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！

龙图腾网获悉南京航空航天大学申请的专利一种无人机动力电池健康状态预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：CN120296396B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202510471201.8，技术领域涉及：G06F18/213；该发明授权一种无人机动力电池健康状态预测方法是由李金波;焦俊言;杨成;许缪锟;王勤设计研发完成，并于2025-04-15向国家知识产权局提交的专利申请。

本一种无人机动力电池健康状态预测方法在说明书摘要公布了：本发明涉及电池状态预测技术领域，公开了一种无人机动力电池健康状态预测方法，其技术方案要点是：数据采集与量子化编码；量子特征提取；构建量子启发式深度学习模型;模型训练与优化；健康状态预测与评估。通过量子化编码、量子启发式模型架构及动态优化机制，突破了传统方法在复杂非线性关系建模和局部优化方面的局限，为无人机动力电池健康管理提供了高精度、高鲁棒性的解决方案，具有重要的工程应用价值。

本发明授权一种无人机动力电池健康状态预测方法在权利要求书中公布了：1.一种无人机动力电池健康状态预测方法，其特征在于，所述方法包括以下步骤： S1、数据采集与量子化编码； S2、量子特征提取； S3、构建量子启发式深度学习模型; S4、模型训练与优化； S5、健康状态预测与评估； 构建量子启发式深度学习模型的过程为： 先构建包含量子比特神经元的深度神经网络，神经元状态表示为多个基态的叠加；再引入量子隧穿效应改进权重更新规则；并通过量子纠缠机制增强神经元协同；最后采用量子测量启发的注意力机制动态分配特征权重； 构建包含量子比特神经元的深度神经网络的过程为：设神经元接收来自电压、电流、温度、充电次数编码后的量子态输入，分别为、、、；对于一个具有个输入通道的神经元，其量子比特神经元状态为： ； 其中，是概率幅，满足，是个量子比特的基态； 引入量子隧穿效应改进权重更新规则的过程为：设神经元与神经元之间的连接权重为，损失函数为，在第次迭代时，权重更新计算式为： ； 其中，是学习率，是权重的参考值，是控制隧穿概率的参数； 通过量子纠缠机制增强神经元协同的过程为：设神经元和神经元通过权重相连，神经元的输出为，神经元的输入为，在考虑量子纠缠后，神经元的更新计算式为： ； 其中，是激活函数，是神经元和之间的纠缠系数； 采用量子测量启发的注意力机制动态分配特征权重的过程为：设模型输入的特征向量为，其中分别对应电压、电流、温度、充电次数以及其他特征；经过注意力机制处理后的特征向量为： ； 其中，是注意力权重，受量子测量过程启发，计算式为： ； 其中，和是与特征和对应的量子态，是温度参数，用于控制权重分配的平滑程度。

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”。

以上内容由龙图腾AI智能生成。