-
公开(公告)号：CN110162097A
公开(公告)日：2019-08-23
申请号：CN201910544578.6
申请日：2019-06-21
Applicant: 东北大学秦皇岛分校
IPC: G05D1/10
Abstract: 本发明公开了一种基于能耗的无人机分布式编队控制方法，包括：构造多无人机的网络结构拓扑图，所述网络结构拓扑图包括n个节点，每个节点代表一个无人机，其中，n为整数，且n≥2；根据所述网络结构拓扑图生成邻接矩阵；设定每个节点的目标位置以及每个节点与邻居节点的目标相对位置；根据所述邻接矩阵以及无人机实时位置与目标位置之间的误差设定编队代价函数；根据所述编队代价函数得到最优控制模型；将编队代价与控制输入进行加权，通过改变编队代价与控制输入的权重系数的比值，改变无人机飞行速度，控制无人机的能量消耗。与现有技术相比，本发明能够保证在最小能耗的情况下完成无人机编队任务，且算法简单，易于实现。
-
-
公开(公告)号：CN116643496A
公开(公告)日：2023-08-25
申请号：CN202310612347.0
申请日：2023-05-29
Applicant: 东北大学秦皇岛分校
IPC: G05B13/04
Abstract: 本发明提供了一种基于竞争交互的自适应弹性分布式平均跟踪控制方法，涉及信息技术领域。首先，构造无向网络拓扑图，建立多智能体系统的状态方程；然后，根据无向网络拓扑图和多智能体系统的状态方程设计基于竞争交互的自适应弹性控制算法；其次，根据多智能体系统的状态方程建立误差系统模型；最后，根据自适应弹性控制算法和误差系统模型设计自适应参数。本发明提供的分布式平均跟踪控制算法仅使用局部信息而不使用全局信息，使得智能体在网络攻击下也能获取信息实现控制目标。因此，此发明对于多智能体系统分布式平均跟踪控制的研究不仅有深刻的理论价值，而且还具有丰富的实践价值。
-
公开(公告)号：CN116610032A
公开(公告)日：2023-08-18
申请号：CN202310612362.5
申请日：2023-05-29
Applicant: 东北大学秦皇岛分校
IPC: G05B13/04
Abstract: 本发明提供一种基于干扰观测器的高阶异质多智能体系统分布式优化方法，涉及控制与信息技术领域。本发明针对具有匹配和不匹配扰动的高阶异质多智能体系统，设计了有限时间干扰观测器估计扰动，互联系统中采用比例‑积分分布式优化器估计最优值，并设计跟踪控制器补偿干扰及跟踪最优值，实现优化目标。本发明通过对具有不匹配扰动的高阶异质多智能体系统的分布式优化方法的研究，解决了一类应用于实际场景如多机器人源定位的分布式优化问题，还解决了实际应用中的抗干扰问题，给人们日常生活带来便利。因此，本发明对于多智能体分布式优化的研究不仅有深刻的理论价值，而且还具有丰富的实践价值。
-
公开(公告)号：CN113009822B
公开(公告)日：2022-08-30
申请号：CN202110200402.6
申请日：2021-02-23
Applicant: 东北大学秦皇岛分校
IPC: G05B13/02
Abstract: 本发明提供一种基于权重不平衡有向网络的分布式平均跟踪方法，涉及控制和信息技术领域。首先构造描述多智能体系统的网络拓扑结构图，使每个节点代表一个智能体，每条边代表智能体间的信息交互，并获得网络拓扑结构图的权重邻接矩阵；再建立多智能体的离散时间状态方程；根据网络拓扑结构图的权重邻接矩阵、多智能体的离散时间状态方程和时变参考信号设计离散时间分布式平均跟踪算法；然后再设定每个智能体的初始状态值信息和时变参考信号信息；最后根据每个智能体的时变参考信号调节离散时间分布式平均跟踪算法中的可变参数，使每个智能体运行离散时间分布式平均跟踪算法，实现多智能体系统中所有智能体能够跟踪上一组时变参考信号的平均值。
-
Patent Agency Ranking
公开(公告)号：CN113110039B
公开(公告)日：2022-06-24
申请号：CN202110375948.5
申请日：2021-04-08
Applicant: 东北大学秦皇岛分校
IPC: G05B13/02
