-
公开(公告)号:CN117972934A
公开(公告)日:2024-05-03
申请号:CN202410192436.9
申请日:2024-02-21
Applicant: 西北工业大学
IPC: G06F30/17 , G06F30/27 , G06N3/006 , G06N3/092 , G06F119/14
Abstract: 本发明提供了一种基于深度智能网络的高速飞行器博弈变形方法,涉及飞行器博弈智能算法技术领域,包括:分别建立变体飞行器的平动模型、转动模型和二体相对运动模型;根据所述平动模型、转动模型和二体相对运动模型建立DQN算法的MDP模型;基于MDP模型构建神经网络,训练智能体,以实现所述变体飞行器在二体博弈场景中的博弈变形。本发明可以实现DQN算法在飞行博弈中的可靠应用,使智能体在多种不同场景下实现飞行器的变体博弈。
-
公开(公告)号:CN117806171A
公开(公告)日:2024-04-02
申请号:CN202410203008.1
申请日:2024-02-23
Applicant: 西北工业大学
IPC: G05B13/04
Abstract: 本发明提供了一种携带防御器的超高速飞行器智能协同博弈机动方法,涉及携带防御器的超高速飞行器机动博弈作战技术领域,包括:构建超高速飞行器、防御器以及拦截器的质心运动学与动力学方程;构建防御器与拦截器的相对运动方程;基于滑模控制理论、相对运动方程和质心运动学与动力学方程,确定防御器的三维光滑超螺旋反拦截制导律;基于深度确定性策略梯度算法、动力学方程和三维光滑超螺旋反拦截制导律确定超高速飞行器的智能机动博弈方法;基于智能机动博弈方法与三维光滑超螺旋反拦截制导律,对超高速飞行器与防御器实施针对性机动。本发明能够解决现有超高速飞行器突防作战中与防御器协同性弱、智能性不足、反拦截作战成功率的问题。
-
公开(公告)号:CN117852306B
公开(公告)日:2024-05-24
申请号:CN202410238547.9
申请日:2024-03-04
Applicant: 西北工业大学
IPC: G06F30/20 , G06F17/12 , G06F119/14
Abstract: 本发明公开一种基于相对动量矩定理的变体高速飞行器动力学建模方法,涉及飞行器动力学与控制技术领域,所述方法包括:对飞行器进行物理抽象和假定简化,得到多刚体系统;飞行器为变体高速飞行器;多刚体系统包括:机身、左机翼和右机翼;基于多刚体系统,选取广义坐标向量,进行运动学分析,并基于质点系质心平动定理和相对动量矩定理进行动力学建模,得到矢量形式动力学模型;通过坐标投影,将矢量形式动力学模型转换为初始标量形式动力学模型;对初始标量形式动力学模型进行简化,得到简化后的标量形式动力学模型。本发明精确描述了飞行器变体运动与飞行运动之间的耦合。
-
公开(公告)号:CN117784616B
公开(公告)日:2024-05-24
申请号:CN202410202950.6
申请日:2024-02-23
Applicant: 西北工业大学
IPC: G05B13/04
Abstract: 本发明提供了一种基于智能观测器组的高速飞行器故障重构方法,包括:构建飞行器姿态动力学模型;根据所述飞行器姿态动力学模型得到状态残差信息;基于神经网络算法对状态残差信息进行分类,得到分类信息;构建固定时间高阶滑模观测器(HOSM观测器)和迭代学习观测器;基于分类信息,根据所述HOSM观测器和迭代学习观测器进行故障重构。本发明解决了现有技术中飞行器故障重构精确度低下的问题。
-
公开(公告)号:CN119002292A
公开(公告)日:2024-11-22
申请号:CN202411483459.1
申请日:2024-10-23
Applicant: 西北工业大学
IPC: G05B13/04
Abstract: 本发明提供了一种高速飞行器多目标优化控制方法,涉及智能优化控制技术领域,包括:获取高速飞行器的动力学模型和姿态跟踪控制器的控制指令;根据预设的飞行任务或控制仿真需求,设计多组优化场景,并确定场景参数;针对每组优化场景,基于NSGA‑III多目标优化算法依次进行优化仿真,得到每组优化场景下的性能指标和性能参数,并根据性能指标和性能参数组成性能指标参数集基于变异系数法,根据性能指标参数集计算综合性能评价指标,得到每组优化场景下的最优性能指标和最优性能参数;利用最优性能指标和最优性能参数对高速飞行器进行控制。本发明可以实现对高速飞行器的智能优化控制。
-
公开(公告)号:CN118211511A
公开(公告)日:2024-06-18
申请号:CN202410401618.2
申请日:2024-04-03
Applicant: 西北工业大学
