-
公开(公告)号：CN119723129A
公开(公告)日：2025-03-28
申请号：CN202411849374.0
申请日：2024-12-16
Applicant: 东南大学
Abstract: 本发明公开了一种基于光流法的视觉里程计的误匹配剔除方法与系统，包括：初步剔除误匹配模块，用于利用边缘剔除策略，剔除第一帧图像中位于边缘位置的图像特征点后，利用光流法在第二帧图像中预测第一帧图像的特征点，再依托预测的第二帧图像的特征点，利用光流法在第一帧图像中反向预测特征点，结合第一帧图像提取的特征点，在像素层面计算对应特征点对的欧氏距离并构建阈值，初步筛选误匹配；剔除误匹配模块，利用初步筛选结果，结合随机采样一致性算法和基础矩阵一致性检验进一步筛选误匹配。本发明用于提升基于光流法视觉里程计的无人系统的定位精度和鲁棒性。
-
公开(公告)号：CN119106902A
公开(公告)日：2024-12-10
申请号：CN202411585703.5
申请日：2024-11-08
Applicant: 东南大学
IPC: G06Q10/0631 , G06N3/126
Abstract: 本发明涉及一种无人集群组网装备资源分配方法、设备及存储介质，所述方法包括以下步骤：基于无人集群组网与敌方防御系统之间的多对多对抗任务场景，构建无人集群任务收益函数、成本损失函数、对抗成本函数以及敌方防御系统损伤函数；综合考虑多种武器系统的性能差异和成本效益，通过调整权重系数和引入特定任务需求的附加项，构建无人集群组网装备资源分配模型；采用差分遗传算法求解所述无人集群组网装备资源分配模型，获得最优武器资源分配策略。与现有技术相比，本发明综合考虑多种复杂因素，能够快速生成最优或接近最优的装备资源分配方案，显著提升无人集群的整体作战效能和任务成功率。
-
公开(公告)号：CN118585329A
公开(公告)日：2024-09-03
申请号：CN202410727978.1
申请日：2024-06-06
Applicant: 东南大学
Abstract: 本发明公开了一种基于Q学习的集群计算任务资源分配方法与设备，所述方法包括：将集群的计算任务资源分配划分为任务分配模块和计算资源分配模块；任务分配模块负责将计算任务分配给计算服务器，计算资源分配模块则负责将计算资源分配给已选择的任务；建立计算任务资源分配的优化目标，并定义相应的约束条件；将计算任务资源分配问题建模为马尔科夫决策过程，并设计相关的强化学习要素；采用分层强化学习策略，高层智能体使用Rainbow算法处理任务分配问题，低层智能体使用DDQN算法处理计算资源分配问题；采用双层网络联合训练策略，以优化整体性能。本发明能够实现智能化的任务和计算资源分配，且能在较短的时间内有效地得到分配结果。
-
公开(公告)号：CN118192247A
公开(公告)日：2024-06-14
申请号：CN202410421233.2
申请日：2024-04-09
Applicant: 东南大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于变分推断的导弹气动参数在线鲁棒辨识方法及系统，包括：构建过程噪声服从Gaussian‑Student’s t混合分布的弹道导弹气动参数估计问题：根据导弹动力学模型和测量模型构建系统方程，将过程噪声建模为Gaussian‑Student’s t混合分布，得到弹道导弹气动参数估计问题对应的概率模型，并线性化系统方程；基于变分推断技术设计考虑过程噪声具有离群值的鲁棒扩展卡尔曼滤波方法，依托导弹系统实时输入向量和测量向量，近似推断隐变量后验分布，获得导弹气动参数；本发明能够提高过程噪声存在离群值情况下算法的鲁棒性与估计精度，有助于实现导弹气动参数的精准估计。
-
公开(公告)号：CN118066952A
公开(公告)日：2024-05-24
申请号：CN202410420736.8
申请日：2024-04-09
Applicant: 东南大学
IPC: F42B35/02
Abstract: 本发明公开了一种获取制导炮弹实时姿态数据和实时角速度数据的方法，包括以下步骤：获取制导炮弹的测量角速度数据、测量加速度数据和测量磁力数据；将测量角速度数据、测量加速度数据和测量磁力数据进行归一化，获得标准角速度数据、标准加速度数据和标准磁力数据；基于制导炮弹飞行的姿态运动学设计有限时间互补滤波器；将标准角速度数据、标准加速度数据和标准磁力数据输入至有限时间互补滤波器，获得角速度测量偏差估计值、加速度估计值和磁力估计值；基于角速度测量偏差估计值、加速度估计值和磁力估计值解算得到制导炮弹的实时姿态数据和实时角速度数据。本发明可以快速、准确的获取制导炮弹的实时姿态数据和实时角速度数据。
-
Patent Agency Ranking
