-
公开(公告)号：CN102297687A
公开(公告)日：2011-12-28
申请号：CN201110124791.5
申请日：2011-05-13
Applicant: 北京理工大学
Abstract: 本发明公开了一种电子罗盘的标定方法，该方法基于自适应差分进化算法和傅里叶神经网络原理，用于提高电子罗盘的测量精度，特别适用于要求低成本、精度较高的定向系统中。本发明采用傅立叶神经网络对电子罗盘误差建模，并采用改进的自适应差分进化算法对神经网络的权值进行优化，从而得到较为精确的误差模型来补偿电子罗盘测量值。该方法建立的误差模型能实现样本空间的精确映射，具有较高的非线性逼近能力，且该方法避免陷入局部最小，克服了神经网络的收敛速度过慢，振荡等缺点，有效补偿外界磁场对电子罗盘输出的影响，因此能大大提高了电子罗盘的测量精度。
-
公开(公告)号：CN102215260A
公开(公告)日：2011-10-12
申请号：CN201110147349.4
申请日：2011-06-02
Applicant: 北京理工大学
IPC: H04L29/08
Abstract: 本发明提供了一种具有连通性保持的多智能体系统协同控制方法，多智能体系统开始运动后，在任意时刻t，当智能体根据与其他智能体的彼此连通情况检测到所在多智能体系统被分割为彼此不相连的2个或2个以上的连通子系统时，根据预定的推举策略确定自身所在连通子系统是领航子系统还是伴随子系统，并通过与连通子系统中其他智能体的通信推举本连通子系统的领导者，领航子系统中的领导者称为虚拟领航者，伴随子系统中的领导者称为伴随者，在虚拟领航者与每个伴随者之间建立长程连接；各智能体根据自身的角色确定σi(t)的值，采用控制率的表达式对自身实时控制。本发明解决了目前多智能体系统协调控制方法中无法保持连通性的问题。
-
公开(公告)号：CN120032505A
公开(公告)日：2025-05-23
申请号：CN202411881173.9
申请日：2024-12-19
Applicant: 北京理工大学
IPC: G08G1/01 , G08G1/052 , G08G1/0967 , G06F18/2431 , G06F18/213 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于LSTM网络和注意力机制的城市道路车辆轨迹预测方法，属于车辆轨迹预测领域。本发明利用LSTM网络编码预测车辆和周围车辆的轨迹序列，并使用基于注意力机制或残差网络的方法预测目标车辆行驶意图，将意图嵌入目标车辆的编码向量；利用多尺度车道图卷积编码车道中心和边界信息，通过点积注意力机制捕获需要重点关注的环境信息；将融合意图的目标车辆状态和环境状态拼接后，经LSTM网络解码得到预测的轨迹。本发明能够动态更新目标车辆和道路的位置关系，表现出更优异的轨迹预测性能。
-
公开(公告)号：CN119788330A
公开(公告)日：2025-04-08
申请号：CN202411795387.4
申请日：2024-12-09
Applicant: 北京理工大学
IPC: H04L9/40
Abstract: 本发明提供一种网络攻击下集群无人系统的攻击检测与安全防御控制方法，分别设计了攻击检测算法和安全防御策略，在攻击检测策略的监控下，当系统遭受恶意攻击时，被破坏的控制输入信号将被替换成可靠的控制输入信号，防御策略是基于虚拟网络层实现，物理状态变量不在实际中交换，仅通过虚拟网络层中虚拟节点与邻居节点交换信息，得到可靠的控制输入，实现网络攻击下集群无人系统的安全跟踪控制；也就是说，本发明的安全防御策略基于虚拟网络层中虚拟变量的通信机制，旨在确保在未知攻击条件下，跟随者能够安全有效地跟踪领导者，该策略能够在检测到攻击时及时提供可靠的控制输入信号，从而显著提高集群无人系统的抗攻击能力。
-
公开(公告)号：CN114881875B
公开(公告)日：2025-04-04
申请号：CN202210466613.9
申请日：2022-04-27
Applicant: 北京理工大学
IPC: G06T5/73 , G06T5/60 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于U‑Net结构和残差网络的去雾网络及其去雾方法。该网络不依赖于大气散射模型，可以实现端到端的去雾。本发明基于U‑Net的网络结构，利用残差模块构建了一个端到端的去雾残差网络，去雾方法包括以下步骤：获取合成雾天数据集RESIDE作为训练数据集，并对数据集进行裁剪和归一化的预处理。基于U‑Net结构和残差模块，构造去雾网络模型。将合成雾天数据集输入到网络模型中，在训练过程中通过新的损失函数计算损失，不断迭代更新网络参数，最终得到优化的去雾模型，进行图像去雾。
-
Patent Agency Ranking
公开(公告)号：CN119562261A
公开(公告)日：2025-03-04
申请号：CN202411416959.3
申请日：2024-10-11
Applicant: 北京理工大学
