買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉大連理工大學(xué)申請(qǐng)的專利基于多模態(tài)大模型的高超聲速飛行器模擬飛行試驗(yàn)系統(tǒng)獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120194905B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510686015.6，技術(shù)領(lǐng)域涉及：G01M9/06；該發(fā)明授權(quán)基于多模態(tài)大模型的高超聲速飛行器模擬飛行試驗(yàn)系統(tǒng)是由王冠;劉凱;安帥斌;劉泓麟;楊峰;王艾雪設(shè)計(jì)研發(fā)完成，并于2025-05-27向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于多模態(tài)大模型的高超聲速飛行器模擬飛行試驗(yàn)系統(tǒng)在說明書摘要公布了：本發(fā)明屬于高超聲速飛行器試驗(yàn)技術(shù)領(lǐng)域，涉及一種基于多模態(tài)大模型的高超聲速飛行器模擬飛行試驗(yàn)系統(tǒng)，包括數(shù)據(jù)采集與融合系統(tǒng)以及控制系統(tǒng)。通過數(shù)據(jù)采集與融合系統(tǒng)與跨模態(tài)注意力機(jī)制，實(shí)現(xiàn)對(duì)地面試驗(yàn)系統(tǒng)采集的時(shí)序數(shù)據(jù)、環(huán)境數(shù)據(jù)與歷史案例庫(kù)的高效對(duì)齊與特征表示，顯著提升數(shù)據(jù)采集與分析的精度。結(jié)合硬件系統(tǒng)，確保試驗(yàn)參數(shù)的有效性，縮短飛行器設(shè)計(jì)與驗(yàn)證周期。控制系統(tǒng)通過自然語言指令動(dòng)態(tài)調(diào)整試驗(yàn)參數(shù)，模型通過語義理解生成結(jié)構(gòu)化控制參數(shù)向量，提升飛行器控制系統(tǒng)的性能與穩(wěn)定性，降低試驗(yàn)操作復(fù)雜度，提升用戶體驗(yàn)。

本發(fā)明授權(quán)基于多模態(tài)大模型的高超聲速飛行器模擬飛行試驗(yàn)系統(tǒng)在權(quán)利要求書中公布了：1.一種基于多模態(tài)大模型的高超聲速飛行器模擬飛行試驗(yàn)系統(tǒng)，包括數(shù)據(jù)采集與融合系統(tǒng)以及控制系統(tǒng)，其特征在于，具體如下： （1）數(shù)據(jù)采集與融合系統(tǒng) 由狀態(tài)采集單元和多模態(tài)融合單元組成； 其中，狀態(tài)采集單元負(fù)責(zé)實(shí)時(shí)收集飛行器的狀態(tài)信息和環(huán)境數(shù)據(jù)，包括空氣動(dòng)力學(xué)數(shù)據(jù)、、、、和，飛行器的運(yùn)動(dòng)狀態(tài)、、、、、、、和以及外部環(huán)境條件；采集的數(shù)據(jù)通過高速傳輸接口進(jìn)入多模態(tài)融合單元；其中，、、、、和分別為升力、阻力、側(cè)力、滾轉(zhuǎn)力矩、偏航力矩和俯仰力矩；、和分別為速度、航跡傾斜角和航跡偏航角；、和分別為飛行器繞、和軸的角速度；、和分別為俯仰角、滾轉(zhuǎn)角和偏航角； 多模態(tài)融合單元包含以下三個(gè)模塊：時(shí)序數(shù)據(jù)編碼模塊、圖像視頻數(shù)據(jù)編碼模塊、自然語言與知識(shí)庫(kù)數(shù)據(jù)編碼模塊；各模塊的數(shù)學(xué)模型如下： 時(shí)序數(shù)據(jù)編碼模塊： 定義時(shí)序傳感器數(shù)據(jù)為飛行運(yùn)動(dòng)狀態(tài)與空氣動(dòng)力學(xué)的多參數(shù)融合表征，其中包括空氣動(dòng)力學(xué)數(shù)據(jù)和飛行器的運(yùn)動(dòng)狀態(tài)的時(shí)序數(shù)據(jù)，設(shè)飛行器狀態(tài)時(shí)序數(shù)據(jù)為，式中表示從1到這段時(shí)間的采樣時(shí)序，表示第時(shí)刻，為矩陣的維度，表示實(shí)數(shù)集；采用時(shí)間卷積網(wǎng)絡(luò)提取局部特征，運(yùn)算中使用的線性整流單元ReLU為深度學(xué)習(xí)中廣泛應(yīng)用的激活函數(shù)，數(shù)學(xué)定義為，式中表示輸入，表示選擇最大值；時(shí)序數(shù)據(jù)的編碼公式為： ， 式中，表示第層輸出特征，表示為第層可學(xué)習(xí)卷積核權(quán)重，表示膨脹系數(shù)，表示卷積核寬度，表示第層的偏置項(xiàng)；通過ReLU對(duì)卷積結(jié)果的逐元素非線性變換，編碼模塊逐層提取飛行器運(yùn)動(dòng)狀態(tài)與氣動(dòng)參數(shù)的時(shí)序依賴關(guān)系，為后續(xù)控制策略生成提供高區(qū)分度的特征表示； 圖像視頻數(shù)據(jù)編碼模塊： 