-
公开(公告)号：CN118244776B
公开(公告)日：2025-05-06
申请号：CN202410336811.2
申请日：2024-03-22
Applicant: 北京理工大学
IPC: G05D1/46 , G05D109/20
Abstract: 本发明公开了多飞行器能量最优协同围捕打击制导方法，该方法为实现对机动目标的协同拦截，提出显式协同的策略，通过协调飞行器间相对视线角来实现对机动目标的拦截，其中，根据理想比例导引的物理特性预测每架飞行器的末端视线角，并根据预测的视线角对飞行器进行排序；然后计算相邻飞行器末端视线角差值，构造差值状态矢量,并设计最优控制律使预测所得的相对视线角误差矢量收敛至期望差值，从而使多个飞行器在小过载比拦截机动目标的同时满足相对视线角约束。
-
公开(公告)号：CN114690790B
公开(公告)日：2024-11-29
申请号：CN202111566673.X
申请日：2021-12-20
Applicant: 北京理工大学
IPC: G05D1/46 , G05D109/28
Abstract: 本发明公开了一种基于GRU的拦截飞行器制导律快速辨识方法，该方法中，针对拦截飞行器制导律辨识问题，首先，构建了三维空间下的拦截飞行器‑我方飞行器相对运动模型，拦截飞行器采用比例导引(PN)制导律或增强比例导引(APN)制导律。从相对运动模型中提取片段组成训练样本集和测试样本集，样本的输入为敌我双方运动学信息，标签为敌方拦截飞行器对应的制导律。其次，建立了包含三层隐含层的GRU网络模型，采用基于Adam算法的反向传播对网络进行训练，获得辨识模型，再通过辨识模型及时获得拦截飞行器的制导律。
-
公开(公告)号：CN118689236A
公开(公告)日：2024-09-24
申请号：CN202410577395.5
申请日：2024-05-10
Applicant: 北京理工大学
IPC: G05D1/49 , G05D1/46 , G05D101/10 , G05D109/20
Abstract: 本发明公开了一种拦截高机动目标的最优均势制导方法，该方法中，将制导指令分为两个阶段，即零控脱靶量最快速消除阶段与均势拦截阶段，充分发挥飞行器的过载能力，确保使飞行器在末段采用与目标机动相当的过载拦截高机动目标；避免了飞行器末段过载饱和的风险。
-
公开(公告)号：CN118605139A
公开(公告)日：2024-09-06
申请号：CN202310436266.X
申请日：2023-04-21
Applicant: 北京理工大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于多网络模型的诸元精确快速获得的控制方法，包括以下步骤：设置诸元解算神经网络模型，获取无风状态下的射击诸元，所述射击诸元包括表尺、程装和弹道高度；设置纵风神经网络模型，根据无风状态射击诸元中的表尺和弹道高度，以及实际风速、风向，获得炮弹飞行过程中的平均纵风，作为平均弹道纵风；设置诸元修正神经网络模型，以平均弹道纵风为输入，输出表尺修正量，对无风状态射击诸元进行修正，获得最终的射击诸元；根据最终射击诸元中调整发射台，进行炮弹发射。本发明提供的基于多网络模型的诸元精确快速获得控制方法，充分考虑实时气象，可提高诸元解算精度，且计算量小，耗时短，无需繁琐的射表查询，能够部署在火控计算机中，且能有效避免脱靶。
-
公开(公告)号：CN117804440A
公开(公告)日：2024-04-02
申请号：CN202311822700.4
申请日：2023-12-27
Applicant: 北京理工大学
Abstract: 本发明公开了一种无人机激光‑惯性里程计的导航方法，包括以下步骤：将激光雷达点云进行变换，将一帧激光雷达点云中所有的点云转换到该帧开始时刻对应的激光雷达坐标系上；对激光雷达点云进行降采样，降低激光雷达点云数量；提取激光雷达点云中每一帧的特征帧，将激光雷达点云连续帧对应时间中飞行器的状态变化量与选择阈值比较，将变化量大于选择阈值的连续帧中第二帧对应的特征帧作为关键帧；采用多帧关键帧构建局部地图，基于局部地图，采用当前时刻的特征帧进行帧‑图匹配，获得下一时刻无人机状态；根据获得的当前时刻无人机状态进行飞行。本发明公开的无人机激光‑惯性里程计的导航方法，能够满足GNSS拒止且光学环境不满足相机传感器工作条件下的高精度导航要求。
