-
公开(公告)号：CN117289725A
公开(公告)日：2023-12-26
申请号：CN202311590741.5
申请日：2023-11-27
Applicant: 清华大学
IPC: G05D1/10
Abstract: 本申请涉及一种无人机分布式通算一体资源调度方法、装置、计算机设备和存储介质。所述方法包括：向各跟随者无人机发送全局模型参数，并接收各跟随者无人机反馈的局部模型参数的欧几里得范数、总能耗和能量虚拟队列；针对每一跟随者无人机，基于跟随者无人机对应的局部模型参数的欧几里得范数、总能耗和能量虚拟队列，确定跟随者无人机的调度概率；根据各跟随者无人机的调度概率在各跟随者无人机中确定目标跟随者无人机，并基于各目标跟随者无人机训练预设的全局模型，得到训练后的全局模型；在训练后的全局模型满足预设的训练停止条件的情况下，将训练后的全局模型确定为无人机调度模型。采用本方法能够提高无人机调度效率。
-
公开(公告)号：CN117093010A
公开(公告)日：2023-11-21
申请号：CN202311360750.5
申请日：2023-10-20
Applicant: 清华大学
IPC: G05D1/02
Abstract: 本申请涉及一种水下多智能体路径规划方法、装置、计算机设备和介质。所述方法包括：将水下机器人当前时刻的状态空间输入预设模型，得到所述水下机器人下一时刻的速度；所述预设模型是基于预设多智能体强化学习模型及人工势场模型训练得到的；控制所述水下机器人按照所述下一时刻的速度进行移动；根据所述水下机器人当前的总移动步数、预设步数，控制所述水下机器人的移动路径。采用本方法能够提高水下多智能体路径规划的准确性。
-
公开(公告)号：CN116781788B
公开(公告)日：2023-11-17
申请号：CN202311072553.3
申请日：2023-08-24
Applicant: 清华大学 , 技术创新研究院-独资有限责任公司
IPC: H04L67/63 , H04W28/084
Abstract: 本申请涉及一种服务决策方法以及服务决策装置。所述方法包括：接收终端发送的任务请求，任务请求包括终端的终端标识、终端位置信息以及任务信息，若基于终端位置信息确定终端当前处于重叠覆盖区域中，则根据任务请求以及目标决策网络生成目标决策指令，并根据终端标识将目标决策指令发送至终端，其中，目标决策指令用于指示目标无人机服务器是否向终端提供任务请求对应的服务，目标决策指令用于供终端根据目标决策指令以及其他无人机服务器发送的决策指令，从目标无人机服务器和其他无人机服务器中选取一个服务器提供服务。采用本方法能够提高资源利用率。
-
公开(公告)号：CN116300985B
公开(公告)日：2023-09-05
申请号：CN202310589074.2
申请日：2023-05-24
Applicant: 清华大学
IPC: G05D1/06
Abstract: 本申请涉及一种控制方法、装置、计算机设备和存储介质，所述控制方法根据协同一致性原则，确定航行器集群的第一控制参量和目标的第二控制参量，其中协同一致性原则用于指示航行器集群中每个航行器在围捕目标的过程中均转向目标，然后将第一控制参量输入至航行器集群对应的运动模型进行轨迹预测，以及将第二控制参量输入至目标对应的运动模型中进行轨迹预测，进而得到航行器集群围捕目标的目标轨迹，最终根据目标轨迹控制航行器集群中各航行器进行移动。在该方法中，控制设备基于协同一致性原则，实时获取的第一控制参量和第二控制参量较为准确，因此进行目标围捕时，提高了围捕的准确性。
-
公开(公告)号：CN116187483A
公开(公告)日：2023-05-30
申请号：CN202310093404.9
申请日：2023-02-10
Applicant: 清华大学
IPC: G06N20/20 , G06F18/214 , G06F18/21
Abstract: 本申请涉及一种模型训练方法、装置、设备、介质和程序产品。所述方法应用于联邦学习系统中，该联邦学习系统包括边缘服务器和与边缘服务器建立有通信连接的多个边缘设备，所述方法包括对部署于边缘服务器中的全局模型进行训练的过程中，首先，接收各边缘设备发送的用于表征边缘设备中部署的本地模型的梯度信息对全局模型训练的贡献程度的质量信息，然后，根据各边缘设备发送的质量信息从多个边缘设备中确定目标边缘设备，并指示目标边缘设备上传目标边缘设备部署的本地模型的梯度信息；最后，基于目标边缘设备上传的梯度信息对全局模型进行训练。采用本方法能够提高了全局模型训练的效率和准确性，性能更高。
-