IPC: H04W12/126 , G05D1/86 , H04W12/00 , H04W4/06
Abstract: 本发明公开了一种分布式拒绝攻击下异构无人集群系统安全免疫控制方法。本发明采用事件触发机制避免了跟随者之间连续的信息交互，实现了离散通信，并且有效排除芝诺现象，摆脱实际情况下有限通信带宽的限制；此外，摆脱了传统方法中对分布式观测器的设计需求，避免了观测器状态变量带来的额外信息传输；并基于匹配思想设计控制器以摆脱系统模型先验信息约束，能够在系统模型不确定并且不同通信链路遭受独立攻击的情况下实现状态跟踪；同时，引入了通信通道等效衰减率，在各通信链路遭受独立攻击的情况下分析衰减条件，有效应对实际情况中系统模型的不确定性和网络攻击的多样性。
-
公开(公告)号：CN119338141A
公开(公告)日：2025-01-21
申请号：CN202411132990.4
申请日：2024-08-19
Applicant: 北京理工大学
IPC: G06Q10/0631 , G06N3/126 , G06F18/23
Abstract: 本发明公开了一种基于混合遗传算法的动态任务规划方法，属于无人机动态任务规划技术领域，用于实现搜索侦察任务场景中的动态任务分配。本发明首先利用混合遗传算法根据任务信息和无人机能力信息首先进行预规划，得到预规划方案。混合遗传算法由原始遗传算法和变邻域搜索算法相结合，基础的遗传算法用来保证算法的探索能力，变邻域搜索算法用来保证算法的开发能力；然后加载动态任务信息，依据动态任务信息出现的先后时间为动态任务进行排序；紧接着利用动态分配机制为动态任务进行分配，针对不同的任务场景设计了四种动态调整策略，分别为随机分配策略、基于聚类中心分配的分配策略、就近分配策略、基于燃料剩余量的分配策略；最后无人机更新任务序列。
-
公开(公告)号：CN114612867B
公开(公告)日：2024-12-20
申请号：CN202210058857.3
申请日：2022-01-17
Applicant: 北京理工大学
Abstract: 本公开的基于BiLSTM‑CRF模型的车辆变道意图预测方法，遍历车辆的历史交通数据得到车辆变道意图的历史信息；对车辆变道意图的历史信息进行预处理，提取车辆变道意图特征；根据诱导性规则将车辆变道意图特征组成车辆变道意图特征序列；对车辆变道意图特征序列进行标注得到车辆变道意图特征的标签；对标签进行模糊化处理后，将车辆变道意图特征分为训练集和测试集；利用车辆变道意图特征的训练集及车辆变道意图特征的标签训练车辆变道意图预测模型的BiLSTM‑CRF模型；利用绝对性规则训练车辆变道意图预测模型的后置规则层；利用车辆变道意图特征的测试集测试车辆变道意图预测模型。能够解决高速公路车辆变道意图预测难以兼顾预测效果与可信可解释性的问题。
-
公开(公告)号：CN118818973A
公开(公告)日：2024-10-22
申请号：CN202410776091.1
申请日：2024-06-17
Applicant: 北京理工大学
IPC: G05B13/04 , H04W12/00 , H04W12/122 , H04W4/06 , H04B7/185
Abstract: 本发明提供一种欺骗攻击下集群无人系统的状态估计与安全免疫控制方法，分别为集群无人系统各跟随者构建用于跟踪z0(t)的观测器以及用于跟踪v0(t)的控制器，然后构建用于跟踪z0(t)和v0(t)的估计器系统，并根据各跟随者自身以及各跟随者之间的通信过程是否存在攻击来对估计器系统进行修正，最后根据修正后的估计器系统确定各跟随者为了实现对v0(t)的跟踪所需要的的控制信号#imgabs0#和为了实现对z0(t)的跟踪所需要的输出反馈控制信号ui(t)，从而实现各跟随者对领导者的z0(t)和v0(t)的跟踪；由此可见，本发明能够实现欺骗攻击下集群无人系统的安全跟踪控制，提高系统对欺骗攻击的安全性和抗毁性，还减少了系统之间的数据交互频率和抵抗欺骗攻击对系统状态的影响。
-
公开(公告)号：CN118707844A
公开(公告)日：2024-09-27
申请号：CN202410551738.0
申请日：2024-05-07
Applicant: 北京理工大学
IPC: G05B13/04
Abstract: 本发明提供一种面向异构无人集群系统的事件触发最优协同控制方法，为每个跟随者无人系统设计分布式观测器，利用强化学习算法求解观测器的最优反馈增益，实现观测器对领导者状态的最优估计；综合考虑异构无人系统的瞬态性能和稳态性能，在不需要获取系统精确模型的情况下，采用数据驱动方法获得无人系统的最优反馈控制器，实现异构无人平台集群系统的最优协同跟踪控制；在自身能量和网络等有限资源消耗方面，基于节点的开环估计器设计了动态事件触发规则，只有在满足触发条件时才会对被控系统的数据进行一系列的采样和传输操作，在跟随者对领导者状态准确跟踪的前提下显著降低了网络信息流通量和控制器的更新频率，节约了有限的通信和计算资源。
-
-
-
-
-
-
-
-
-
Search Results
214
records
(took 0.026 seconds)
