買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜北京航空航天大學申請的專利基于物理神經網絡預測模型的無人機飛行控制方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119739043B 。

龍圖騰網通過國家知識產權局官網在2025-05-30發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510227963.3，技術領域涉及：G05B13/04；該發明授權基于物理神經網絡預測模型的無人機飛行控制方法是由屠展;張佳慧;李道春;邸偉承;衛子興;李昊澤設計研發完成，并于2025-02-28向國家知識產權局提交的專利申請。

本基于物理神經網絡預測模型的無人機飛行控制方法在說明書摘要公布了：本發明屬于無人飛行器控制技術領域，提出一種基于物理神經網絡預測模型的無人機飛行控制方法，包括建立多層感知機神經網絡預測模型，并設定損失函數，多層感知機神經網絡預測模型用于根據無人機的當前時刻狀態和控制輸入，預測得到無人機的下一時刻預測狀態；對多層感知機神經網絡預測模型進行訓練；初始化模型預測控制器并建立多目標優化函數；運行模型預測控制器，基于預測結果、約束條件求解多目標優化函數獲得最優控制輸入，并控制無人機按照參考軌跡飛行。本發明在多層感知機神經網絡預測模型的損失函數中引入了動力學原理，具有物理可解釋性，且預測準確性高、穩定性好；本發明的模型預測控制器對給定參考軌跡可實現穩定的飛行控制。

本發明授權基于物理神經網絡預測模型的無人機飛行控制方法在權利要求書中公布了：1.一種基于物理神經網絡預測模型的無人機飛行控制方法，其特征在于，包括以下步驟：步驟S1：建立多層感知機神經網絡預測模型；步驟S2：設計多層感知機神經網絡預測模型的損失函數，所述損失函數由數據損失和物理損失組成；步驟S3：利用訓練數據集對多層感知機神經網絡預測模型進行訓練并驗證訓練效果；步驟S4：初始化模型預測控制器，設置約束條件、參考值和時間步長，并建立多目標優化函數；步驟S5：運行模型預測控制器，在預測時間步長的各個時刻內，通過多層感知機神經網絡預測模型預測控制時間步長內無人機的預測狀態值序列，再利用約束條件求解多目標優化函數獲得最優控制輸入；步驟S6：基于所述最優控制輸入，控制無人機按照參考軌跡飛行；所述步驟S1中的多層感知機神經網絡預測模型的輸入為無人機的當前時刻狀態值和控制輸入值，輸出為無人機的下一時刻預測狀態值；所述步驟S2中，所述損失函數由數據損失和物理損失求和組成； 數據損失的表達式為： 其中，表示樣本數量，表示第個樣本的數據損失權重，表示第個樣本的當前時刻狀態值，表示第個樣本的下一時刻預測狀態值；物理損失的表達式為： 其中為第個樣本的物理損失權重，為第個樣本的當前時刻狀態加速度，為第個樣本的下一時刻預測狀態加速度。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人北京航空航天大學，其通訊地址為：100191 北京市海淀區學院路37號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。