-
Patent Agency Ranking
公开(公告)号：CN115994562A
公开(公告)日：2023-04-21
申请号：CN202210228644.0
申请日：2022-03-08
Applicant: 北京理工大学
Abstract: 本发明公开了一种改进多模型机制的神经网络输出后处理方法，通过设置多模型层神经网络，使用训练后的多模型层神经网络对输入数据进行辨识或预测，获得最终的辨识或预测结果，多模型层神经网络，包括神经网络模块和多模型层模块，多模型层模块设置在神经网络模块的隐含层与输出层之间，在多模型层模块中具有模型，所述模型中含有多个单元，每个单元将隐含层的输出结果作为输入，多个单元的输出结果合并回归后作为模型的输出传递至输出层。本发明公开的方法，降低了神经网络训练初始损失函数值，训练过程中损失函数下降快，可以减少训练次数，降低训练时间。
-
公开(公告)号：CN114844402A
公开(公告)日：2022-08-02
申请号：CN202210199843.3
申请日：2022-03-01
Applicant: 北京理工大学
IPC: H02P21/00 , H02P21/18 , H02P21/22 , H02P25/026 , H02P27/08
Abstract: 本发明公开了一种大功率永磁同步电机矢量控制系统，包括：采样模块，用于检测电机电压、电流信号；控制模块，接收采样模块采集的信号，生成脉冲信号；逆变电路，向电机供电，为三相桥式无控整流电路；驱动模块，根据脉冲信号对逆变电路的桥臂开关状态进行控制，从而控制电机转动；所述逆变电路中的功率开关为耐压大于等于540V、最大电流大于等于40A的MOSFET功率开关。本发明公开的大功率永磁同步电机矢量控制系统，可以实现在大型导弹起竖发射中采用电动缸替代液压缸对导弹进行精准角度起竖。
-
公开(公告)号：CN112197761B
公开(公告)日：2022-07-19
申请号：CN202010725789.2
申请日：2020-07-24
Applicant: 北京理工大学
Abstract: 本发明提供一种高精度多旋翼机协同定位方法及系统，该方法包括：选定需要进行定位的目标；n个无人机进行信息数据的采集，所述信息数据包括无人机自身参数信息、目标视线角信息以及无人机与目标的距离信息；对所述信息数据进行处理，获得目标位置的估计值。本发明所提供的方法采用多无人机协同采集信息，将光电吊舱和组合导航模块之间的安装误差引入最小二乘模型中，实现了在惯性导航元件精度较低的情况下、在短时间内对远距离目标的高精度定位，定位精度高、时间短。
-
公开(公告)号：CN114690790A
公开(公告)日：2022-07-01
申请号：CN202111566673.X
申请日：2021-12-20
Applicant: 北京理工大学
IPC: G05D1/08
Abstract: 本发明公开了一种基于GRU的拦截飞行器制导律快速辨识方法，该方法中，针对拦截飞行器制导律辨识问题，首先，构建了三维空间下的拦截飞行器‑我方飞行器相对运动模型，拦截飞行器采用比例导引(PN)制导律或增强比例导引(APN)制导律。从相对运动模型中提取片段组成训练样本集和测试样本集，样本的输入为敌我双方运动学信息，标签为敌方拦截飞行器对应的制导律。其次，建立了包含三层隐含层的GRU网络模型，采用基于Adam算法的反向传播对网络进行训练，获得辨识模型，再通过辨识模型及时获得拦截飞行器的制导律。
-
公开(公告)号：CN112198884A
公开(公告)日：2021-01-08
申请号：CN202010733177.8
申请日：2020-07-27
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于视觉引导的无人机移动平台降落方法，包括设置移动平台降落标识、无人机搜索识别降落标识、无人机基于视觉引导不断逼近降落标识直至完成降落。本发明所述的基于视觉引导的无人机移动平台降落方法，对机载计算机性能要求低，能够能够快速、精确的降落在移动平台上。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.031 seconds)
