-
公开(公告)号：CN117040771B
公开(公告)日：2024-04-12
申请号：CN202310393900.6
申请日：2023-04-13
Applicant: 上海大学
IPC: H04L9/40
Abstract: 本发明提供了一种针对信息物理系统远程状态估计窃听攻击的隐私保护方法，包括：构建信息物理系统的动态模型，其中包含多个子系统；建立传感器模型以进行状态估计；设计隐私保护和远程估计器模型；使用互信息和估计误差协方差分别表示系统的隐私参数和性能参数，以优化隐私保护与估计性能之间的权衡；基于不同的子系统或本地状态信息中的加权隐私和性能要求，构建优化问题；通过求解优化问题，获取最优隐私保护策略，实现隐私保护和估计性能的平衡。
-
公开(公告)号：CN117130362A
公开(公告)日：2023-11-28
申请号：CN202310922288.7
申请日：2023-07-25
Applicant: 上海大学
IPC: G05D1/02
Abstract: 本发明涉及无人艇技术领域，提出一种基于强化学习的自适应多无人艇追逃博弈方法及系统。该方法包括：提供无人艇动力学方程；根据追击无人艇的观测信息，通过双向长短期记忆及注意力机制网络提取环境特征；通过定位点生成网络生成定位点，并且通过改变定位点的位置控制追击无人艇执行追击行为、避障行为以及围捕行为；以及通过跟踪网络使追击无人艇朝定位点前进。本发明可以将围捕任务分解定位点生成任务和跟踪任务，可以实现在复杂场景、非完整信息下的输入维度可变、多无人艇数量可变、具备避障功能的多无人艇自适应围捕。
-
公开(公告)号：CN119047547A
公开(公告)日：2024-11-29
申请号：CN202411156648.8
申请日：2024-08-22
Applicant: 上海大学
Abstract: 本发明涉及一种基于深度学习的节点可变围捕控制方法和系统，方法包括以下步骤：获取逃逸者当前状态信息、先验运动趋势和各个节点的当前状态信息；根据各个节点的当前状态信息和逃逸者状态信息，预测逃逸者在下一时刻的预测位置；根据预测位置、各个节点及其相邻节点的状态信息和先验运动趋势，通过决策网络模型，分别获得各个节点在下一时刻的理想位置；根据各个节点的当前状态信息、逃逸者在下一时刻的预测位置、各个节点在下一时刻的理想位置，通过方位跟踪网络解算各个节点的最佳围捕路径。与现有技术相比，本发明具有各节点独立决策、稳定性强、支持动态追踪等优点。
-
公开(公告)号：CN118487831A
公开(公告)日：2024-08-13
申请号：CN202410670218.1
申请日：2024-05-28
Applicant: 上海大学
Abstract: 本发明涉及一种针对远程状态估计窃听攻击的最优隐私保护传输调度方法和系统。调度方法包括如下步骤：提供信息物理系统的动态模型；使用智能传感器执行状态估计；提供传感器的传输模型和隐私保护方法；提供远程状态估计器和窃听者的模型；平衡系统性能和隐私保护，构建优化问题；以及求解所述优化问题，以得到最优传输调度策略。本发明通过采用最优隐私保护传输调度策略，能够有效保护传输数据的隐私性，防止未经授权的窃听攻击。传输数据经过噪声注入处理后，使得窃听者难以准确获取数据信息，从而保障了数据的安全性。本发明通过优化传输调度策略，最小化传输成本和远程状态估计误差协方差，实现传输效率的最大化，从而提高系统的性能和效率。
-
公开(公告)号：CN117970939A
公开(公告)日：2024-05-03
申请号：CN202410117396.1
申请日：2024-01-26
Applicant: 上海大学
IPC: G05D1/46 , G05D109/20
Abstract: 本发明涉及无人机容错跟踪技术领域。提出一种面向欺骗攻击的无人机Stacke lberg博弈容错跟踪方法及系统。该方法包括构造无人机动力学模型；对无人机的跟踪误差进行规定性能控制以构造无人机误差动力学模型；根据无人机误差动力学模型构造Stacke lberg博弈问题；以及通过演员‑评论家算法对Stacke lberg博弈问题进行求解以确定无人机的控制方法，并且通过所述控制方法进行无人机容错跟踪。本发明显著降低了无人机系统行为不确定性的风险，增进系统的安全性和稳定性，实现了对无人机容错跟踪的稳定控制，显著提高了系统的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN117891165A
公开(公告)日：2024-04-16
申请号：CN202311737352.0
申请日：2023-12-15
Applicant: 上海大学
