-
公开(公告)号：CN111898305A
公开(公告)日：2020-11-06
申请号：CN202010786029.2
申请日：2020-08-05
Applicant: 北京航空航天大学
IPC: G06F30/23
Abstract: 本发明基于计算机建模与仿真领域近年来新兴的Modelica语言，具体地提出了一种弹上电气系统建模方法。该方法主要内容包括将弹上电气系统分解为若干单元级模型；对单元级模型采用微分方程描述或有限元法描述或函数拟合法描述的建模方式进行建模；对单元级模型辨识；将单元级模型组装成弹上电气系统模型；完成对弹上电气系统模型的仿真。本发明有利于降低弹上电气系统建模的难度和减少建模工作量，以此来节约成本并提高弹上电气系统研发效率。
-
公开(公告)号：CN109254588B
公开(公告)日：2020-08-11
申请号：CN201811208652.9
申请日：2018-10-17
Applicant: 北京航空航天大学
Abstract: 本发明公开一种基于交叉变异鸽群优化的无人机集群协同侦察方法，其实现步骤为：步骤一：侦察环境的初始化；步骤二：多维向量图的初始化及更新策略；步骤三：基于交叉变异鸽群优化的方法设计；步骤四：基于交叉变异鸽群优化的滚动时域控制；步骤五：构建交叉变异鸽群优化的目标函数。在三维空间进行无人机集群协同侦察的仿真。该方法的主要优势主要体现在两个方面：一方面，用时较短，能用于动态规划，与常见的Vorono图和博弈论等方法相比收敛速度较快。另一方面，侦察效率较高，在覆盖区域不大的情况下，仍能够有效侦察到目标点。
-
公开(公告)号：CN110109477B
公开(公告)日：2020-07-07
申请号：CN201910390912.7
申请日：2019-05-10
Applicant: 北京航空航天大学
IPC: G05D1/10
Abstract: 本发明公开一种基于鸽群智能反向学习的无人机集群多目标控制优化方法，其实现步骤为：步骤一：搭建无人机动力学模型；步骤二：搭建具有感知能力无人机传感器模型；步骤三：搭建无人机目标搜索图模型；步骤四：建立无人机目标搜索代价函数模型；步骤五：设计多目标鸽群优化算法；步骤六：设计基于鸽群智能反向学习的多目标鸽群优化算法；步骤七：输出无人机目标搜索仿真轨迹图。该方法解决了无人机在复杂战场环境下对未知环境判断不准确而带来的问题，更具有实际应用价值，提高了复杂环境下目标搜索的可行性与高效性，有效缩短搜索时间，从而提高无人机搜索目标的效率和成功率，以节省作战时间，保存作战实力。
-
公开(公告)号：CN106845048B
公开(公告)日：2020-02-28
申请号：CN201710269912.2
申请日：2017-04-24
Applicant: 北京航空航天大学
IPC: G06F30/17 , G06F119/14
Abstract: 本发明公开了一种计入摩擦和齿侧间隙的内啮合齿轮轴减速器非线性动力学建模方法，属于机械系统可靠性工程技术领域；具体步骤为：首先，设定某内啮合齿轮轴减速器建模的条件；然后，依次确定齿轮副沿啮合线的相对线位移，静态传动误差和非线性的齿侧间隙；进一步，采用Fourier级数形式逼近齿轮副的综合时变啮合刚度，采用Lagrange方法建立齿轮副的非线性动力学方程，最后，对非线性动力学方程进行线性变换和无量纲化处理。本发明的模型具有较好的通用性，可以进行任意参数的内啮合齿轮减速器运行状态及其动力学特性的数值模拟，并进行减速器系统振动信号的输出模拟。
-
公开(公告)号：CN107392963B
公开(公告)日：2019-12-06
申请号：CN201710506141.4
申请日：2017-06-28
Applicant: 北京航空航天大学
Abstract: 本发明是一种用于软式自主空中加油的仿鹰眼运动目标定位方法，其实施步骤为：步骤一：仿鹰视顶盖细胞响应计算；步骤二：仿鹰核团纹理抑制与显著图提取；步骤三：颜色阈值分割；步骤四：感兴趣区域提取；步骤五：锥套标志点坐标获取；步骤六：标识点匹配；步骤七：摄像机参数标定；步骤八：加油锥套位姿测量；本发明提出的用于软式自主空中加油的仿鹰眼运动目标定位方法能够准确提取无人机软式加油过程中的加油锥套，准确确定加油锥套位置，该方法具有较高的准确性和鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN110109477A
公开(公告)日：2019-08-09
