种群中的第i个个体，为第t次迭代的第i个粒子的第j维的位置，为下一代临时参数解种群中第i个粒子的第j维的速度，t为迭代次数，i为粒子序号，j为维度；其中，其中，w是惯性权重因子，为第i个粒子个体历史最优参数解，指参数解种群的最优解，c1为第一学习因子，c2为第二学习因子，r1为第一随机数，r2为第一随机数，为第t次迭代的第i个粒子的第j维的速度；所述下一代个体历史最优解的表达式为： 其中，pbesti为下一代个体历史最优解，为第t次迭代的第i个粒子的位置，为第t次迭代的第i个粒子的适应度，为下一代临时参数解种群中的第i个个体的适应度，为下一代临时参数解种群中的第i个个体；所述下一代临时参数解种群的最优解个体的表达式为： 其中，gbest为下一代临时参数解种群的最优解个体，fgebst为下一代临时参数解种群的最优解个体的适应度。

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南京航空航天大学，其通讯地址为：211100 江苏省南京市江宁区将军路29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”。