IPC: G05B13/04
Abstract: 本发明涉及一种基于改进的结构化神经网络的控制器设计方法和系统。设计方法包括：在数据收集模块中对被控制对象的初始状态进行采样，并作为采样数据存储于数据库中；提取数据库中的采样数据，并将其用于在数据训练模块中使用PyTorch和Adam优化器执行训练；提取数据训练模块中训练完成的数据，作为次深度神经网络控制器的输入；将所述次深度神经网络控制器的输出，作为主深度神经网络控制器的权重，并在控制器优化模块中执行控制器的优化。设计系统包括数据收集模块、数据训练模块、次深度神经网络控制器模块、主深度神经网络控制器模块及控制器优化模块。本发明提出的基于改进的结构化神经网络的控制器，提高了控制器的稳定性和适应性。
-
公开(公告)号：CN117666359A
公开(公告)日：2024-03-08
申请号：CN202311716610.7
申请日：2023-12-14
Applicant: 中国人民解放军32806部队 , 上海大学
IPC: G05B13/04
Abstract: 本发明公开一种无人机建模与控制方法、系统、设备及介质，构建用于描述无人机系统的拉格朗日函数的第一多层感知神经网络，以及用于描述无人机系统的未建模动态函数的第二多层感知神经网络，第一多层感知神经网络和第二多层感知神经网络在状态数据集中的状态数据上满足拉格朗日动力学方程，基于两个多层感知神经网络建立无人机系统的动力学模型；构建基于深度神经网络的镇定控制器，将无人机系统的动力学模型作为约束，训练优化镇定控制器，获得最优神经网络控制器，从而进行无人机系统的镇定控制。本发明可有效降低神经网络的采样复杂度和增强其泛化能力，并提供明确的稳定性保证。
-
公开(公告)号：CN115793455A
公开(公告)日：2023-03-14
申请号：CN202211507269.X
申请日：2022-11-29
Applicant: 上海大学
IPC: G05B13/04
Abstract: 本发明提供了一种基于Actor‑Critic‑Advantage网络的无人艇轨迹跟踪控制方法，包括：在Actor‑Critic网络基础上引入优势函数估计网络，形成新型Actor‑Critic‑Advantage网络；训练新型Actor‑Critic‑Advantage网络进行无人艇轨迹跟踪控制；无人艇轨迹跟踪训练采用单步获取策略梯度方式，利用优势函数估计网络输出值得到策略梯度更新策略网络；基于反步法求解虚拟控制律设计分段奖励函数；奖励函数中引入虚拟控制律，训练无人艇的速度输出趋向于虚拟控制律。
-
公开(公告)号：CN119670843A
公开(公告)日：2025-03-21
申请号：CN202411834668.6
申请日：2024-12-13
Applicant: 上海大学
Abstract: 本发明涉及一种用于自动驾驶赛车的轨迹引导强化学习方法，包括：模拟赛道环境，并确定描述智能体动态行为的运动模型；设置智能体的动作空间和状态空间；使用TD3算法建立轨迹引导强化学习架构，其中轨迹引导强化学习架构具有评价网络和执行网络；在轨迹引导强化学习架构中引入摩擦系数的不确定性对轨迹引导强化学习架构进行循环训练，使得智能体通过与环境的交互逐步学习如何跟踪轨迹，并适应不同的摩擦系数条件；以及对轨迹引导强化学习架构的评价网络和执行网络的参数进行优化。
-
公开(公告)号：CN119090922A
公开(公告)日：2024-12-06
申请号：CN202411201208.X
申请日：2024-08-29
Applicant: 上海大学
IPC: G06T7/269 , G06T7/70 , G06N3/0455 , G06N3/0464 , G01C11/02 , G01C22/00
Abstract: 本发明涉及一种动态物体抑制的视觉里程测量方法、系统和介质，包括以下步骤：获取两个连续的输入图像帧，输入动态物体抑制的视觉里程测量模型，获得相机位姿变化；其中，所述动态物体抑制的视觉里程测量模型包括依次相连的匹配网络、动态检测网络和位姿估计网络，所述匹配网络用于估计前向光流和后向光流，根据前向光流和后向光流进行光流一致性检测，获得光流前向一致性和光流后向一致性；所述动态检测网络基于光流前向一致性和光流后向一致性生成概率图，将概率图转化为二值分割掩模以优化前向光流；所述位姿估计网络用于根据优化后的前向光流输出相机位姿变化。与现有技术相比，本发明可以进一步提高动态环境下视觉里程测量的准确性和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.019 seconds)
