-
公开(公告)号：CN117387435A
公开(公告)日：2024-01-12
申请号：CN202311097174.X
申请日：2023-08-29
Applicant: 北京理工大学长三角研究院(嘉兴) , 北京理工大学
Abstract: 一种预定时间收敛的多导弹协同制导方法，属于多导弹协同制导与控制领域。根据预定义时间协同控制方法和导弹与目标在视线方向的相对运动方程得到视线方向的制导律，使得多导弹的剩余攻击时间在预定时间内达到一致，保证多导弹同时攻击目标；根据预定义时间滑模控制方法和导弹与视线法向的相对运动方程得到视线法线方向的制导律，使得视线角速度在预定时间内收敛以及视线角在预定时间内到达期望值，保证多导弹以期望的攻击角度成功攻击目标。本发明适用于多导弹协同制导与控制领域，实现预定义导弹系统的收敛时间，提高导弹制导末端的收敛速度；实现多导弹各自以期望的攻击角度快速地同时攻击机动目标，提高对目标的摧毁能力。
-
公开(公告)号：CN118226435A
公开(公告)日：2024-06-21
申请号：CN202410376356.9
申请日：2024-03-29
Applicant: 北京理工大学
Abstract: 本发明公开了基于多源信息融合定位的无人机集群构型稳定性判断方法，属于无人机定位领域，包括以下步骤：S1、基于多源传感器数据进行状态匹配，实现多源传感器数据的数据关联；S2、利用相邻两帧多源传感器数据计算误差，进而确认动态权重，实现基于多源传感器数据融合，得到无人机集群的多源信息融合定位结果；S3、基于无人机集群的多源信息融合定位结果的边界点判断无人机集群的稳定性。本发明采用上述基于多源信息融合定位的无人机集群构型稳定性判断方法，通过将多源传感器信息进行融合，实现对无人机集群的定位和无人机集群稳定性判断，可以有效避免因复杂环境造成对集群定位失败的问题，提高系统对无人机集群定位的能力。
-
公开(公告)号：CN119580135A
公开(公告)日：2025-03-07
申请号：CN202411704467.4
申请日：2024-11-26
Applicant: 北京理工大学
IPC: G06V20/17 , G06V10/25 , G06V10/774 , G06V10/82 , G06V10/44
Abstract: 本发明公开了一种基于深度学习的无人机集群整体目标识别方法，属于目标检测领域，包括以下步骤：S1、采集无人机集群原始图像并筛选；S2、识别出无人机集群整体位置；S3、获得无人机集群整体图像；S4、识别出无人机个体位置；S5、结合无人机集群整体位置识别结果和无人机个体位置识别结果，获得无人机个体在无人机集群原始图像上的位置。本发明采用上述基于深度学习的无人机集群整体目标识别方法，在无人机集群个体分布集中的情况下，引入整体目标识别，并基于整体目标识别进行无人机个体目标识别，再将整体目标识别结果和个体目标识别结果进行结合，即可得到最终结果，在简化步骤的前提下，提高了无人机个体在集群中位置识别的准确性。
-
公开(公告)号：CN119557542A
公开(公告)日：2025-03-04
申请号：CN202510127583.2
申请日：2025-02-05
Applicant: 北京理工大学
Abstract: 本发明公开了基于信息熵拍卖机制的多目标弹群资源优化调度方法，属于多智能体领域，包括以下步骤：建立导弹与目标群中心位置的相对运动学模型；在速度约束下估计各个导弹终端时间范围；构建弹群的网络拓扑结构，利用各导弹的终端时间范围估计完成弹群资源自主分簇；通过基于信息熵拍卖机制的弹群资源调度算法，确定弹群资源调度结果矩阵；基于弹群资源调度结果矩阵，修正各导弹的目标位置，构建导弹与对应目标之间的相对运动学模型；构建各弹群内部通信网络，使用比例导引法构建导弹协同同时命中目标的导引律；判断各群组内导弹是否同时到达目标位置。
-
公开(公告)号：CN119109718B
公开(公告)日：2025-02-14
申请号：CN202411599969.5
申请日：2024-11-11
Applicant: 北京理工大学
Abstract: 本发明公开了基于多步邻居信息差值筛选的多智能体弹性控制方法，属于多智能体安全控制技术领域，包括以下步骤：首先，构建恶意攻击下多智能体网络模型，并根据攻击模型给出相应的多智能体网络通信拓扑结构。其次，网络中的智能体通过对应的通信拓扑与邻居智能体进行信息交互，基于信息存储策略对所获取的多步邻居信息进行存储。然后，网络中的智能体基于多步邻居信息均值的差值对所存储的邻居信息进行判别和筛选，确定可用信息集合和丢弃信息集合。最后，网络中的智能体使用可用信息集合中的信息，利用弹性控制协议实现多智能体网络的安全协同。本发明提供的方法可以有效抵抗多智能体网络通信拓扑中的恶意攻击，保证多智能体网络的安全协同。
-
Patent Agency Ranking
公开(公告)号：CN119179290B
公开(公告)日：2025-02-07