IPC: G06F30/28 , G06F30/23 , G06F30/15 , G06T17/20 , G06F113/28 , G06F119/14 , G06F111/10
Abstract: 本发明提供了一种基于气动参数经验的高速飞行器参数快速估计方法,涉及航天技术领域,所述方法包括:确定影响待估计气动参数数值的飞行器状态变量和气动外形参数;根据气动外形参数和总体参数,通过计算流体力学方法进行气动计算,得到气动数据;基于气动数据,采用控制变量法逐步建立气动参数与气动外形和飞行器状态变量之间的多元函数关系,得到气动参数估算模型;根据气动参数估算模型,得到预设飞行器状态变量所对应的气动参数。本发明解决了现有技术中对于气动参数的计算,利用传统的气动特性的理论计算方法时,数值计算方法计算复杂,工程估算方法参数计算准确性低下的问题。
-
公开(公告)号:CN117852415B
公开(公告)日:2024-05-24
申请号:CN202410256806.0
申请日:2024-03-07
Applicant: 西北工业大学
IPC: G06F30/27 , G06N5/04 , G06F17/11 , G06F119/14
Abstract: 本发明公开一种基于变步进退法的超高速飞行器机动空间解算方法及装置,涉及超高速飞行器与拦截器攻防博弈技术领域,方法包括:构建超高速飞行器与拦截器的运动模型,并设定仿真限制条件,得到仿真运动模型;基于仿真运动模型构建拦截器的机动拦截策略;构建超高速飞行器与拦截器的机动空间;基于仿真运动模型、拦截器的机动拦截策略及机动空间,采用变步进退法确定不同攻防博弈态势下机动空间内的不可逃逸区、机动逃逸区及无威胁区,以对超高速飞行器进行机动空间解算。本发明提高了超高速飞行器机动空间解算的效率,进而提高了超高速飞行器在突防博弈作战中的作战效能。
-
公开(公告)号:CN117806171B
公开(公告)日:2024-05-24
申请号:CN202410203008.1
申请日:2024-02-23
Applicant: 西北工业大学
IPC: G05B13/04
Abstract: 本发明提供了一种携带防御器的超高速飞行器智能协同博弈机动方法,涉及携带防御器的超高速飞行器机动博弈作战技术领域,包括:构建超高速飞行器、防御器以及拦截器的质心运动学与动力学方程;构建防御器与拦截器的相对运动方程;基于滑模控制理论、相对运动方程和质心运动学与动力学方程,确定防御器的三维光滑超螺旋反拦截制导律;基于深度确定性策略梯度算法、动力学方程和三维光滑超螺旋反拦截制导律确定超高速飞行器的智能机动博弈方法;基于智能机动博弈方法与三维光滑超螺旋反拦截制导律,对超高速飞行器与防御器实施针对性机动。本发明能够解决现有超高速飞行器突防作战中与防御器协同性弱、智能性不足、反拦截作战成功率的问题。
-
公开(公告)号:CN118034345A
公开(公告)日:2024-05-14
申请号:CN202410231020.3
申请日:2024-02-29
Applicant: 西北工业大学
IPC: G05D1/46 , G05D109/28
Abstract: 本发明提供了一种基于深度森林算法的高速飞行器智能控制方法,包括:对高速飞行器动力学模型中的不确定性扰动以及通道间耦合进行精确跟踪并滤除;设计姿态跟踪误差性能约束函数,将姿态跟踪误差约束至一个设定范围内;基于超螺旋算法,根据高速飞行器动力学模型和姿态跟踪误差性能约束函数设计高速飞行器姿态控制器;利用NSGA‑III优化算法与变异系数法,综合考虑各性能指标设计多目标优化算法,并从高速飞行器姿态控制器中获取训练样本数据;基于深度森林算法,利用训练样本数据预测得到优化场景参数与性能参数之间的逻辑关系,并根据逻辑关系构建性能指标策略库。本发明能够在满足高速飞行器进气约束与跟踪性能约束的基础上,确保控制性能最优。
-
公开(公告)号:CN117762023B
公开(公告)日:2024-05-14
申请号:CN202410197441.9
申请日:2024-02-22
Applicant: 西北工业大学
IPC: G05B13/04
Abstract: 本发明提供了一种基于预定性能的高速飞行器控制及容错分配方法,涉及高速飞行器姿态控制与容错分配技术领域,包括:构建高速飞行器姿态模型;根据第一待设计参数设计预设性能函数,并基于预设性能函数建立转换误差系统模型;针对转换误差系统模型采用反步法设计内外环控制器,并为补偿干扰设计自适应更新律,并通过内外环控制器获得高速飞行器姿态控制力矩指令;根据高速飞行器姿态控制力矩指令和故障信息设计容错控制分配器,并对容错控制分配器的优化目标函数进行优化求解,得到获得高速飞行器的执行器控制指令。本发明可以通过预设控制器性能,实现高速飞行器姿态稳定跟踪控制,同时能够在考虑故障恢复和性能最优的情况下实现容错控制分配。
-
-
-
-
-
-
-
-
-