Abstract: 本发明提供一种多智能体系统的有限时间分布式聚合优化方法，涉及控制和信息技术领域。该方法首先构造多智能体系统的网络拓扑结构图，并确定其邻接矩阵；建立多智能体系统的状态方程；定义考虑智能体聚合信息的多智能体系统的全局目标函数的函数表达式；然后根据多智能体系统的邻接矩阵、状态方程、全局目标函数和有限时间内Lyapunov稳定性理论设计分布式聚合优化算法；最后设定多智能体系统的初始值信息，运行分布式聚合优化算法，使每个智能体与邻居之间进行信息交换；并根据运行结果修正算法，直至达到优化目标，得到多智能体系统的全局最优解。该方法在线性收敛的基础上，完成了有限时间内的收敛，减小了运行时间，减轻了多智能体网络的通信负担。
-
公开(公告)号：CN111385305B
公开(公告)日：2021-12-21
申请号：CN202010190078.X
申请日：2020-03-18
Applicant: 东北大学秦皇岛分校
Abstract: 本发明提供一种基于平均一致性的分布式图片加/解密方法，涉及控制和信息技术领域。本发明利用算法平均一致性的特性，使得每个智能体逼近初始状态的平均的值。当一幅经过加密的图片在网上出现的时候，将这幅图片出现所在的电脑称之为一个智能体，而这幅图片在网上流传所经过的智能体会构成一个具有特定结构的网络。假定这些智能体满足一定的拓扑结构，在分布式平均一致性算法的作用下，这些照片所流经的智能体的状态值会不断的更新，更新的状态值为这个智能体和它的邻居的平均值，经过一段时间以后，加密的照片在每个智能体上的状态值变为在初始时刻的平均值。此平均值对应图片的真实值，从而使图片变得清晰，达到了对图片进行解密的目的。
-
公开(公告)号：CN113162925A
公开(公告)日：2021-07-23
申请号：CN202110417073.0
申请日：2021-04-19
Applicant: 东北大学秦皇岛分校
IPC: H04L29/06
Abstract: 本发明提供一种基于SIRS模型与博弈论的自适应抑制病毒传播方法，涉及控制和信息技术领域。该方法首先构造复杂网络的拓扑结构图，进而建立SIRS病毒传播模型，然后根据邻居个体的感染程度，自动调节相邻个体之间的权值，再建立每个个体的代价函数，通过构造哈密顿函数求解出相邻个体之间的最优权值，即能保证个体抗病毒能力和信息交流能力的权值大小。由于整个复杂网络个体之间的信息交流能力是由权值大小所决定的，所以将权值定义为控制作用；计算在控制作用下单个个体的耦合参数，再更新个体间的控制作用，当更新后的控制作用满足终止条件时得到最优控制作用，实现对病毒传播的抑制。
-
公开(公告)号：CN112465718A
公开(公告)日：2021-03-09
申请号：CN202011354369.4
申请日：2020-11-27
Applicant: 东北大学秦皇岛分校
Abstract: 本发明提供一种基于生成对抗网络的两阶段图像修复方法，涉及计算机视觉技术领域。本发明通过构建了两阶段的生成对抗网络模型，通过先边缘再整体的修复方法，实现对大面积破损图像的准确修复，利用生成对抗网络，将问题简化为端到端的模型训练，通过加入Ghost模块代替传统卷积层，同时间歇性插入SE模块，使得网络在性能得到提升的同时，网络参数和计算量有了明显下降，同时在训练中使用混合精度训练，提高了网络的收敛速度，提升了网络性能。
-
公开(公告)号：CN112235813A
公开(公告)日：2021-01-15
申请号：CN202011094761.X
申请日：2020-10-14
Applicant: 东北大学秦皇岛分校
IPC: H04W24/02 , H04W28/02 , H04L12/863 , H04L12/861
Abstract: 本发明提供一种基于分布式平均跟踪算法的多瓶颈网络主动队列优化方法，涉及控制与信息技术领域。本发明通过构造路由器进行信息传递的网络结构拓扑图；利用自适应动态调整RED算法的参数，以更好的适应网络中数据流量的变化。将分布式平均跟踪算法与RED算法相结合，利用分布式平均跟踪算法实现跟踪所有队列长度平均值的目的，实现所有节点估计的队列长度趋于一致且跟踪实际队列长度的平均值，路由器可以根据反映整个网络拥塞程度的队列长度做出拥塞决策，使拥塞控制更加准确，避免RED算法应用到多瓶颈网络出现的不稳定现象。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.03 seconds)
