一种三维地形中传感器部署点规划方法、系统及存储介质

    公开(公告)号:CN114219333A

    公开(公告)日:2022-03-22

    申请号:CN202111565264.8

    申请日:2021-12-20

    Abstract: 一种三维地形中传感器部署点规划方法、系统及存储介质,该方法包括以下步骤:建立待覆盖区域的三维地形;输入指定覆盖率、传感器的参数值和部署高度,计算传感器的初始数量并给出传感器的初始部署坐标;建立基于可视域算法的目标函数;利用模式搜索算法调用所述目标函数,优化各传感器的坐标点,计算优化后的传感器覆盖率;比较优化后的传感器覆盖率与指定覆盖率的大小,若优化后的传感器覆盖率大于或等于指定覆盖率,则规划结束,若优化后的传感器覆盖率小于指定覆盖率,则传感器数量加1并返回步骤四。本发明能够避免在部署规划过程中陷入局部最优,有效地提高部署规划的合理性和整体的覆盖率,实现数量最少的传感器部署达到期望的指定覆盖率。

    一种飞行器最大似然参数辨识方法

    公开(公告)号:CN118672136A

    公开(公告)日:2024-09-20

    申请号:CN202410685672.4

    申请日:2024-05-30

    Abstract: 本发明公开了一种飞行器最大似然参数辨识方法,涉及飞行器参数辨识技术领域,包括:首先将飞行器动力学系统表示为离散形式的增广非线性动力学系统,待辨识参数为系统参数β、初始增广状态均值#imgabs0#和协方差P0、过程噪声协方差Q、测量噪声协方差R;再对于给定的#imgabs1#P0、Q、R初始估计,采用平方根无迹卡尔曼滤波器进行前向状态估计;然后采用无迹Rauch–Tung–Striebel平滑器进行后向状态平滑;再更新#imgabs2#P0、Q、R的估计;最后重复执行上述步骤,直至收敛或达到指定迭代步数,计算参数估计值#imgabs3#本发明,具有很好的鲁棒收敛性。

    一种三维地形中传感器部署点规划方法、系统及存储介质

    公开(公告)号:CN114219333B

    公开(公告)日:2023-04-07

    申请号:CN202111565264.8

    申请日:2021-12-20

    Abstract: 一种三维地形中传感器部署点规划方法、系统及存储介质,该方法包括以下步骤:建立待覆盖区域的三维地形;输入指定覆盖率、传感器的参数值和部署高度,计算传感器的初始数量并给出传感器的初始部署坐标;建立基于可视域算法的目标函数;利用模式搜索算法调用所述目标函数,优化各传感器的坐标点,计算优化后的传感器覆盖率;比较优化后的传感器覆盖率与指定覆盖率的大小,若优化后的传感器覆盖率大于或等于指定覆盖率,则规划结束,若优化后的传感器覆盖率小于指定覆盖率,则传感器数量加1并返回步骤四。本发明能够避免在部署规划过程中陷入局部最优,有效地提高部署规划的合理性和整体的覆盖率,实现数量最少的传感器部署达到期望的指定覆盖率。

    结冰翼型气动模型构造方法、装置、设备及介质

    公开(公告)号:CN113777931A

    公开(公告)日:2021-12-10

    申请号:CN202111317075.9

    申请日:2021-11-09

    Abstract: 本发明公开了结冰翼型气动模型构造方法、装置、设备及介质,该方法包括:从翼型数据库中选择任一翼型作为基准翼型并获取所述基准翼型的结冰翼型数据;根据结冰翼型数据生成相应翼型的非结构化网格并计算结冰翼型在预设马赫数和预设攻角条件下的气动系数;根据所述气动系数构建结冰翼型气动模型的训练集和测试集;搭建结冰翼型气动模型的网络,包括主干网络和分支网络;对搭建的网络进行网络训练,得到结冰翼型气动模型。本发明与现有的基于计算流体动力学的结冰翼型气动系数计算方法相比,所构造的结冰翼型气动模型具有更快的预测速度。本发明可以将飞行状态作为输入去预测气动系数,在测试数据集上具有更强的泛化能力。

    基于虚拟目标的固定翼无人机飞行编队试验方法

    公开(公告)号:CN117270574B

    公开(公告)日:2024-01-26

    申请号:CN202311544575.5

    申请日:2023-11-20

    Abstract: 本发明提供基于虚拟目标的固定翼无人机飞行编队试验方法,属于无人机飞行控制技术领域,解决了现有飞行编队试验风险高的问题;本发明中,通过设置单个或多个虚拟目标的飞行参数,建立虚拟目标运动模型,计算虚拟目标与真实无人机间距离等相关参数,来解算出真实无人机和虚拟无人机的编队状态指令和对应的控制指令,并将虚拟无人机的控制指令输入至虚拟目标的对应模型中,将真实无人机的控制指令发送至真实无人机的作动器,从而控制真实无人机在编队飞行过程中的速度、位置和姿态,实现其与(56)对比文件Moshu Qian;Zhu Wu;BinJiang.Cerebellar Model ArticulationNeural Network-Based Distributed FaultTolerant Tracking Control With ObstacleAvoidance for Fixed-Wing UAVs《.IEEETransactions on Aerospace and ElectronicSystems 》.2023,第6841-6852页.Yongran Zhi, Lei Liu , Bin Guan, BoWang, Zhongtao Cheng, HuijinFan.Distributed robust adaptive formationcontrol of fixed-wing UAVs with unknownuncertainties and disturbances《.AerospaceScience and Technology》.2022,第1-20页.

    基于虚拟目标的固定翼无人机飞行编队试验方法

    公开(公告)号:CN117270574A

    公开(公告)日:2023-12-22

    申请号:CN202311544575.5

    申请日:2023-11-20

    Abstract: 本发明提供基于虚拟目标的固定翼无人机飞行编队试验方法,属于无人机飞行控制技术领域,解决了现有飞行编队试验风险高的问题;本发明中,通过设置单个或多个虚拟目标的飞行参数,建立虚拟目标运动模型,计算虚拟目标与真实无人机间距离等相关参数,来解算出真实无人机和虚拟无人机的编队状态指令和对应的控制指令,并将虚拟无人机的控制指令输入至虚拟目标的对应模型中,将真实无人机的控制指令发送至真实无人机的作动器,从而控制真实无人机在编队飞行过程中的速度、位置和姿态,实现其与虚拟目标间的距离保持等效果;本发明可有效降低飞行试验风险,节约固定翼无人机编队飞行试验成本,提高固定翼无人机编队飞行效率。

Patent Agency Ranking