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！

龙图腾网获悉西安电子科技大学申请的专利一种基于LSTM神经网络的多形态运载火箭仿真方法、系统、设备及介质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：CN120030902B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202510178563.8，技术领域涉及：G06F30/27；该发明授权一种基于LSTM神经网络的多形态运载火箭仿真方法、系统、设备及介质是由姚照辉;王麒睿;王宝梁;张艺腾;包为民;韩高;卢馨洁;杨铁旭设计研发完成，并于2025-02-18向国家知识产权局提交的专利申请。

本一种基于LSTM神经网络的多形态运载火箭仿真方法、系统、设备及介质在说明书摘要公布了：本发明属于航空航天技术领域，特别涉及一种基于LSTM神经网络的多形态运载火箭仿真方法、系统、设备及介质；仿真方法首先设定运载火箭的初始化变量和初始化环境参数，再采用损失函数优化算法对搭建的LSTM神经网络的学习率和梯度剪裁率进行优化，然后采用Adam优化器来对优化后的LSTM神经网络进行训练，接着将动力学变量和环境变量输入训练后的LSTM神经网络进行运载火箭姿态调整力和推力力矩模拟，最终得到运载火箭飞行仿真结果；仿真系统包含初始参数采集模块、LSTM神经网络训练模块、瞬时参数采集模块及火箭飞行仿真模块；本发明能极大提高火箭飞行仿真的精确性和可靠性，使火箭在面对复杂和多变的外界干扰环境时能保持稳定的飞行状态。

本发明授权一种基于LSTM神经网络的多形态运载火箭仿真方法、系统、设备及介质在权利要求书中公布了：1.一种基于LSTM神经网络的多形态运载火箭仿真方法，其特征在于，包含以下步骤： S1：设定运载火箭的初始化变量，所述初始化变量包括运载火箭初始质量、单台发动机推力、初始燃料燃烧速率、海拔、发射角度、构型、载荷、火箭总质量、当前速度、当前时间、初始燃料质量；火箭总质量； S2：设定运载火箭的初始化环境参数，所述初始化环境参数包括湍流参数、初始气压、风速、初始大气温度、空气阻力、湍流扰动、初始大气密度； S3：搭建用于火箭推力补偿的LSTM神经网络，所述LSTM神经网络中设置优化器、学习率、梯度剪裁率、LSTM输出层维度和激活函数； S4：采用损失函数优化算法对步骤S3所述LSTM神经网络的学习率和梯度剪裁率进行优化得到优化后的LSTM神经网络，采用Adam优化器来对所述优化后的LSTM神经网络进行训练，得到训练后的LSTM神经网络； S5：根据步骤S1所述初始化变量，通过动力学方程求解运载火箭的动力学变量，所述运载火箭的动力学变量包含总推力F、加速度、随时间变化的质量、高度h的导数、重力、姿态调整力和运载火箭推力矢量控制力矩； S6：根据步骤S2所述初始化的环境参数，利用环境参数表达式求解火箭飞行过程中的环境变量，所述环境变量包含大气密度、大气压强、温度、水汽压、风速； S7：将步骤S5和步骤S6分别计算所得的动力学变量和环境变量输入步骤S4所述训练后的LSTM神经网络进行运载火箭姿态调整力和推力力矩模拟，得到运载火箭飞行仿真结果；其中，步骤S3中所述LSTM神经网络搭建过程如下： S3.1：从步骤S1所述初始化变量和步骤S2所述初始化环境参数中获取时间序列数据，包括当前时间、当前速度、初始大气密度、单台发动机推力，初始燃料质量； S3.2：对步骤S3.1所述时间序列数据进行归一化处理，归一化数据如公式1所示： 1 公式1中，x为未归一化数据，是均值，是标准差； S3.3：利用步骤S3.2所述归一化数据进行步骤S3所述LSTM神经网络的搭建，包括输入门、遗忘门、输出门。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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”。

以上内容由龙图腾AI智能生成。