基于人工智能的飞行器协同制导律快速回归辨识方法

    公开(公告)号:CN116224801A

    公开(公告)日:2023-06-06

    申请号:CN202310321825.2

    申请日:2023-03-29

    Abstract: 本发明公开了一种基于人工智能的飞行器协同制导律快速回归辨识方法,包括以下步骤:建立协同制导模型,所述协同制导模型为能够表征我方固定目标与敌方飞行器之间运动状态的模型;根据协同制导模型获得训练样本;建立神经网络,通过训练样本对神经网络进行训练,获得辨识模型;通过训练后的辨识模型获取敌方飞行器的制导参数。本发明提供的基于人工智能的飞行器协同制导律快速回归辨识方法,能够更加快速、准确的辨识敌方飞行器的时变制导参数。

    一种基于通信延迟的分布式协同制导方法和系统

    公开(公告)号:CN115993836B

    公开(公告)日:2024-12-27

    申请号:CN202210493011.2

    申请日:2022-05-07

    Abstract: 本发明公开了一种基于通信延迟的分布式协同制导方法和系统。本发明所提供的方法包括以下步骤:S101、建立多飞行器与目标之间的相对运动模型;S102、控制各飞行器在视线方向上执行时间协同制导律,以及在视线法向方向上执行空间协同制导律,从而使多飞行器协同制导目标。本发明的方法在视线方向上实现时间协同和在视线法向方向上实现空间协同,从而能够提高突防能力。

    多飞行器能量最优协同围捕打击制导方法

    公开(公告)号:CN118244776A

    公开(公告)日:2024-06-25

    申请号:CN202410336811.2

    申请日:2024-03-22

    Abstract: 本发明公开了多飞行器能量最优协同围捕打击制导方法,该方法为实现对机动目标的协同拦截,提出显式协同的策略,通过协调飞行器间相对视线角来实现对机动目标的拦截,其中,根据理想比例导引的物理特性预测每架飞行器的末端视线角,并根据预测的视线角对飞行器进行排序;然后计算相邻飞行器末端视线角差值,构造差值状态矢量,并设计最优控制律使预测所得的相对视线角误差矢量收敛至期望差值,从而使多个飞行器在小过载比拦截机动目标的同时满足相对视线角约束。

    一种带落角约束的固定时间收敛制导控制方法

    公开(公告)号:CN115826595A

    公开(公告)日:2023-03-21

    申请号:CN202210228641.7

    申请日:2022-03-08

    Abstract: 本发明公开了一种带落角约束的固定时间收敛制导控制方法,通过设计基于固定时间收敛理论的趋近律,利用滑模制导律获得控制指令,飞行器根据控制指令进行飞行。本发明公开的带落角约束的固定时间收敛制导控制方法,系统状态收敛时间上界与整体制导时间的比值是一常数,且收敛时间上界与系统状态初值无关,有效解决收敛时间过长或过短以及对状态初值敏感的问题。

    基于深度强化学习的飞行器时间协同制导方法

    公开(公告)号:CN115046433A

    公开(公告)日:2022-09-13

    申请号:CN202110256808.6

    申请日:2021-03-09

    Abstract: 本发明公开了一种基于深度强化学习的飞行器时间协同制导方法,所述方法通过深度强化学习模型根据飞行器的飞行状态输出偏置项at,基于偏置比例导引的形式得到新的制导指令am,最后根据制导指令am对飞行器控制系统进行控制。本发明提供的基于深度强化学习的飞行器时间协同制导方法,选取的输入状态为当前速度、当前速度方向、当前位置以及剩余飞行时间误差,映射关系合理,使用深度强化学习拟合这一映射关系的可行性高。

    一种高精度多旋翼机协同定位方法及系统

    公开(公告)号:CN112197761A

    公开(公告)日:2021-01-08

    申请号:CN202010725789.2

    申请日:2020-07-24

    Abstract: 本发明提供一种高精度多旋翼机协同定位方法及系统,该方法包括:选定需要进行定位的目标;n个无人机进行信息数据的采集,所述信息数据包括无人机自身参数信息、目标视线角信息以及无人机与目标的距离信息;对所述信息数据进行处理,获得目标位置的估计值。本发明所提供的方法采用多无人机协同采集信息,将光电吊舱和组合导航模块之间的安装误差引入最小二乘模型中,实现了在惯性导航元件精度较低的情况下、在短时间内对远距离目标的高精度定位,定位精度高、时间短。

Patent Agency Ranking