申请号：CN201910390912.7
申请日：2019-05-10
Applicant: 北京航空航天大学
IPC: G05D1/10
Abstract: 本发明公开一种基于鸽群智能反向学习的无人机集群多目标控制优化方法，其实现步骤为：步骤一：搭建无人机动力学模型；步骤二：搭建具有感知能力无人机传感器模型；步骤三：搭建无人机目标搜索图模型；步骤四：建立无人机目标搜索代价函数模型；步骤五：设计多目标鸽群优化算法；步骤六：设计基于鸽群智能反向学习的多目标鸽群优化算法；步骤七：输出无人机目标搜索仿真轨迹图。该方法解决了无人机在复杂战场环境下对未知环境判断不准确而带来的问题，更具有实际应用价值，提高了复杂环境下目标搜索的可行性与高效性，有效缩短搜索时间，从而提高无人机搜索目标的效率和成功率，以节省作战时间，保存作战实力。
-
公开(公告)号：CN105549617B
公开(公告)日：2019-05-03
申请号：CN201610019774.8
申请日：2016-01-13
Applicant: 北京航空航天大学
Abstract: 本发明一种仿鸟群行为和虚拟结构的无人机编队控制方法，是将鸟群编队结构映射至无人机编队结构中，构建无人机编队最优的编队位置，通过虚拟结构模型计算所需要的控制指令，随后接收到编队控制指令的无人机控制单元再将无人机控制到指定位置，仿鸟群行为和虚拟结构的无人机编队控制方法的具体步骤如下：1、建立无人机编队数学模型；2、通过鸟群行为确定编队控制位置；3、建立无人机编队虚拟结构；4、通过鸟群行为和虚拟结构混合方法求取编队控制输入；步骤五：利用鸟群行为和虚拟结构混合方法进行编队控制。该方法充分利用了鸟群行为机制和虚拟结构方法在编队控制律设计中的简洁性、普适性，保证了无人机在编队状态下控制的连续与稳定。
-
公开(公告)号：CN109613931A
公开(公告)日：2019-04-12
申请号：CN201910011582.6
申请日：2019-01-07
Applicant: 北京航空航天大学
Abstract: 本发明公开基于生物社会力的异构无人机集群目标跟踪系统及方法，该目标跟踪系统包括集群硬件系统架构、集群软件系统架构、集群通信系统架构、集群飞行管理和控制系统。该方法步骤如下：一、无人机状态建模；二、一致性协议的设计；三、基于相位差一致算法的无人机控制指令设计；四、基于非线性导引的轨迹跟踪；五、基于生物社会力的异构无人机集群系统描述；六、基于生物社会力的异构无人机集群目标跟踪。本发明的优点在于：实现异构无人机集群的目标跟踪；提高控制无人机逐渐收敛到期望路径的速度。整个目标跟踪系统系统完整，功能完善，可以实现对不同任务场景目标的验证。
-
公开(公告)号：CN105700555B
公开(公告)日：2018-04-27
申请号：CN201610143227.0
申请日：2016-03-14
Applicant: 北京航空航天大学
Abstract: 本发明是一种基于势博弈的多无人机协同搜索方法，其实施步骤为：步骤一：多无人机协同搜索问题建模；步骤二：多无人机协调运动的势博弈建模和双对数‑线性学习法势博弈求解；步骤三：根据传感器探测信息更新概率图，对更新后的概率图进行信息融合，获取目标存在概率；步骤四：根据目标存在概率更新不确定度，并进行多无人机协同搜索。本发明能实现多无人机协同搜索，包含基于势博弈的协调运动、概率图更新、信息融合等过程，由于自身分布式的控制方式，方法计算简单，具有较强的鲁棒性，能有效应对外界干扰。
-
公开(公告)号：CN105022881B
公开(公告)日：2018-02-02
申请号：CN201510434862.X
申请日：2015-07-22
Applicant: 北京航空航天大学
Abstract: 本发明是一种基于鸽群优化的舰载机自主着舰导引律设计方法，其实施步骤为：步骤一：搭建舰载机和舰尾流Simulink仿真模块；步骤二：初始化鸽群优化算法参数；步骤三：设计代价函数；步骤四：在Simulink中设置待优化的导引律参数；步骤五：利用鸽群优化算法的地图罗盘算子进行寻优；步骤六：利用鸽群优化算法的地标算子进行寻优；步骤七：储存结果并验证。该方法能够有效降低飞控设计人员的工作难度，并且提高着舰导引律对舰尾流干扰的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
259
records
(took 0.036 seconds)
