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！

龙图腾网恭喜复旦大学申请的专利一种航空器气动传感器故障智能检测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：CN114757332B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202210255247.2，技术领域涉及：G06N5/045；该发明授权一种航空器气动传感器故障智能检测方法是由董一群设计研发完成，并于2022-03-15向国家知识产权局提交的专利申请。

本一种航空器气动传感器故障智能检测方法在说明书摘要公布了：本发明公开一种航空器气动传感器故障智能检测方法，包括以下步骤：S1、获取多种航空器不同飞行状态下气动传感器故障的飞行数据；S2、采用对照性数值试验，在飞行数据中选定与航空器气动传感器故障检测直接相关的数据；S3、将选定的数据进行预处理，预处理后的数据堆叠成型为“图像”；本发明公开一种航空器气动传感器故障智能检测方法，可以准确地检测不同航空器或同一航空器在不同飞行状态下的气动传感器故障，并且相关检测结果具备良好的可解释性和可信度；采用深度神经网络方法，实现了无需调参即可适用于不同航空器或同一航空器不同飞行状态下的气动传感器故障智能检测。

本发明授权一种航空器气动传感器故障智能检测方法在权利要求书中公布了：1.一种航空器气动传感器故障智能检测方法，其特征在于，包括以下步骤：S1、获取多种航空器不同飞行状态下气动传感器故障的飞行数据；S2、采用对照性数值试验，在飞行数据中选定与航空器气动传感器故障检测直接相关的数据；S3、将选定的数据进行预处理，预处理后的数据堆叠成型为“图像”；其中，所述飞行数据包括仿真飞行数据和真实飞行数据，将预处理后的飞行数据分割为训练集和测试集，预处理后的真实飞行数据全部位于测试集中；S4、采用卷积神经网络和长短记忆网络，构建深度神经网络模型，并对深度神经网络模型的网络结构进行可解释性分析；S5、采用训练集中的样本对构建的深度神经网络模型进行训练，采用Adams算法基于训练数据迭代更新网络权重，设定训练中学习效率随训练迭代次数衰减，直至深度神经网络模型的损失值趋势收敛；S6、利用训练好的深度神经网络模型对测试集中的样本进行分割，生成分割结果图；气动传感器测量状态，即速度V、迎角α、侧滑角β的演变方程为： 其中，g为重力加速度，S*、C*分别表征正弦、余弦运算，{wx,wy,wz}、{Ax,Ay,Az}分别表征飞机体轴系内三轴角速度、加速度，由惯性测量传感器直接测定；飞机三个欧拉姿态角{ψ,θ,φ}与飞机三轴角速度的耦合关系为：

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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”。