Patent Agency Ranking
公开(公告)号：CN116166034A
公开(公告)日：2023-05-26
申请号：CN202310452378.4
申请日：2023-04-25
Applicant: 清华大学
IPC: G05D1/02
Abstract: 本申请涉及一种跨域协同围捕方法、装置及系统，所述方法包括：基于预先建立的水上无人机与水面无人艇之间的水上通信，以及水面无人艇与各潜航器之间的水下通信，获取水上无人机、水面无人艇、多个潜航器和待围捕对象的状态信息；基于水上无人机、水面无人艇、多个潜航器和待围捕对象的状态信息确定围捕路径；根据围捕路径对待围捕对象进行围捕。采用本申请可以保证系统连通性，潜航器无需升上水面即可实现通信，因此提高了通信效率。
-
公开(公告)号：CN115422211A
公开(公告)日：2022-12-02
申请号：CN202210920715.3
申请日：2022-08-02
Applicant: 清华大学
Abstract: 本申请涉及一种物体围捕方法和装置。获取目标无人潜航器在距当前时刻的上一时刻的第一环境观测信息，然后对第一环境观测信息进行运行趋势处理，得到目标无人潜航器在当前时刻的运行数据，并以当前时刻的运行数据更新目标无人潜航器在当前时刻的第二环境观测信息，若第二环境观测信息中存在待围捕物体，且待围捕物体周围预设范围内的无人潜航器的数量大于预设值，确定物体围捕任务完成。该方法中使无人潜航器能够根据上一时刻的观测结果做出下一步的运动决策，实现了对自身任务的分布式决策，保证了对物体围捕的高成功率。
-
公开(公告)号：CN114039675A
公开(公告)日：2022-02-11
申请号：CN202111404479.1
申请日：2021-11-24
Applicant: 清华大学
Abstract: 本申请涉及一种水下曲线声道传输路由计算方法和装置。所述方法包括：获取水下的各传感器节点的曲线传播时延；根据AFSA算法，确定并记录第一最优时延路线；根据目标节点和ACOA算法，确定第二最优时延路线；目标节点为各传感器节点中除第一最优时延路线包含的传感器节点以外的节点；根据ACOA算法，在传感器节点集中确定第三最优时延路线，并根据第一最优时延路线、第二最优时延路线和第三最优时延路线，确定目标最优时延路线；传感器节点集由第一最优时延路线的传感器节点和第二最优时延路线的传感器节点构成；在不满足预设迭代停止条件的情况下，根据AFSA算法，确定并记录第一最优时延路线。采用本方法能够有效的提高最优传输时延路线的运算精度。
-
公开(公告)号：CN113381824A
公开(公告)日：2021-09-10
申请号：CN202110639526.4
申请日：2021-06-08
Applicant: 清华大学
Abstract: 本申请涉及一种水声信道测量方法、装置、无人潜航器和存储介质。方法包括：获取海洋参数以及潜航器的局部状态信息；将海洋参数、潜航器的局部状态信息、当前潜航器以及预设范围内潜航器上一轮测量到的水声信道测量数据，输入预先训练的多智能体强化学习模型中，得到本轮的水声信道测量策略；根据水声信道测量策略进行水声信道测量，得到本轮的水声信道测量数据。本方案中只需要将实时的局部环境信息输入多智能体强化学习模型中，就可以立即得到本轮的水声信道测量策略，相比固定收发通信系统，减少了传输时延，提高了测量效率，减少了信道衰减造成的影响，提高了水声信道特征采集的空间覆盖能力，增强了对空间覆盖的控制灵活性，测量准确率高。
-
公开(公告)号：CN112188588A
公开(公告)日：2021-01-05
申请号：CN202010878489.8
申请日：2020-08-27
Applicant: 清华大学
Abstract: 本发明涉及一种基于无人机网络的近海中继通信传输效率优化方法，该方法包括：建立基于空中基站的近海中继系统模型，模型包括一个岸基基站、一个空中基站以及N个海上用户；对岸基基站与空中基站，以及空中基站与海上用户之间的通信信道分别建模，分别得到岸基基站与空中基站间的下行链路的信道容量、上行链路的信道容量、空中基站和第i个海上用户之间的下行链路、上行链路信道容量以及上下行容量；获取海上用户中的最小传输容量和以及空中基站的实际可部署范围，以信道容量、上下行容量、最小传输容量以及空中基本的部署范围为变量，利用粒子群算法收敛迭代，得到空中基站的最优位置，可以灵活部署海上基站的位置，使得近海网络效能最大化。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.035 seconds)
