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！

龙图腾网获悉中国空气动力研究与发展中心高速空气动力研究所申请的专利基于深度强化学习的分布式推进飞行器动力偏航控制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：CN120066111B 。

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：202510217905.2，技术领域涉及：G05D1/495；该发明授权基于深度强化学习的分布式推进飞行器动力偏航控制方法是由董泽洪;达兴亚;刘备;李永红;郭龙凯;王英豪设计研发完成，并于2025-02-26向国家知识产权局提交的专利申请。

本基于深度强化学习的分布式推进飞行器动力偏航控制方法在说明书摘要公布了：本发明属于飞行控制技术领域，公开了一种基于深度强化学习的分布式推进飞行器动力偏航控制方法。动力偏航控制方法包括安装分布式推进器；建立六自由度非线性动力学模型；获得差动功率下的气动数据和压力分布；建立分布式推进飞行器动力偏航控制框架；建立分布式推进飞行器动力偏航控制律。动力偏航控制方法将期望指标引入算法的奖励函数中，通过离线训练、在线使用的方式，得到动力偏航耦合控制模型，解决了分布式推进飞行器的飞‑推‑控耦合控制难题，对保证分布式推进飞行器动力偏航时的飞机姿态稳定性，提高航向稳定性和着陆安全性具有重要意义。

本发明授权基于深度强化学习的分布式推进飞行器动力偏航控制方法在权利要求书中公布了：1.基于深度强化学习的分布式推进飞行器动力偏航控制方法，其特征在于，所述的动力偏航控制方法包括以下步骤： S10.安装分布式推进器； 分布式推进飞行器的机身上设置有左右对称的机翼、副翼和V形尾翼；在两侧机翼的上翼面安装分布式推进器，分布式推进器包括左右对称分布的若干个推进器； S20.建立六自由度非线性动力学模型； 根据分布式推进器的物理参数关系和风洞试验获得的六分量气动数据建立六自由度非线性动力学模型； S30.获得差动功率下的气动数据和压力分布； 根据预先设定的飞行器的两侧机翼推进器的差动模式，进行风洞试验或者数值仿真，获得差动模式下的气动数据和压力分布，得到推进器差动控制下的滚转力矩曲线和偏航力矩曲线； S40.建立分布式推进飞行器动力偏航控制框架； 搭建动力差动控制神经网络，联合基础控制律，得到基于深度强化学习的分布式推进飞行器动力偏航控制框架； 所述的动力差动控制神经网络的输入层包括迎角、滚转角、侧滑角、副翼差动偏角和V形尾翼偏角；神经网络将输入层的各个参数传递到隐含层中，经过计算，得到输出层、……，选择最大的Q值，即，得到的最优差动模式为所选的动力差动控制策略； 其中，为状态下执行策略得到的Q值，为状态，为策略，下标1、2、……n表示不同的动力差动控制策略； 所述的基础控制律包括： 速度控制律： ； 其中，为速度跟踪误差，为飞行速度参考信号；为速度比例控制参数，为速度积分控制参数；T为涵道风扇功率，为巡航状态下涵道风扇的配平功率； 俯仰角控制律： ； 其中，为俯仰角跟踪误差，为俯仰角参考信号；为俯仰角速率；为俯仰角控制参数，为俯仰角速率控制参数； 滚转角控制律： ； 其中，为滚转角跟踪误差，为滚转角参考信号；为滚转角速率；为滚转角控制参数，为滚转角速率控制参数； 为了避免滚转角过大，设计滚转角保护系统： ； 其中，为限幅后的副翼舵偏角； 航向角控制律： ； 其中，为侧滑角跟踪误差，为侧滑角参考信号；为偏航角速率；为侧滑角比例控制参数，为侧滑角积分控制参数，为偏航角速度控制参数； S50.建立分布式推进飞行器动力偏航控制律； 建立奖励函数，提供训练参数，利用python训练神经网络，得到基于深度强化学习的分布式推进飞行器动力偏航控制律。

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中国空气动力研究与发展中心高速空气动力研究所，其通讯地址为：621000 四川省绵阳市涪城区二环路南段6号14分箱；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。