-
公开(公告)号：CN109827478A
公开(公告)日：2019-05-31
申请号：CN201910085458.4
申请日：2019-01-29
Applicant: 北京理工大学
IPC: F42B15/01
Abstract: 本发明涉及一种精确制导技术，特别涉及一种带落角约束与过载约束的制导方法，属于机械工程的导弹制导技术领域。本发明包括：步骤一：建立落角预测模型；步骤二：建立过载约束模型；步骤三：通过落角预测模型，寻找满足命中角度的初值；步骤四：使用过载约束模型，确定转比距离；步骤五：找出既满足落角约束又满足过载约束的初值，达到初值后即开启比例导引法进行制导。该制导方法可以满足终端约束的落角要求，制导指令简单，有较强工程实用性。
-
公开(公告)号：CN106055577B
公开(公告)日：2019-05-24
申请号：CN201610341018.7
申请日：2016-05-20
Applicant: 北京理工大学
IPC: G06F16/9535
Abstract: 本发明涉及一种服务化GNSS仿真平台中仿真模型的智能推荐方法。本发明的方法工作流程包括：提取候选模型，组成候选项集；根据候选模型和当前选中模型的接口数目计算所有候选模型对应的接口形状权重；构建条件FP‑tree；同时建立FP‑tree；在候选项集中提取第1项，与当前选中模型组合形成K项集，获得K项集的支持度，若支持度为零，分析用户已选模型集合中模型的权重，去掉权重最低的一项，重新检索，直到获得一个不为零的支持度，重复以上步骤，直到获得所有候选模型对应的支持度；计算各候选模型对应的模型关联关系度，并根据计算结果对候选模型排序，将排序后的模型集合推送到人机交互终端。本发明可以提高仿真任务设计的速度和准确性。
-
公开(公告)号：CN102360462A
公开(公告)日：2012-02-22
申请号：CN201110294594.8
申请日：2011-09-30
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于云平台的信息收集存储和加密检索系统，特别涉及一种智能收集网络上交互信息并将信息加密存储，不经过解密就可以实现信息检索的系统，属于信息安全技术领域；具体包括数据信息收集模块、数据信息加密模块、数据信息检索模块和数据访问接口模块。本发明智能地收集用户所需的信息，加密信息检索方法不需要经过解密就可以检索到用户所需的信息，用户随时随地都可以访问获取所需的信息，既提高效率和节省大量的时间，又保证了信息的安全；适用于个人、公司和机关单位，可以安装在个人电脑或者移动设备上，为数据信息的收集、存储、加密和检索带来便利。
-
公开(公告)号：CN101980218A
公开(公告)日：2011-02-23
申请号：CN201010510169.3
申请日：2010-10-18
Applicant: 北京理工大学
IPC: G06F17/50
Abstract: 本发明涉及一种基于模板的集成设计平台及其构造方法，属于集成设计环境技术领域。本发明的集成设计平台包括：数据库生成模块、异步数据转换模块、规范集成模块、知识集成模块、流程解析模块、应用集成模块、算法集成模块、模板生成模块和组合模板生成模块。其中数据库生成模块生成的数据库包括产品数据库、规范库、知识库和流程库。当用户使用此平台的时候，直接面对的是组合模板的使用环境，他们仅需对组合模板的输入输出进行操作，无需关心其中间模块的各种集成和运算行为。本发明解决了工程和产品设计过程中设计环境不统一、数据交换障碍明显、流程和规范不规范、知识重用效率低下等问题，为工程和产品的数字化设计提供了一个统一的集成设计环境。
-
公开(公告)号：CN101980217A
公开(公告)日：2011-02-23
申请号：CN201010510145.8
申请日：2010-10-18
Applicant: 北京理工大学
IPC: G06F17/50
Abstract: 本发明涉及一种基于模板的集成设计平台的构造方法，属于集成设计环境技术领域。本构造方法以模板为核心，将各种设计规则、设计经验、设计算法等封装在模板中生成单个模板，然后通过流程解析器将单独的模板组合成组合模板，从而实现知识重用和快速设计，为工程和产品设计过程中的知识集成、流程集成、数据集成、算法集成、规范集成、应用集成等提供一个简单的途径，以达到降低设计成本、缩短研发周期的目的。本发明的平台可广泛应用于各类工业产品的数字化集成设计，可有效的改善设计效率，降低设计成本，减少设计人员的工作量，缩短设计周期，具有广阔的市场前景和应用价值。
-
Patent Agency Ranking
公开(公告)号：CN109031356B
公开(公告)日：2022-04-08
申请号：CN201810957178.3
申请日：2018-08-22
Applicant: 北京理工大学