申请号：CN202411599977.X
申请日：2024-11-11
Applicant: 北京理工大学
IPC: G05B19/042
Abstract: 本发明公开了DoS攻击下基于虚拟网络立体拓展的多智能体弹性控制方法，属于多智能体安全控制技术领域，包括以下步骤：步骤1、对多智能体系统和虚拟网络层进行动力学建模，基于每个智能体的分布式控制协议对动力学方程进行转换；步骤2、根据DoS攻击，设计完全分布式控制协议来表示攻击对系统通信拓扑和系统状态的影响；步骤3、设计虚拟网络层与多智能体系统间的交互参数，调整通信权重；步骤4、为多智能体系统在不同程度的DoS攻击下达成一致性设计控制协议；本发明提供的DoS攻击下基于虚拟网络立体拓展的多智能体弹性控制方法显著增强了多智能体系统的鲁棒性，有效抵抗DoS攻击对系统性能的负面影响。
-
公开(公告)号：CN119165775B
公开(公告)日：2025-01-21
申请号：CN202411599924.8
申请日：2024-11-11
Applicant: 北京理工大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于双重观测器的不确定多智能体指定时间状态估计方法，属于多智能体系统状态估计与协同控制领域，包括以下步骤：S1、分析多智能体系统和噪声模型的不确定性，建立系统动态方程；S2、基于零空间和系统动态方程设计变换矩阵，构建多智能体系统一致性误差动态方程；S3、基于系统状态方程和输出方程构建双重观测器；S4、引入时滞信息建立系数矩阵可逆的非齐次线性方程组，反解状态估计值。本发明采用上述基于双重观测器的不确定多智能体指定时间状态估计方法，基于多智能体系统动态，将每个节点的控制输入视为未知输入，并引入一个不确定性项，提出新的全阶分布式指定时间观测器，以估计任意预设时间内的精确一致性误差。
-
公开(公告)号：CN119105516B
公开(公告)日：2025-01-21
申请号：CN202411599949.8
申请日：2024-11-11
Applicant: 北京理工大学
IPC: G05D1/43 , G05D109/10
Abstract: 本发明公开了一种基于自适应参数降阶的多智能体状态估计与编队控制方法，属于智能体编队控制领域，包括以下步骤：S1、构建动力学模型和传感器模型；S2、构建有向强连通通信拓扑结构；S3、设计多智能体系统的分布式编队控制器；S4、设计基于自适应参数降阶的多智能体输出跟踪估计器与分布式状态观测器，完成多智能体系统的分布式自适应状态估计；S5、当多智能体系统中存在智能体传感器故障情况时，对步骤S3所述参数进行再设计。本发明采用上述基于自适应参数降阶的多智能体状态估计与编队控制方法，实现了在多个智能体系统中，某个传感器发生故障失效时能够使得智能体的状态估计不会失效发散，保证多智能体系统的编队控制实现。
-
公开(公告)号：CN119179290A
公开(公告)日：2024-12-24
申请号：CN202411599977.X
申请日：2024-11-11
Applicant: 北京理工大学
IPC: G05B19/042
Abstract: 本发明公开了DoS攻击下基于虚拟网络立体拓展的多智能体弹性控制方法，属于多智能体安全控制技术领域，包括以下步骤：步骤1、对多智能体系统和虚拟网络层进行动力学建模，基于每个智能体的分布式控制协议对动力学方程进行转换；步骤2、根据DoS攻击，设计完全分布式控制协议来表示攻击对系统通信拓扑和系统状态的影响；步骤3、设计虚拟网络层与多智能体系统间的交互参数，调整通信权重；步骤4、为多智能体系统在不同程度的DoS攻击下达成一致性设计控制协议；本发明提供的DoS攻击下基于虚拟网络立体拓展的多智能体弹性控制方法显著增强了多智能体系统的鲁棒性，有效抵抗DoS攻击对系统性能的负面影响。
-
公开(公告)号：CN118072562B
公开(公告)日：2024-08-23
申请号：CN202410376371.3
申请日：2024-03-29
Applicant: 北京理工大学
Abstract: 本发明公开了采样信息交互下多智能体分批次分时通行协调控制方法，属于多智能体控制领域，包括以下步骤：S1、建立相对运动学模型；S2、估计每个智能体抵达目标点的时间范围；S3、判断多智能体在速度与控制能量受限情形下是否适合作为同一批次；若是则判定多个智能体同批次通过目标点；若否则执行分批次协调分配算法，并将智能体归入不同批次；S4、基于步骤S3获取的分批次结果，为不同批次的智能体分别设计基于采样信息交互的加速度指令，使同批次内多个智能体自主以一定时间间隔分时通过目标点。本发明采用上述采样信息交互下多智能体分批次分时通行协调控制方法，无需为每个智能体指定通过时间，可在线自主实时协调，具有广阔的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.025 seconds)
