一种基于深度强化学习的多星自主任务分配方法

    公开(公告)号:CN112270435B

    公开(公告)日:2023-11-14

    申请号:CN202011140091.0

    申请日:2020-10-22

    Abstract: 本发明公开了一种基于深度强化学习的多星自主任务分配方法,该方法包括如下步骤:步骤一:将地球轨道上由N个卫星组成的星群构建为主从结构星群步骤二:根据步骤一中的主从结构星群,地面建立深度强化学习多星任务自主分配模型;步骤三:利用地面计算机对步骤二中的深度强化学习多星任务自主分配模型进行训练;步骤四:将训练成熟的深度强化学习多星任务自主分配模型上传至主从结构星群中的主星,主星利用训练成熟的深度强化学习多星任务自主分配模型对接收到待分配的任务进行分配。本发明使得任务分配求解过程的复杂度就降低到了多项式级,大幅提高了计算效率,适应星上计算能力有限的环境。

    一种基于多决策主星的多星协同规划方法

    公开(公告)号:CN115756777A

    公开(公告)日:2023-03-07

    申请号:CN202211378630.3

    申请日:2022-11-04

    Abstract: 本发明涉及一种基于多决策主星的多星协同规划方法,步骤如下:星座收到多点猝发任务,按照主星生成规则触发形成多个决策主星,多个决策主星对应分管不同任务集,进行优先级评价和并行招标,根据成员星的投标信息确定候选观测资源;决策主星根据候选观测资源的观测品质、观测时间、执行代价,进行一致性标价;决策主星将各自分管任务信息、候选观测资源及相应标价进行全网同步;多决策主星根据全局任务优先级分布以及候选资源标价分布,采用一种参数化的多任务冲突消解模型,生成资源预调度方案;多决策主星对各自生成的预调度方案按预定规则进行打分,然后将预调度方案及相应分数进行全网同步,以分数最高的预调度方案作为最终规划结果。

    一种基于改进BAS算法优化神经网络的航天器目标分配方法

    公开(公告)号:CN115755942A

    公开(公告)日:2023-03-07

    申请号:CN202211352288.X

    申请日:2022-10-31

    Abstract: 本发明提供了一种基于改进BAS算法优化神经网络的航天器目标分配方法,包括以下步骤:构建航天器目标分配样本数据集,其中的每条样本数据包括红蓝航天器集群中各航天器的状态参数及对应的目标分配方案;构建航天器目标分配神经网络的拓扑结构;设定改进BAS算法的步长和须长更新方式,利用改进BAS算法获取航天器目标分配神经网络的最优初始权值和阈值;使用航天器目标分配样本数据集对获取最优初始权值和阈值的航天器目标分配神经网络进行训练,利用训练好的模型进行航天器目标分配预测。本发明对BAS算法步长、须长等参数进行改进优化,基于该改进BAS算法对BP神经网络的初始权值和阈值进行优化,获得更加实时准确的航天器集群对抗任务目标分配效果。

    一种基于共识模型的遥感星座任务自主冲突消解方法

    公开(公告)号:CN115903481A

    公开(公告)日:2023-04-04

    申请号:CN202211379448.X

    申请日:2022-11-04

    Abstract: 本发明一种基于共识模型的遥感星座任务自主冲突消解方法,包括星座基于任务优先级共识模型,对全网任务优先级进行分布式计算;星座基于候选资源调度方案优劣共识模型,对所有任务的候选观测方案进行分布式打分;星座基于冲突资源裁决共识模型,进行多任务冲突消解的分布式决策,生成资源调度方案。本发明可应用于大规模星座的多星分布式决策,针对多点猝发的并行多任务情况,实现多任务资源调度冲突的快速消解,避免星间多次的交互协商,有效提升多任务响应时效,提高星座智能自主能力。

    一种基于深度强化学习的多星自主任务分配方法

    公开(公告)号:CN112270435A

    公开(公告)日:2021-01-26

    申请号:CN202011140091.0

    申请日:2020-10-22

    Abstract: 本发明公开了一种基于深度强化学习的多星自主任务分配方法,该方法包括如下步骤:步骤一:将地球轨道上由N个卫星组成的星群构建为主从结构星群步骤二:根据步骤一中的主从结构星群,地面建立深度强化学习多星任务自主分配模型;步骤三:利用地面计算机对步骤二中的深度强化学习多星任务自主分配模型进行训练;步骤四:将训练成熟的深度强化学习多星任务自主分配模型上传至主从结构星群中的主星,主星利用训练成熟的深度强化学习多星任务自主分配模型对接收到待分配的任务进行分配。本发明使得任务分配求解过程的复杂度就降低到了多项式级,大幅提高了计算效率,适应星上计算能力有限的环境。

    一种多光路敏感系统
    7.
    发明公开

    公开(公告)号:CN119063839A

    公开(公告)日:2024-12-03

    申请号:CN202411122172.6

    申请日:2024-08-15

    Abstract: 本发明涉及一种多光路敏感系统,属于探测系统设计领域;包括掩膜单元、叠层探测单元、信号处理单元和信息采集单元;其中,信号处理单元包括太阳光探测调理模块、激光探测调理模块和电信号处理模块;通过叠层探测单元实现对混合入射光中的太阳光和激光路进行分离,并转化成太阳光数字信号和激光数字信号;根据太阳光数字信号计算出太阳光入射方向;根据激光数字信号计算出激光入射方向;并将太阳光入射方向和激光入射方向发送至信息采集单元,完成测量;本发明同时实现了对太阳光、连续激光的敏感测量,激光及太阳采用了同一个入射光通道,显著减小体积,降低了重量。

    一种空间目标行为特征库构建方法

    公开(公告)号:CN115408567A

    公开(公告)日:2022-11-29

    申请号:CN202210977365.4

    申请日:2022-08-15

    Abstract: 本发明公开了一种空间目标行为特征库构建方法,包括如下步骤:确定空间目标类型和空间目标行为特征类型;针对每种行为特征类型分别确定特征数据信息;依据每类空间目标的每种特征数据信息的值,构建初始特征数据库;对初始特征数据库中各类空间目标的行为特征进行建模,构建行为特征模型库;获取待评估空间目标的特征数据信息的值,与行为特征模型库中各类型空间目标行为模型进行匹配,根据匹配结果确定待评估空间目标的目标类型;将目标类型及其特征数据信息加入初始特征数据库中,对初始特征数据库进行更新形成空间目标行为特征库。本发明实现了空间目标动作行为特性自动归类分析。

    一种空间目标物理特征库构建方法

    公开(公告)号:CN115408566A

    公开(公告)日:2022-11-29

    申请号:CN202210975717.2

    申请日:2022-08-15

    Abstract: 本发明公开了一种空间目标物理特征库构建方法,包括如下步骤:确定空间目标类型及总类型数量;确定每类空间目标的物理特征种类;针对每类物理特征分别确定其关键特征项,构建特征信息库;获得已知空间目标类型的空间目标或仿真生成目标的关键特征数据,输入特征信息库,形成物理特征库;获取待分类空间目标的关键特征数据,将待分类空间目标的关键特征数据与物理特征库中已有关键特征数据进行匹配,确定待分类空间目标的空间目标类型;将待分类空间目标的空间目标类型及其关键特征数据输入物理特征库中,完成物理特征库的更新。本发明构建通用共性类型的特征集合,实现可以根据目标物理特征智能归类并完善空间目标类别物理特征属性。

Patent Agency Ranking