公开(公告)号：CN117193369A
公开(公告)日：2023-12-08
申请号：CN202311284811.4
申请日：2023-10-07
Applicant: 东南大学
IPC: G05D1/10
Abstract: 本发明公开预设时间下的无人机集群博弈纳什均衡搜索方法及系统，属于无人机自主控制领域；预设时间下的无人机集群博弈纳什均衡搜索方法包括：分析四旋翼无人机的动力学模型，并推广至欧拉‑拉格朗日系统；基于推广至欧拉‑拉格朗日系统的无人机的动力学模型，构建具有欧拉‑拉格朗日非线性动力学的无人机集群博弈模型；基于欧拉‑拉格朗日系统和和无人机集群博弈模型，通过引入时基发生器，提出基于预设时间收敛的部分信息下的纳什均衡搜索算法，可以实现对收敛时间的精确控制且不依赖于系统的初值和参数。
-
公开(公告)号：CN119106902B
公开(公告)日：2025-05-02
申请号：CN202411585703.5
申请日：2024-11-08
Applicant: 东南大学
IPC: G06Q10/0631 , G06N3/126
Abstract: 本发明涉及一种无人集群组网装备资源分配方法、设备及存储介质，所述方法包括以下步骤：基于无人集群组网与敌方防御系统之间的多对多对抗任务场景，构建无人集群任务收益函数、成本损失函数、对抗成本函数以及敌方防御系统损伤函数；综合考虑多种武器系统的性能差异和成本效益，通过调整权重系数和引入特定任务需求的附加项，构建无人集群组网装备资源分配模型；采用差分遗传算法求解所述无人集群组网装备资源分配模型，获得最优武器资源分配策略。与现有技术相比，本发明综合考虑多种复杂因素，能够快速生成最优或接近最优的装备资源分配方案，显著提升无人集群的整体作战效能和任务成功率。
-
公开(公告)号：CN119440753A
公开(公告)日：2025-02-14
申请号：CN202411450179.0
申请日：2024-10-17
Applicant: 东南大学
Abstract: 本发明公开了一种基于融合合并观测的自适应遗传算法多卫星协同任务动态调度规划方法，首先，通过等比采样分解区域任务，构建离散观测点；其次，任务转化为加权元任务集，结合卫星资源、任务与姿态约束，计算可选卫星与时间窗；进一步，检测并合并满足条件的元任务，构建以最大观测收益为目标的合并观测模型；最后，采用自适应遗传算法优化求解，确保满足约束，生成可执行的多卫星协同观测调度方案。本发明在区域任务规划调度过程中，采用区域离散自适应采样的方法对区域任务能够快速分解为点任务，提升区域观测任务的完成率；此外，设计了一种有效的元任务合并观测方法，有效的提升多卫星动态任务规划化收益。
-
公开(公告)号：CN119126804A
公开(公告)日：2024-12-13
申请号：CN202411258605.0
申请日：2024-09-09
Applicant: 东南大学
Abstract: 本申请涉及一种海空跨域无人集群护卫与阵形规划方法，首先，通过编队中的多种传感器形成全方位态势感知模型，融合生成对潜在威胁的探测概率；同时，利用感知模型结合敌我作战信息，形成初始阵形方案；然后，根据编队武器设备在火力覆盖区域内构建打击模型，融合生成对来袭目标的毁伤概率；下一步，考虑探测概率和毁伤概率的数据融合，确定威胁角并对威胁角内攻击的拦截成功概率进行实时估计；最后，基于预测的攻击方向，对初始阵形方案进行调整，使得编队内无人艇和无人机对来袭目标的拦截效能得到提高。仿真结果表明，通过感知与攻击设备对外部侵袭的探测和毁伤概率的融合，本发明能够准确地估计编队的拦截防御能力，并实现了无人集群阵形规划。
-
公开(公告)号：CN118192247B
公开(公告)日：2025-04-04
申请号：CN202410421233.2
申请日：2024-04-09
Applicant: 东南大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于变分推断的导弹气动参数在线鲁棒辨识方法及系统，包括：构建过程噪声服从Gaussian‑Student’s t混合分布的弹道导弹气动参数估计问题：根据导弹动力学模型和测量模型构建系统方程，将过程噪声建模为Gaussian‑Student’s t混合分布，得到弹道导弹气动参数估计问题对应的概率模型，并线性化系统方程；基于变分推断技术设计考虑过程噪声具有离群值的鲁棒扩展卡尔曼滤波方法，依托导弹系统实时输入向量和测量向量，近似推断隐变量后验分布，获得导弹气动参数；本发明能够提高过程噪声存在离群值情况下算法的鲁棒性与估计精度，有助于实现导弹气动参数的精准估计。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.062 seconds)
