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！

龍圖騰網獲悉哈爾濱工業大學(深圳)(哈爾濱工業大學深圳科技創新研究院)申請的專利基于深度算子神經網絡的火星動力下降段擾動估計補償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：CN119717511B 。

龍圖騰網通過國家知識產權局官網在2025-09-12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：202411818598.5，技術領域涉及：G05B13/04；該發明授權基于深度算子神經網絡的火星動力下降段擾動估計補償方法是由龔有敏;崔寶藝;梅杰;馬廣富設計研發完成，并于2024-12-11向國家知識產權局提交的專利申請。

本基于深度算子神經網絡的火星動力下降段擾動估計補償方法在說明書摘要公布了：本發明提供一種基于深度算子神經網絡的火星動力下降段擾動估計補償方法，包括：獲取目標探測器在火星動力下降段的歷史軌跡數據，通過擾動預測模型對歷史軌跡數據進行分析，得到目標探測器在當前時刻的擾動預測結果；根據擾動預測結果和在當前時刻的位置信息，通過動力學方程確定目標探測器的擾動補償；根據擾動補償，執行對目標探測器的著陸控制；擾動預測模型的訓練步驟通過深度算子神經網絡根據歷史控制輸入進行擾動預測訓練得到。本發明的有益效果為：降低制導時系統資源消耗，提高制導的實時補償精度。

本發明授權基于深度算子神經網絡的火星動力下降段擾動估計補償方法在權利要求書中公布了：1.一種基于深度算子神經網絡的火星動力下降段擾動估計補償方法，其特征在于，包括： 獲取目標探測器在火星動力下降段的歷史軌跡數據，通過擾動預測模型對所述歷史軌跡數據進行分析，得到所述目標探測器在當前時刻的擾動預測結果； 根據所述擾動預測結果和在當前時刻的位置信息，通過動力學方程確定目標探測器的擾動補償； 根據所述擾動補償，執行對所述目標探測器的著陸控制； 所述擾動預測模型的訓練步驟包括： 獲取數據集，所述數據集包括第一仿真軌跡數據，所述第一仿真軌跡數據包括探測器的狀態軌跡，每條狀態軌跡包括歷史控制輸入和標簽數據； 通過深度算子神經網絡根據所述歷史控制輸入進行擾動預測，得到擾動預測值； 根據所述擾動預測值和所述標簽數據進行迭代訓練，得到所述擾動預測模型； 所述數據集通過以下方式得到： 確定仿真環境下的探測器的初始狀態，使用ZEMZEV制導律控制器控制探測器著陸； 采用蒙特卡洛仿真按均勻分布隨機設置擾動的幅值、相位、頻率及偏置，得到所述第一仿真軌跡數據； 所述通過深度算子神經網絡根據所述歷史控制輸入進行擾動預測，得到擾動預測值，包括： 所述深度算子神經網絡包括主干網絡和分支網絡，通過所述主干網絡輸入當前時刻，通過所述分支網絡輸入所述歷史控制輸入，其中歷史控制輸入包括歷史時刻的探測器位置、速度、加速度及控制量； 通過每個分支網絡輸入所述歷史控制輸入中的一個參數，得到所述分支網絡分支輸出向量，通過主干網絡輸入當前時刻并進行傅里葉編碼處理后，得到主干輸出向量； 將分支輸出向量合并為列向量并與主干輸出向量進行向量內積處理，得到所述擾動預測值； 根據所述擾動預測值和所述標簽數據進行迭代訓練，得到所述擾動預測模型，包括： 采用均方誤差損失函數根據所述擾動預測值和所述標簽數據的差異，確定N輪訓練后是否收斂，以及，根據交叉驗證進行訓練集和驗證集上的損失函數變化趨勢； 根據深度算子神經網絡是否收斂及損失函數變化趨勢確定迭代訓練是否停止，其中均方誤差損失函數為： ， 其中深度算子神經網絡是否收斂的判定方式為： ， 其中交叉驗證為： ， 其中，為擾動真實值，為擾動預測值。

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哈爾濱工業大學(深圳)(哈爾濱工業大學深圳科技創新研究院)，其通訊地址為：518000 廣東省深圳市南山區桃源街道深圳大學城哈爾濱工業大學校區；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”。