Abstract: 本发明公开的特征斜率加权的最小二乘残差接收机自主完好性监测方法，属于卫星导航技术领域。本发明实现方法为，构造新的检验统计量，引入与各可见星特征斜率相关的设计权阵，对伪距的最小二乘残差矢量的各分量进行加权，以调节各可见星残差矢量在检验统计量中所占的比重，使检验统计量更准确的反映伪距偏差对定位误差的影响，使检验统计量更准确的反映伪距偏差对定位误差的影响，降低以最小二乘残差LSR方法完成接收机自主完好性监测RAIM时的漏检率和虚警率，为用户提供更为准确的完好性信息。本发明适用于GNSS的接收机自主完好性监测，应用于卫星导航技术领域，提高导航精度。
-
公开(公告)号：CN109308518B
公开(公告)日：2021-09-10
申请号：CN201811065716.4
申请日：2018-09-13
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于概率神经网络的监测系统及其平滑参数优化方法，属于人工智能以及卫星导航技术领域。所述监测系统包括输入层、模式层、求和层、比较层以及输出层模块；所述参数优化方法包括：1)初始化参数；2)初始化粒子速度和位置；3)更新粒子速度和位置；4)计算粒子适应度；5)更新粒子的历史最优值；6)更新粒子的全局最优值；7)判断是否满足监测系统要求，若为真跳至10)；否则跳至8)；8)判断全部粒子是否处理完毕，若是跳至9)，否则跳至4)；9)判断是否到达最大迭代次数，若是跳至10)，否则跳至3)；10)输出粒子的适应度函数。本发明垂直方向最小可检测故障可控制在35m；可有效控制漏检率和误警率。
-
公开(公告)号：CN109145434A
公开(公告)日：2019-01-04
申请号：CN201810932222.5
申请日：2018-08-16
Applicant: 北京理工大学
CPC classification number: G06F17/5009 , G01S19/23 , G06N3/006 , G06N3/0454
Abstract: 本发明公开的一种利用改进BP神经网络预测广播星历轨道误差的方法，属于卫星导航数据处理技术领域。本发明实现方法为，通过采集用于BP神经网络预测广播星历轨道误差所需的数据；并对BP神经网络所需数据执行数据预处理操作；然后利用预处理后的数据构建BP神经网络模型；再通过PSO算法优化BP神经网络模型的初始权值和阈值；将改进后的BP神经网络模型进行再次训练；最后利用测试数据评估改进后的BP神经网络模型的精度，对广播星历轨道误差进行预测和补偿。本发明能够降低对初始参数的敏感度，避免陷入局部极小值，并能够有效提高卫星定轨精度，降低卫星导航系统的系统级误差。
-
公开(公告)号：CN106055577A
公开(公告)日：2016-10-26
申请号：CN201610341018.7
申请日：2016-05-20
Applicant: 北京理工大学
IPC: G06F17/30
CPC classification number: G06F16/951
Abstract: 本发明涉及一种服务化GNSS仿真平台中仿真模型的智能推荐方法。本发明的方法工作流程包括：提取候选模型，组成候选项集；根据候选模型和当前选中模型的接口数目计算所有候选模型对应的接口形状权重；构建条件FP‑tree；同时建立FP‑tree；在候选项集中提取第1项，与当前选中模型组合形成K项集，获得K项集的支持度，若支持度为零，分析用户已选模型集合中模型的权重，去掉权重最低的一项，重新检索，直到获得一个不为零的支持度，重复以上步骤，直到获得所有候选模型对应的支持度；计算各候选模型对应的模型关联关系度，并根据计算结果对候选模型排序，将排序后的模型集合推送到人机交互终端。本发明可以提高仿真任务设计的速度和准确性。
-
公开(公告)号：CN117192573A
公开(公告)日：2023-12-08
申请号：CN202311132323.1
申请日：2023-09-04
Applicant: 北京理工大学
Abstract: 本发明涉及一种用于神经网络RAIM的故障卫星识别方法，属于卫星故障检测设备技术领域、航空电子领域。本发明的用于神经网络RAIM的故障卫星识别方法中，用户通过全球导航卫星系统接收机获得星历文件，利用神经网络RAIM可检测定位卫星中是否存在故障的功能对各子集进行检测，获得检测结果，根据本发明提出的判别向量建模方法，利用各子集的检测结果建立判别向量；根据本发明提出的子集矩阵建模方法，利用各子集中所包含的卫星信息，分别建立单故障子集矩阵、双故障子集矩阵；根据单、双故障识别求解公式，计算识别向量；根据所得的识别向量，进行故障卫星识别，为用户确认故障卫星。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.02 seconds)
