公开(公告)号：CN108710288A

公开(公告)日：2018-10-26

申请号：CN201810354185.4

申请日：2018-04-19

Applicant: 东华大学

Inventor： 丁仁强 ,  周武能 ,  程航洋

IPC: G05B13/02

CPC classification number: G05B13/024

Abstract: 本发明涉及一种基于风速预测的旋翼飞行器空中悬停防漂移的控制方法，包括以下步骤：使用遗传算法BP神经网络对风速进行预测；将风速预测结果作用于BP神经网络的PID控制器，PID控制器通过调整惯性环节系数Kp、积分环节系数Ki和微分环节系数Kd来调节控制强度和效果，输出理想控制信号；旋翼飞行器在PID控制器输出的理想控制信号作用下，预先对电机的转速进行改变，从而在风速改变的时候适应环境变化，保证旋翼飞行器在空中悬停，防止漂移现象的产生。

公开(公告)号：CN110393333A

公开(公告)日：2019-11-01

申请号：CN201910566673.6

申请日：2019-06-27

Applicant: 东华大学

Inventor： 周武能 ,  胡钉昂 ,  程航洋 ,  丁仁强

IPC: A41F1/00 ,  G01J1/42

Abstract: 本发明涉及一种具有检测紫外线强度功能的智能纽扣，包括纽扣外壳，所述纽扣外壳内设置有单片机、蓝牙模块、LED、紫外线检测模块和电源模块；所述紫外线检测模块用于检测紫外线强度，并将检测到的紫外线强度发送给单片机；所述单片机根据收到的紫外线强度控制LED发出不同颜色的光，同时将收到的紫外线强度通过蓝牙模块发送至移动终端；所述电源模块用于为所述单片机、蓝牙模块和紫外线检测模块提供电源。本发明结构合理，功能齐全，便于携带，有着很强的实用性。

公开(公告)号：CN108549210A

公开(公告)日：2018-09-18

申请号：CN201810355164.4

申请日：2018-04-19

Applicant: 东华大学

Inventor： 程航洋 ,  周武能 ,  丁仁强

IPC: G05B11/42

Abstract: 本发明涉及一种基于BP神经网络PID控制的多无人机协同飞行方法，包括以下步骤：建立无人机的队形模型；确定神经网络结构，所述神经网络结构为三层BP神经网络结构，输入层有M个神经元，隐含层有Q个神经元，输出层有R个神经元，并采用梯度最速下降法进行权值的调整；计算隐含层输出、输出层输出和误差及性能指标；对权值进行更新；将更新后的权值代入隐含层与输出层，并重复上述计算步骤，直到达到迭代次数或满足稳定性要求，完成主机的飞行姿态控制；主机与副机之间进行通信，由主机控制副机，完成所有飞机的飞行控制。本发明保证多无人机飞行时的稳定性。

公开(公告)号：CN108647770A

公开(公告)日：2018-10-12

申请号：CN201810355136.2

申请日：2018-04-19

Applicant: 东华大学

Inventor： 程航洋 ,  周武能 ,  丁仁强

IPC: G06N3/00 ,  G06Q10/04

Abstract: 本发明涉及一种基于粒子群算法的多无人机救灾搜索路径的优化方法，包括：利用粒子群算法进行参数优化；多无人机分布模型的建立；利用优化解完成对多无人机的位置控制。本发明能够有效的优化粒子群算法在多无人机进行救灾任务时的路径规划，与传统的蚁群算法等的方式相比，有着更好的响应速度，保证了多无人机进行协同任务时的效率与质量。

公开(公告)号：CN108490965A

公开(公告)日：2018-09-04

申请号：CN201810354181.6

申请日：2018-04-19

Applicant: 东华大学

Inventor： 丁仁强 ,  周武能 ,  程航洋

IPC: G05D1/08 ,  G05D1/10

Abstract: 本发明涉及一种基于遗传算法优化神经网络的旋翼飞行器姿态控制方法，包括以下步骤：创建初始种群T，并对数据进行预处理；确定编码方式；确定适应度函数；遗传算法的遗传操作；将得到的最优解代入BP神经网络模型的权值和阈值；计算误差，若未达到要求，则利用误差反向传播算法更新神经网络模型的权值和阈值；若达到要求，则将BP神经网络模型的输出作用于PID控制器，PID控制器通过调整惯性环节系数Kp、积分环节系数Ki和微分环节系数Kd来调节控制强度和效果，输出理想控制信号；旋翼飞行器的姿态得到理想控制，恢复到理想的飞行姿态。本发明有效地避免了神经网络陷入局部极小值的缺点。