-
公开(公告)号：CN115329594B
公开(公告)日：2023-04-18
申请号：CN202211054694.8
申请日：2022-08-31
Applicant: 哈尔滨工业大学
IPC: G06F30/20 , G06F17/11 , G06F17/16 , G06F18/213 , G06F18/214 , G06N3/04 , G06N3/08 , G06F111/10 , G06F119/14
Abstract: 一种大规模导弹集群攻防对抗仿真加速方法及系统，涉及导弹集群攻防对抗仿真技术领域，用以解决传统的线性代理模型无法在保证模拟精度的同时有效加速大规模导弹集群攻防对抗仿真过程的问题。本发明的技术要点包括：建立进攻弹与拦截弹各自的动力学与制导模型，搭建导弹集群对抗仿真模拟器，以获取高维导弹集群对抗飞行数据；采用主成分分析法对高维数据进行压缩，获得低维数据；之后建立初始线性模型对低维导弹集群对抗飞行数据进行粗略拟合，并训练神经网络来拟合初始线性模型的残差，最终得到导弹集群对抗的代理模型。本发明通过使用主成分分析法和建立代理模型提高了仿真速度，可应用于大规模导弹集群攻防对抗的仿真加速过程中。
-
公开(公告)号：CN115328203B
公开(公告)日：2023-03-14
申请号：CN202211054695.2
申请日：2022-08-31
Applicant: 哈尔滨工业大学
IPC: G05D1/10
Abstract: 一种基于数据驱动的大规模无人机集群编队仿真加速方法及系统，涉及数字仿真技术领域，以解决传统线性代理模型无法在保证模拟精度的同时有效加速大规模无人机集群编队仿真过程的问题。本发明通过对原始高维无人机集群状态数据进行降维以及使用深度神经网络拟合线性代理模型误差，有效减小了大规模无人机集群编队仿真建模的复杂程度和仿真计算时所需的计算资源，并保证一定的仿真精度。本发明通过建立原始大规模无人机集群编队状态的低维特征子空间的方式显著提升大规模无人机集群编队行为动态过程的仿真模拟速度，且由线性初始模型与深度神经网络组合的复合代理模型可以在加速大规模无人机集群编队行为仿真速度的同时保持较高的模拟精度。
-
公开(公告)号：CN114020016B
公开(公告)日：2022-06-21
申请号：CN202111271084.9
申请日：2021-10-29
Applicant: 哈尔滨工业大学
IPC: G05D1/10
Abstract: 一种基于机器学习的空地协同通信服务方法及系统，涉及空地协同通信服务技术领域，用以解决现有技术中仅靠无人机提供通信服务导致服务质量不高且效率低的问题。本发明的技术要点包括：获取每个无人机以及无人车在通信服务中的环境信息；将环境信息输入预训练的深度神经网络模型中，解算获得无人机以及无人车的协同通信服务策略指令。本发明可解决地面通信基站受损之后地面用户与外界或者地面用户之间相互通信的问题，同时可解决移动通信设备可用量不足的问题，本发明可对地面用户提供高质量且公平的通信服务，具有较高鲁棒性与较强的环境适应能力，可应用于空地协同通信服务之中。
-
公开(公告)号：CN116107346B
公开(公告)日：2025-05-13
申请号：CN202310285168.0
申请日：2023-03-22
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种飞行器集群通信拓扑自适应控制方法及系统，涉及飞行器集群控制技术领域，用于解决基于传统通信机制的高速飞行器集群控制策略鲁棒性低、所需通信量大的问题。本发明的技术要点包括：获取飞行器集群与环境的交互信息；利用所述飞行器集群与环境的交互信息训练基于深度神经网络的飞行器集群控制策略网络；利用训练好的飞行器集群控制策略网络控制飞行器集群的运动以及通信拓扑。本发明实现的飞行器集群控制策略具备对飞行器运动行为以及飞行器集群通信拓扑的控制能力，可以在复杂的集群任务环境中自适应地调整集群的通信拓扑。
-
公开(公告)号：CN119828728A
公开(公告)日：2025-04-15
申请号：CN202411951197.7
申请日：2024-12-27
Applicant: 哈尔滨工业大学
IPC: G05D1/46 , G05D109/20
Abstract: 本发明提供了一种基于多智能体强化学习的变构型飞行器智能姿态控制方法及系统，属于智能控制领域。为了解决在复杂的控制任务下，变构型高超声速飞行器模型复杂非线性、姿态控制性能发挥不充分的问题。本发明基于多智能体强化学习端对端进行变构飞行器姿态控制，采用多智能体协同的方式进一步提高探索能力和控制弹性基于多智能体系统的智能姿态控制方法，将变构型高超声速飞行器的多个控制通道视为独立的智能体，在同一环境中训练学习，并根据各自的状态进行分布式决策，以实现一种有效的智能控制方式。
-
Patent Agency Ranking
公开(公告)号：CN119828466A
公开(公告)日：2025-04-15
申请号：CN202411950361.2
申请日：2024-12-27
