一种空间离散网格点重归整化方法

    公开(公告)号:CN112329321A

    公开(公告)日:2021-02-05

    申请号:CN202011490658.7

    申请日:2020-12-17

    Abstract: 本发明公开了一种空间离散网格点重归整化方法,属于有限元数值模拟中的网格自动生成领域,针对有限元网格自动生成与网格变形技术在一些问题的局限性,从而提出采用结构、非结构混合的方式实现局部形状改变下复杂外形有限元网格的全自动生成。但因非结构网格是无序排列的,故需对无序排列的离散网格点进行重归整化以形成网格算法能使用的数据结构;本发明适用于四边形结构网格,通过网格点的连接关系对离散网格点进行分类,运用递归查找的方式逐步搜索相邻网格点,并依照此方式逐网格块逐行将空间离散网格点进行重归整化。

    基于深度神经网络的高速滑翔式飞行器在线轨迹优化方法

    公开(公告)号:CN118170155A

    公开(公告)日:2024-06-11

    申请号:CN202410591532.0

    申请日:2024-05-14

    Abstract: 本发明公开了一种基于深度神经网络的高速滑翔式飞行器在线轨迹优化方法,涉及轨迹优化技术领域,其包括:将高速滑翔式飞行器动力学模型转换成最优控制问题;采用自适应伪谱法将最优控制问题转换成非线性规划问题;根据飞行器不同初始状态信息,生成最优轨迹数据集;将最优轨迹数据集划分成训练集和测试集,通过训练集训练离线的深度神经网络;将测试集中的状态变量输入训练好的深度神经网络,得到飞行器的控制变量,更新倾侧角和攻角控制指令,飞行器按照新生成的控制指令进行飞行;将导航系统实时测量的飞行器状态信息输入已训练好的深度神经网络,实现飞行器在线轨迹优化。本发明能够实时高效地对高速滑翔式飞行器进行在线轨迹优化。

Patent Agency Ranking