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！

龙图腾网恭喜西安睿诺航空装备有限公司申请的专利一种全电驱动飞机牵引车控制系统和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：CN119087822B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202411590058.6，技术领域涉及：G05B13/04；该发明授权一种全电驱动飞机牵引车控制系统和方法是由曲清;梁琛;高东;冯骥驰;段志和设计研发完成，并于2024-11-08向国家知识产权局提交的专利申请。

本一种全电驱动飞机牵引车控制系统和方法在说明书摘要公布了：本发明涉及电数字数据处理领域，具体涉及一种全电驱动飞机牵引车控制系统和方法。该方法主要S1~S9共九个步骤，该系统包括数据存储模块、数据采集模块、数据扩充模块、数据处理模块、牵引车控制模块、执行模块。现有全电驱动飞机牵引车控制系统存在数据处理能力较弱以及决策精确度较低的问题。本发明提供的全电驱动飞机牵引车控制系统和方法的数据处理能力较强以及决策精确度较高。

本发明授权一种全电驱动飞机牵引车控制系统和方法在权利要求书中公布了：1.一种全电驱动飞机牵引车控制方法，其特征在于，包括：S1、收集数据采集模块过往采集的真实驾驶用数据，所述驾驶用数据包括环境监测数据与传感器数据；S2、标注每个所述真实驾驶用数据对应的需要进行的操作指令，标注完成后将标注后的真实驾驶用数据发送至数据存储模块中存储；所述标注的方式为人工标注，所述操作指令包括行驶指令、转向指令、制动指令以及紧急停止指令；S3、将所述标注后的真实驾驶用数据发送至数据扩充模块中，所述数据扩充模块采用基于对抗性扰动的生成对抗网络算法生成扩充驾驶用数据，将所述扩充驾驶用数据发送至存储模块中存储；所述对抗性扰动为对抗性扰动防御策略，所述对抗性扰动防御策略是一种提升生成器的鲁棒性的策略，使所述生成器能够生成多样化的所述扩充驾驶用数据、抵抗恶意扰动；所述基于对抗性扰动的生成对抗网络算法为利用所述对抗性扰动防御策略在所述生成器训练过程中加入扰动项，对所述生成器生成的所述扩充驾驶用数据施加随机扰动；S4、所述标注后的真实驾驶用数据与所述扩充驾驶用数据共同构成训练样本，将所述训练样本输入至数据处理模块中，所述数据处理模块包括基于量子动态演化的神经网络算法的特征提取模型以及基于特征细化的自编码神经网络的特征降维模型；先用所述训练样本训练所述基于量子动态演化的神经网络算法的特征提取模型，获得特征提取后的训练样本；再用所述特征提取后的训练样本训练所述基于特征细化的自编码神经网络的特征降维模型，获得特征降维后的训练样本；所述基于量子动态演化的神经网络算法是指在神经网络的每个神经元中集成量子门操作，允许所述神经元利用量子位的叠加和纠缠状态进行数据处理，通过动态调整量子门的参数以适应输入数据的特性，并采用包含传统误差及量子态保真度的复合损失函数进行网络训练；所述基于特征细化的自编码神经网络是指通过特征细化策略对初步生成的低维特征进行递归优化，所述特征细化策略是指在每一轮迭代中，模块会根据前一轮特征的表现，调整各个所述特征的权重，逐步增强有重要影响的所述特征并逐步削弱冗余或噪声特征；S5、将所述特征降维后的训练样本输入至牵引车控制模块中，所述牵引车控制模块包括基于动态决策边界的集成梯度提升树算法的分类器，用所述特征降维后的训练样本训练所述基于动态决策边界的集成梯度提升树算法的分类器；所述基于动态决策边界的集成梯度提升树算法的分类器是指采用基于动态决策边界的集成梯度提升树算法作为分类算法，通过构建多个弱分类器，逐步提升模型的整体性能，对特征降维后的数据进行精确分类，所述基于动态决策边界的集成梯度提升树算法是指在所述弱分类器的训练过程中，根据样本在特征空间中的分布和误差梯度，动态调整决策树的分裂点和叶节点输出；S6、通过数据采集模块采集新的真实驾驶用数据，将所述新的真实驾驶用数据发送至所述数据存储模块中进行存储；S7、将所述新的真实驾驶用数据输入至所述数据处理模块中，先用所述特征提取模型对所述新的真实驾驶用数据进行特征提取，获得特征提取后的新的真实驾驶用数据，用所述特征降维模型对所述特征提取后的新的真实驾驶用数据进行特征降维，获得特征降维后的新的真实驾驶用数据；S8、将所述特征降维后的新的真实驾驶用数据输入至所述牵引车控制模块中，采用所述分类器分析所述特征降维后的新的真实驾驶用数据得出具体的操作指令并将所述操作指令发送至执行模块；S9、所述执行模块接收并执行所述操作指令。

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睿诺航空装备有限公司，其通讯地址为：710199 陕西省西安市高新区丈八街办毕原二路176号军民融合产业园B6栋；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”。