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 本发明一种基于神经网络辨识的跨域变构型高速飞行器自适应姿态控制方法、系统及存储介质,涉及飞行器控制技术领域，为解决现有方法需要提前将飞行器气动进行统一的参数化建模，对参数进行辨识；无法解决在跨域变构型高速飞行器气动参数模型完全未知情况下，由气动不确定性带来的姿态控制难题。本发明通过构建的三通道神经网络模型，包括俯仰通道神经网络模型、偏航通道神经网络模型和滚转通道神经网络模型；并基于舵偏误差对姿态变化的影响敏感性加权构建损失函数，训练得到三通道舵偏解算器神经网络模型；构建在线迁移学习样本库进行在线迁移学习，基于反步法控制器求解气动力矩，最终求解得到偏航指令。
-
公开(公告)号：CN119785249A
公开(公告)日：2025-04-08
申请号：CN202411989496.X
申请日：2024-12-31
Applicant: 哈尔滨工业大学
IPC: G06V20/17 , H04N23/62 , H04N23/63 , H04N23/81 , H04N25/62 , G06V10/30 , G06V10/40 , G06V10/54 , G06V10/25 , G06V10/764 , G06V10/82 , G06V10/80 , G06T7/80 , G06T5/60 , G06T17/00 , G06N3/0475 , G06N3/045 , G06N3/0464 , G06N3/0495
Abstract: 本发明专利提出了一种基于无人机载逆光成像技术的飞行模拟方法及系统，该技术解决了逆光环境下无人机平台目标感知与识别的关键科学问题，为高动态范围成像、目标检测与智能飞控的交叉研究提供了创新性方案。通过引入逆光成像相机和动态光圈控制技术，结合多点标定和多尺度降噪方法，有效克服了逆光环境中成像动态范围不足、图像细节丢失以及随机噪声干扰等传统难题。同时，基于生成对抗网络的影像增强方法，实现了复杂光照条件下目标纹理与结构特征的高保真重建，避免了传统增强算法中常见的伪影和色彩漂移问题。进一步，通过强化优化的YOLO检测框架与高分辨率特征金字塔网络的结合，成功构建了适应逆光场景的小目标高精度检测模型，在保持检测精度的同时显著提高了检测的鲁棒性与实时性。
-
公开(公告)号：CN119762381A
公开(公告)日：2025-04-04
申请号：CN202411969714.3
申请日：2024-12-30
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于强光背景的图像复原优化方法及系统，涉及图像复原技术领域。本发明的技术要点主要包括：通过内置掩膜板的波前编码系统，实现强光背景抑制，采集包含待检测物体的背景强光抑制后编码图像；采用改进后的L‑R图像复原算法对编码图像进行复原，结合小波变换进行残差迭代；并采用二次阈值去除两类主要噪声，保留暗弱目标数据；在此基础上，建立无参考图像质量评价体系；并采用滑动窗口计算其算术平均值，同时设定耐心迭代机制，控制L‑R算法的有效迭代次数；最后计算各次迭代中图像评价参数的最大值，确定最优迭代次数，得到强光背景下清晰目标图像。本发明能够有效消除强光背景对目标成像的干扰，缩短了算法迭代时间，复原了强光背景下目标图像的细节信息，显著提升强光背景下目标图像质量，具备较优的图像复原能力。
-
公开(公告)号：CN118552691B
公开(公告)日：2025-04-01
申请号：CN202410620081.9
申请日：2024-05-20
Applicant: 哈尔滨工业大学
Abstract: 本发明提供一种大尺度高精度月面随机地形生成方法，涉及月球地形生成技术领域，为解决现有的数字地形模型的质量高度依赖于原始数据源的精度，低精度的遥感探测数据或测绘数据导致模型存在误差的问题。包括如下步骤：S1、根据目标区域位置信息及范围，基于月面DEM地图确定区域地形特征及撞击坑类型，输入石块和撞击坑最小直径；S2、获取月面DEM地图中撞击坑位置与直径，对目标区域地形图进行拆分，得到多个石块生成单元，并生成栅格地图，计算每一个石块生成单元中石块数量，进一步计算目标区域石块数量；S3、对目标区域地形图生成地形石块：S4、对目标区域地形图生成地形撞击坑：S5、计算得到目标区域内的高程值，生成大尺度、高精度的月面地形。
-
公开(公告)号：CN118584951A
公开(公告)日：2024-09-03
申请号：CN202410619301.6
申请日：2024-05-19
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种月面探测时间网的多巡视器协同任务规划方法及系统，涉及月面探测技术领域。本发明的技术要点包括：根据月面多巡视器协同探测任务进行建模；基于月面协同探测任务，建立月面可探测点之间的可通行道路网；根据月面可通行道路网的探测信息，建立多巡视器月面探测时间网；利用单亲遗传算法对月面协同探测任务进行路径求解，获取各巡视器进行月面协同探测的最优路径。本发明有效解决了月面大范围多巡视器任务规划问题，各巡视器的探测任务量能够得到较好分配，明显降低了整体探测用时。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.025 seconds)