風(fēng)洞流場(chǎng)試驗(yàn)中所采集的動(dòng)態(tài)圖像和視頻數(shù)據(jù)，通過分塊操作提取局部流場(chǎng)特征；具體地，輸入圖像張量被均勻劃分為個(gè)非重疊圖像塊，每塊尺寸為個(gè)像素，表示輸入圖像的水平像素，表示輸入圖像的垂直像素，表示分塊后水平和垂直像素大小；分塊過程通過算子實(shí)現(xiàn)： ， 式中，表示總分塊數(shù)，表示實(shí)數(shù)集；定義矩陣，其中每個(gè)圖像塊可通過線性投影矩陣映射至其他維度，并疊加位置編碼以保留空間時(shí)序關(guān)系，進(jìn)而形成流場(chǎng)圖像編碼器的輸入向量： ， 其中，表示投影后的向量，表示位置編碼；編碼器的由多頭自注意力MHSA與多層感知機(jī)MLP模塊堆疊構(gòu)成；首先，將輸入分割為獨(dú)立注意力頭，通過縮放點(diǎn)積注意力加權(quán)融合全局特征： ， 對(duì)再次處理，通過兩層全連接網(wǎng)絡(luò)進(jìn)行非線性變換，進(jìn)一步提取特征： ， 式中，表示MHSA注意力機(jī)制的輸出，表示圖像的輸出特征，表示歸一化；最終，編碼輸出與其他數(shù)據(jù)進(jìn)行跨模態(tài)融合； 自然語言與知識(shí)庫(kù)數(shù)據(jù)編碼模塊： 將自然語言指令與結(jié)構(gòu)化知識(shí)庫(kù)數(shù)據(jù)編碼為統(tǒng)一的語義向量空間，實(shí)現(xiàn)跨模態(tài)語義對(duì)齊與；采用BERT模型實(shí)現(xiàn)自然語言指令與結(jié)構(gòu)化知識(shí)的語義編碼；將輸入的自然語言指令定義為，其中表示文本指令的第i個(gè)詞元；通過嵌入Embedding機(jī)制為每個(gè)詞元添加位置信息，并映射成維度為D的向量： ， 式中，表示嵌入矩陣，該矩陣輸入至Transformer編碼器，提取上下文感知的語義特征： ， 其中，表示注意力機(jī)制輸出，聚合自然語言指令的語義信息特征； 在完成時(shí)序、圖像視頻、自然語言三模態(tài)的獨(dú)立編碼后，通過跨模態(tài)交互建模實(shí)現(xiàn)特征深度融合；融合過程分為特征拼接與注意力對(duì)齊兩個(gè)階段；各編碼模塊的輸出特征按物理意義進(jìn)行維度對(duì)齊與拼接，構(gòu)建聯(lián)合特征矩陣：， 通過多頭注意力機(jī)制實(shí)現(xiàn)特征空間的對(duì)齊：， 式中，，為可學(xué)習(xí)參數(shù)，為隱藏層長(zhǎng)度； 將各注意力頭輸出拼接后經(jīng)線性變換，生成最終融合特征： ， 其中，為可學(xué)習(xí)參數(shù)，為融合特征； （2）控制系統(tǒng) 基于數(shù)據(jù)采集與融合系統(tǒng)的多模態(tài)數(shù)據(jù)，控制系統(tǒng)構(gòu)建狀態(tài)-動(dòng)作獎(jiǎng)勵(lì)函數(shù)，并利用強(qiáng)化學(xué)習(xí)算法動(dòng)態(tài)調(diào)整伺服電機(jī)的控制策略； 控制系統(tǒng)采用的動(dòng)力學(xué)模型具體如下： ， ， ， ， 式中，上標(biāo)“”表示該變量對(duì)時(shí)間的導(dǎo)數(shù)，、和分別為飛行器在地面坐標(biāo)系中的位移；、和分別為攻角、側(cè)滑角和傾側(cè)角；、、分別為重力常數(shù)、距地心距離、質(zhì)量，、和分別為、和軸的轉(zhuǎn)動(dòng)慣量； 動(dòng)態(tài)優(yōu)化伺服電機(jī)的控制策略具體如下：狀態(tài)空間由融合特征定義，而動(dòng)作空間則對(duì)應(yīng)控制指令，包括舵機(jī)偏轉(zhuǎn)與噴管推力調(diào)節(jié)量；獎(jiǎng)勵(lì)函數(shù)設(shè)計(jì)以跟蹤精度、能耗效率及穩(wěn)定性為優(yōu)化目標(biāo)； 雙延遲深度確定性策略梯度TD3網(wǎng)絡(luò)作為強(qiáng)化學(xué)習(xí)策略的核心，接受輸入并輸出控制指令，其數(shù)學(xué)表達(dá)為： ， 式中，表示TD3網(wǎng)絡(luò)，表示輸出的控制指令；將融合特征輸入TD3策略網(wǎng)絡(luò)，更新控制指令，可令舵機(jī)、噴管在短時(shí)間內(nèi)調(diào)整；該指令通過實(shí)時(shí)閉環(huán)機(jī)制驅(qū)動(dòng)舵機(jī)與噴管執(zhí)行動(dòng)態(tài)調(diào)整；與此同時(shí)，獎(jiǎng)勵(lì)函數(shù)與TD3網(wǎng)絡(luò)的協(xié)同工作，通過評(píng)估控制指令對(duì)系統(tǒng)狀態(tài)的影響，迭代優(yōu)化策略網(wǎng)絡(luò)的參數(shù)，從而實(shí)現(xiàn)伺服電機(jī)控制策略的自適應(yīng)修正。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人大連理工大學(xué)，其通訊地址為：116000 遼寧省大連市甘井子區(qū)凌工路2號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。