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！

龙图腾网恭喜南京航空航天大学申请的专利一种高速飞行器火力控制模型的智能解算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：CN114662285B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202210196520.9，技术领域涉及：G06F30/20；该发明授权一种高速飞行器火力控制模型的智能解算方法是由刘燕斌;杨犇;陈金宝;陈柏屹设计研发完成，并于2022-03-01向国家知识产权局提交的专利申请。

本一种高速飞行器火力控制模型的智能解算方法在说明书摘要公布了：本发明公开了一种高速飞行器火力控制模型的智能解算方法，包括如下步骤：步骤1、根据已有数据，建立考虑飞推耦合的高速飞行器载机投放平台的代理模型；步骤2、构建高速飞行器平台的火力控制模型，包括目标运动预测模型，导弹外弹道模型与火控命中问题解算模型；步骤3、根据高速飞行器的飞行特性，结合阿基米德优化算法求解攻击区域，反解出载机初始的指令信号。本发明控制参数少，具有较好的鲁棒性，能够通过生成误差最小的目标函数值来解决优化问题。

本发明授权一种高速飞行器火力控制模型的智能解算方法在权利要求书中公布了：1.一种高速飞行器火力控制模型的智能解算方法，其特征在于，包括如下步骤：步骤1、根据已有数据，建立考虑飞推耦合的高速飞行器载机投放平台的代理模型；步骤2、构建高速飞行器平台的火力控制模型，包括目标运动预测模型，导弹外弹道模型与火控命中问题解算模型；具体包括如下步骤：1对导弹和目标机动的数学模型作出简化，导弹、载机和目标被看作是位于同一平面内的运动质点，作用在导弹上的力简化为作用在导弹质点上的推力、阻力和升力，导弹采用比例导引规律，不考虑控制系统的作用；2用快速的变步长的积分方法求解导弹的运动微分方程组；3程序优化设计，采用结构模块化手段，提高运算速度；建立高速飞行器载机投放平台空空制导的数学模型，导弹与目标的视线角速度为 距离变化率为 其中，V1—载机速度，VM—目标速度，r—目标距离，θ—载机速度偏角，q—视线角，θM—目标速度倾角，q0为导弹与目标间视线角初值，r0为导弹与目标距离初值，Δt为目标飞行时间；目标的运动特性方程由以下方程描述： 其中，T—目标在导弹发射瞬间计时的飞行时间，θM0—目标速度倾角初值，ηM0—目标航向角初值，GM是目标机动过载，为目标速度倾角变化率，当GM＝0时，目标作等速度直线运动，当GM≠0时，目标作等速圆周运动；对上式积分后得： 其中，θM0—目标速度倾角初值，ηM0—目标航向角初值；对导弹的加速度进行积分后，得到导弹在任一瞬间的速度值为 式中，V0为导弹的初始速度，为导弹速度变化率；导弹的比例导引方程为 式中K—比例引导系数，—速度偏角变化率；由于目标的运动不仅会影响到目标本身的运动特性，还会对导弹自身的导引律产生影响： 式中，为视线角变化率；高速飞行器载机投放平台的火力控制模型为： 基于建立的火力控制模型中的快速模拟计算方程组，在确定初始条件下，开始用导弹最大动力射程作为距离的初值来计算导弹在攻击过程中各点的参数变化，再由命中脱靶量由导弹特性规定的命中限制条件，判断导弹是否命中目标，如不命中，则将此距离减去脱靶量作为下次计算的初值，如此循环计算，最后得到导弹最大发射距离；同理可得导弹最小发射距离，再不断改变初值q0进行计算，最终可以得到导弹攻击区；在程序中采用变步长进行积分：在计算开始时，选用较大步长，而导弹接近或命中目标时，取较小的步长，在满足一定精度条件下，大大提高计算速度；步骤3、根据高速飞行器的飞行特性，结合阿基米德优化算法求解攻击区域，反解出载机初始的指令信号；具体包括如下步骤：步骤31：建立阿基米德智能优化算法模型；1初始化所有物体位置Oi＝lbi+rand×ubi-lbi；i＝1,2,...,N14式中，Oi是N个对象的集合中的第i个对象，lbi和ubi分别是搜索空间的下界和上界；使用公式15初始化第i个物体的体积voli和密度deni： 其中rand为D维向量，随机生成[0,1]之间的数，最后，初始化第i个对象的加速度acci；acci＝lbi+rand×ubi-lbi；i＝1,2,...,N162更新密度、体积；第t+1次迭代的第i个物体的密度与体积的更新公式为： 其中，volbest和denbest是迄今为止发现的最佳对象的体积和密度，rand是均匀分布的随机数；3定义转移算子与密度算子；一开始，物体之间发生碰撞，经过一段时间后，物体试图达到平衡状态，在阿基米德算法中通过转移算子TF实现，转移算子TF将算法的流程从探索模式转换为开发模式，转移算子TF的定义为： 其中转移算子TF随时间逐渐增大，直到1，其中t和tmax分别为当前迭代次数和最大迭代次数，同样，密度因子d帮助算法进行全局到局部的搜索，d随迭代时间的增加而减少； 4探索模式的选取；如果转移算子TF≤0.5，物体发生碰撞，随机选择一个物体并使用公式20更新t+1次迭代物体加速度： 其中deni、voli、acci是第i个对象的密度、体积和加速度，而accmr,denmr和volmr是随机材料的加速度，密度和体积；5开发模式的选取；如果转移算子TF＞0.5，物体之间不发生碰撞，则使用公式21更新物体的t+1次迭代加速度； 其中，accbest是物体的最优加速度；6标准化加速度；使用公式22将物体的加速度标准化，以计算变化百分比； 式中，u与l是归一化的范围，分别将u与l的值设置为0.9与0.1，定义了每个个体将改变的步长百分比，如果物体距离全局最优值很远，加速度值就会很高，这意味着目标将处于探索模式；否则，在开发阶段；7更新位置；a如果TF≤0.5，即探索阶段，则第i个对象在t+1次迭代的位置为 式中，xrand为算法随机生成的个体位置，C1为常数，根据具体需求将其赋值为2；b如果TF＞0.5，即开发阶段，则第i个对象在t+1次迭代的位置为 C2是常数，为6，T随时间增加，与转移算子成正比，T＝C3×TF，T在[C3×0.3，1]范围内随迭代而增加，最初从初始物体的最佳位置取一定百分比；式24中，F为物体运动方向的标志； 式中，P＝2*rand-C4；8评估；使用目标函数f对每个个体进行评估，记下找到的最佳解决方案，分配最佳适应度个体xbest、最优密度denbest、最优体积volbest和最优加速度accbest；步骤32、基于火控模型解算的快速模拟方法，结合阿基米德智能优化算法，求解火控指令；阿基米德算法适应度函数为： 在计算过程中，对于每一次使用快速模拟法迭代出的攻击距离时载机的飞行状态指令，根据适应度函数计算种群中每个个体的适应度值，返回算法中进行迭代更新每一个个体的位置，体积以及加速度信息，直到函数到达允许误差或者算法达到最大迭代次数时，输出求解出的攻击距离，该攻击距离下的飞行器状态指令。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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”。