-
公开(公告)号:CN117195685A
公开(公告)日:2023-12-08
申请号:CN202310933737.8
申请日:2023-07-27
Applicant: 北京理工大学
IPC: G06F30/27 , G05B13/04 , G06F30/28 , G06F30/15 , G06N3/042 , G06N3/048 , G06N3/08 , G06F111/04 , G06F111/10 , G06F113/08 , G06F113/28 , G06F119/14
Abstract: 本发明公开了一种基于门控渐进式神经网络的计算制导方法,包括以下步骤:采用原始任务的训练数据,预训练门控渐进式神经网络,获得初始网络,采用初始网络输出飞行器偏置加速度,根据偏置加速度获得飞行器的制导律;当制导任务改变后,采用新任务的训练数据,对初始网络再训练,获得更新网络,采用更新网络输出飞行器偏置加速度,根据偏置加速度获得飞行器的制导律。本发明公开的基于门控渐进式神经网络的计算制导方法,能够在新数据较少的情况下快速适应新的任务环境,且避免由任务增加引起的网络参数的爆炸性增长,降低了训练运算量。
-
公开(公告)号:CN116149369A
公开(公告)日:2023-05-23
申请号:CN202310174055.3
申请日:2023-02-23
Applicant: 北京理工大学
IPC: G05D1/10
Abstract: 本发明公开了一种面向多种目标域任务的飞行器制导控制方法,该方法中在飞行器上预先灌装训练好的域对抗神经网络,该域对抗神经网络在训练时需要指定不同的目标域任务,从而使得该对抗神经网络能够在收到飞行器的状态向量后,针对每一组目标域任务各自给出制导偏置项,而飞行器在发射前仅需确定并输入期望的目标域任务,即可寻找到对应的制导偏置项,进而得到制导指令,并打舵工作,控制飞行器精确命中目标,从而完成本发明。
-
-
公开(公告)号:CN119472710A
公开(公告)日:2025-02-18
申请号:CN202411440260.0
申请日:2024-10-15
Applicant: 北京理工大学
IPC: G05D1/46 , G05D109/20
Abstract: 本发明公开了一种无人机集群分布式时空轨迹优化框架,其特征在于,通过建立最优控制模型,并求解最优控制模型,获得无人机集群的时空轨迹,求解过程中,针对任一无人机,进行单一无人机时空轨迹优化迭代和自身约束条件迭代后,进行无人机之间通讯,获得全局变量,通过优化全局变量,获取无人机最优时空轨迹。本发明公开的无人机集群分布式时空轨迹优化框架能够优化多个无人机的飞行轨迹,使其避开障碍物,满足无人机间的避让约束,优化无人机的飞行时间。
-
-
-