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！

龙图腾网获悉大连理工大学申请的专利一种基于RBF神经网络的飞行器再入轨迹智能生成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：CN121855552B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202610331493.X，技术领域涉及：G01C21/20；该发明授权一种基于RBF神经网络的飞行器再入轨迹智能生成方法是由杨峰;程自恒;赵承宇;刘凯设计研发完成，并于2026-03-18向国家知识产权局提交的专利申请。

本一种基于RBF神经网络的飞行器再入轨迹智能生成方法在说明书摘要公布了：本发明属于飞行器轨迹优化技术领域，公开了一种基于RBF神经网络的飞行器再入轨迹智能生成方法。本发明首先根据构建出飞行器再入模型，基于此构建出需要求解的轨迹优化问题，依据初始离散的高度速度利用伪谱法生成最优样本轨迹集，之后在每一个航路点处依据新的离散状态生成样本轨迹。之后将样本集依据航路点进行划分对RBF神经网络分别进行训练，RBF神经网络的输入为离散的高度速度状态，输出为从当前状态直至目标点的状态‑控制序列。最后将RBF神经网络用于在线生成最优轨迹。通过仿真验证本发明方法的置信度较高且误差较小，可大大提高最优轨迹的生成效率。

本发明授权一种基于RBF神经网络的飞行器再入轨迹智能生成方法在权利要求书中公布了：1.一种基于RBF神经网络的飞行器再入轨迹智能生成方法，其特征在于，步骤如下： 步骤1、再入模型构建； 步骤2、轨迹优化问题构建； 对再入过程中的热流密度、过载及动压参数进行把控，确保各项指标不超出安全阈值； 4 5 6 式中：分别为动压、热流密度、过载；分别为动压、热流密度、过 载的最大值；为海平面大气密度，为第一宇宙速度，为飞行器头部曲率半径；为 飞行器特性常数； 再入到达目标经纬高处，因此终端约束具有严格的位置约束，由下式给出： 7 式中：为终端时间；为时间为时的地心距，为时间为时的经度， 为时间为时的纬度，为终端地心距，为终端经度，为终端纬度； 再入过程的控制量包含攻角以及倾侧角的值，在利用伪谱法求解的过程中，增广攻角与倾侧角作为状态求解，攻角及倾侧角的变化率作为控制量进行求解，因此控制约束如下： 8 式中：为攻角，为攻角变化率，为倾侧角变化率；为攻角的最小、最大 值，为倾侧角的最小、最大值，为攻角变化率的最小、最大值，为倾侧角变化率的最小、最大值； 选取最小加热量作为性能指标即： 9 式中：为初始时间，为终端时间；为从初始时间到终端时间热流密度的积分值，选 择其最小值作为性能指标； 步骤3、最优轨迹样本集生成方法； 在航路点处选取高度和速度的散布状态，以构建一个考虑不确定性影响的轨迹优化问题，并采用伪谱法进行数值求解； 步骤4、神经网络训练及应用； 将步骤3求解轨迹优化问题得到的所有飞行轨迹数据形成一个数据库，从数据库中随机提取样本总数的70%作为训练集，训练RBF神经网络；余下30%的样本作为测试样本，用于检验神经网络计算精度；在训练中，将输入数据以及输出数据分别进行归一化处理；RBF神经网络的输入为每条轨迹数据初始的高度值及速度值，输出为每条轨迹的高度、速度、经纬度、飞行路径角、航向角、攻角以及倾侧角序列数据； 将训练完成的RBF神经网络迁移到在线应用，在航路点处对其飞行状态进行偏差判断，决策出是否需要更新最优轨迹；在航路点处利用实际飞行状态与决策出的轨迹进行对比，当飞行状态中的高度或速度任一偏差值超出设定误差，则取当前实际高度及速度作为RBF神经网络的输入，运用RBF神经网络重新生成跟踪的最优轨迹，其中包含高度、速度、经纬度、飞行路径角、航向角、攻角和倾侧角。

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大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路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。