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复杂环境下的无人机决策评估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：CN113673149B 。

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：202110879618.X，技术领域涉及：G06F18/20；该发明授权一种复杂环境下的无人机决策评估方法是由龚志仁;邓晶;林锡颖设计研发完成，并于2021-08-02向国家知识产权局提交的专利申请。

本一种复杂环境下的无人机决策评估方法在说明书摘要公布了：本发明公开了一种复杂环境下的无人机决策评估方法，采集无人机各项飞行数据指标；区别直接量化的指标和不能够直接量化的指标；形成标准化指标数据；搭建LSTM神经网络和MF‑LSTM神经网络；计算待评估无人机各项飞行数据指标的重要度；对待评估无人机的飞行数据指标加以指数型重要度冲击，利用训练好的LSTM神经网络和MF‑LSTM神经网络预测出无人机整体飞行性能指标与各项飞行数据指标的发展趋势。本发明能够有效地预测无人机在当前环境下未来的性能态势，可以用于指导无人机参数的部署。

本发明授权一种复杂环境下的无人机决策评估方法在权利要求书中公布了：1.一种复杂环境下的无人机决策评估方法，其特征在于，包括以下步骤：1采集无人机在飞行过程中各项飞行数据指标；2区别能够直接量化的指标和不能够直接量化的指标；3对于不能够直接量化的指标，采用离散编码和灰色关联的方法构建综合指标；4将能够直接量化的指标与综合指标进行归一化和插值，形成标准化指标数据；5搭建单输入-单输出的LSTM神经网络，对每项标准化指标数据进行分批训练；6搭建多输入-单输出的MF-LSTM神经网络，训练各项标准化指标数据与无人机整体飞行性能指标的多对一映射；7采用TOPSIS算法计算待评估无人机各项飞行数据指标的重要度；8对待评估无人机的飞行数据指标加以指数型重要度冲击，基于冲击下的飞行参数指标，利用训练好的LSTM神经网络和MF-LSTM神经网络预测出无人机整体飞行性能指标与各项飞行数据指标的发展趋势；步骤3的具体过程如下：301离散编码：对于不能够直接量化的指标，选取离散整数集合对其进行编码，数值由小到大代表指标发展态势从好到坏，引入[0,1]范围内的随机数进行增强： 上式中，MValuei为编码后的指标，rand0,1表示[0,1]范围内的随机数，e为自然常数，mi是不能够直接量化的指标；302灰色关联：定义灰色关联参考序列W0＝{w0k}，比较序列Zi＝{zik}，k表示单项数据量总数，下标i表示某类指标，w0k为参考序列参数，zik为比较序列参数；计算参考比较误差和平均误差：Δik＝|W0-Zi| 上式中，Δik为参考比较误差，Δvk为平均误差，m为类别数；计算分辨系数： 计算灰色关联系数： 上式中，当2≤εk≤3时，ρ＝2εk；当εk＜2时，ρ＝0.8；εk＝0时，ρ＝0.5；303计算综合指标： 上式中，meanξik表示求取所有ξik的平均值。

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：210016 江苏省南京市秦淮区御道街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”。