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！

龙图腾网恭喜哈尔滨工业大学申请的专利基于BP神经网络的时空约束智能协同制导方法及系统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：CN117824441B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202410024325.7，技术领域涉及：F42B15/01；该发明授权基于BP神经网络的时空约束智能协同制导方法及系统是由宋申民;康鸿龙;顾振;成国瑞设计研发完成，并于2024-01-08向国家知识产权局提交的专利申请。

本基于BP神经网络的时空约束智能协同制导方法及系统在说明书摘要公布了：基于BP神经网络的时空约束智能协同制导方法及系统，属于协同制导领域。解决了现有基于估算剩余飞行时间的智能协同打击目标场景，仅局限于静止目标，对于协同打击高机动目标场景存在估算剩余飞行时间精度低，导致高机动目标准确度低的问题。本发明采取单弹在比例导引下的弹道数据作为训练集，对神经网络进行训练，建立从导弹状态、目标机动特性到剩余飞行时间的映射，且将训练后的神经网络在协同制导律设计中进行反演，形成对初始场景具有学习性且能够对剩余飞行时间在线智能预测、根据预测出的各导弹飞向机动目标的剩余飞行时间，构造各导弹的时空协同制导律，实现多导弹对机动目标的协同打击任务。主要用于弹群与机动目标博弈过程中。

本发明授权基于BP神经网络的时空约束智能协同制导方法及系统在权利要求书中公布了：1.基于BP神经网络的时空约束智能协同制导方法，其特征在于，该制导方法包括如下步骤：步骤1、构建训练集：在不同仿真场景下，单弹制导模型针对机动目标采用给定单弹的比例导引进行仿真，获取各仿真场景下各采样时刻的弹道数据作为样本形成训练集；每个样本包括：作为网络输入数据的弹目相对距离R、弹目视线角q、弹目相对距离导数、视线角速率、导弹速度Vm、导弹速度前置角ηm、目标速度Vt和目标加速度at，以及作为网络输出数据的导弹飞向机动目标的剩余飞行时间tgo；步骤2、网络训练：利用训练集对BP神经网络进行训练，获得训练后的BP神经网络；步骤3、利用训练后的BP神经网络预测弹群中各导弹飞向机动目标的剩余飞行时间：将弹群中各导弹的弹目相对距离R、弹目视线角q、弹目接近速度、视线角速率、导弹速度Vm、导弹速度前置角ηm、目标速度Vt和目标加速度at作为训练后的BP神经网络的输入，预测出弹群中各导弹飞向机动目标的剩余飞行时间；步骤4、根据预测出的各导弹飞向机动目标的剩余飞行时间，构造各导弹的时空协同制导律，从而实现多导弹对机动目标的协同打击任务；其中，构造各导弹的时空协同制导律的实现方式包括：步骤41、根据预测出的所有导弹飞向机动目标的剩余飞行时间，计算各导弹飞向机动目标的剩余飞行时间误差ξi；其中，ξi为第i个导弹飞向机动目标的剩余飞行时间误差；步骤42、根据ξi，获取第i个导弹的时变导航增益；步骤43、根据，构建第i个导弹的时空协同制导律ami； ；其中，aij为第i个导弹与第j个导弹间的通讯矩阵，且aij的取值为0或1，当aij＝0时表示第i个导弹与第j个导弹间无法通讯，当aij＝1时表示第i个导弹与第j个导弹间能通讯，tgoj为预测出的第j个导弹飞向机动目标的剩余飞行时间，j＝1,2,3……n，tgoi为预测出的第i个导弹飞向机动目标的剩余飞行时间，i＝1,2,3……n，n为弹群中导弹总个数； ；其中，N2为协同制导律的导航比，k1i、k2i和μi分别为第i个导弹的第一、第二和第三可调参数，sig·为非线性函数，且，sign·为符号函数； ；其中，Vmi为第i个导弹的导弹速度，为第i个导弹的视线角速率，Vci为第i个导弹的弹目接近速度，qi为第i个导弹的弹目视线角，qfi为第i个导弹的期望终端视线角，为第i个导弹的飞向机动目标的剩余飞行时间估计值，Ri为第i个导弹的弹目相对距离，为第i个导弹的弹目相对距离导数。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。