-
公开(公告)号：CN105868456B
公开(公告)日：2018-12-25
申请号：CN201610178612.9
申请日：2016-03-25
Applicant: 北京理工大学
IPC: G06F17/50
Abstract: 本发明涉及一种基于过滤器技术与细分矩形算法的飞行器约束优化方法，属于飞行器设计中优化设计领域。首先将设计空间归一化为n维超立方，将n维超立方的中心点置于过滤器中；迭代过程中利用细分矩形算法的分割策略将设计空间不断细分，并以各个超立方的中心点作为样本点获取目标函数值；将分割超立方得到的样本点作为设计点，按照支配思想更新过滤器中的元素；判断优化流程是否收敛，如果收敛，终止优化，如果不收敛，则按一定条件在过滤器中选出待分割的超立方，从而分割得到新的样本点，进一步更新过滤器。该方法能够通过少量测试获取可行最优解，从而节约计算成本提高设计效率，且具有通用性强的优点。
-
公开(公告)号：CN114994692A
公开(公告)日：2022-09-02
申请号：CN202210490849.6
申请日：2022-05-07
Applicant: 中国电子科技集团公司第十研究所 , 北京理工大学
Abstract: 本发明属于目标探测与识别技术领域，提出了一种基于非经典态光场的量子雷达实验装置，包括发射机、接收机和收发同步系统组成；发射机包括光源单元、非经典光场调控单元、信号准直与发射单元组成；接收机包括信号收集单元、探测单元、数据甄别单元组成；收发同步系统实现发射机和接收机的时钟同步和实时通信。本发明可以有效克服现有量子雷达对于量子纠缠的高度依赖，提高量子雷达的易操作和易装备性，提高对暗弱小目标的探测能力，为未来量子雷达的大规模应用提供关键技术支撑。
-
公开(公告)号：CN105700549B
公开(公告)日：2018-09-25
申请号：CN201610041416.7
申请日：2016-01-21
Applicant: 北京理工大学
IPC: G05D1/10
Abstract: 本发明涉及一种基于序列小生境粒子群算法的无人机多航迹规划方法，属于无人机多航迹规划技术领域。该方法首先对所需规划的问题进行建模，构建航迹代价函数以及约束条件；使用PSO算法对模型进行第一次规划得到第一组航迹；结合序列小生境技术更新当前最优航迹附近的代价函数模型，增大最优航迹小生境内其它方案的代价值；然后再使用PSO算法对更新后的模型进行下一次规划，获得次优航迹；重复上述两个步骤便可将最初构建的代价函数模型的最优航迹及次优航迹依次找出，当找到足够数量的航迹时，算法终止并输出满足任务要求的多航迹结果。本发明可更好地应对由实际环境变化和未知性导致的单条航迹不可行问题，并能为多无人机协同任务提供预先航迹。
-
Patent Agency Ranking
公开(公告)号：CN115079127A
公开(公告)日：2022-09-20
申请号：CN202210681416.9
申请日：2022-06-16
Applicant: 中国电子科技集团公司第十研究所 , 北京理工大学
IPC: G01S7/48 , G01S7/481 , G01S7/484 , G01S7/4861 , G01S7/487
Abstract: 本发明涉及目标探测与识别技术领域，公开了一种基于双发射机的光子抗损耗量子雷达装置，包括第一发射机、第二发射机、接收机和收发同步系统；第一发射机和第二发射机均包括量子纠缠光源、信号准直模块和第一单光子探测器；接收机包括量子干涉模块和两个第二单光子探测器；第一发射机、第二发射机和接收机通过收发同步系统实现时钟同步和实时通信。本发明中采用能产生量子干涉的双发射机进行目标探测，比两个独立的发射机进行目标探测性能更好，是一种从发射机多重配置的角度提升目标探测性能的新思路。
-
公开(公告)号：CN103676944B
公开(公告)日：2016-11-23
申请号：CN201310676886.7
申请日：2013-12-11
Applicant: 北京理工大学
IPC: G05D1/00
Abstract: 本发明涉及一种基于Dubins路径和稀疏A*搜索的无人机航迹规划方法（简称Dubins‑SAS航迹规划方法），属于航迹自主规划技术领域。本方法将Dubins路径与稀疏A*搜索算法相结合，采用Dubins路径长度作为稀疏A*搜索算法的启发函数，并利用该启发函数搜索空间中的节点，实现无人机的航迹规划。本发明能够更加准确的估计节点间的距离，提高了启发函数（也称为估计代价）的准确性，可以减少完成路径搜索所需扩展的节点数，进而减少航迹规划规划的耗时，提高了无人机航迹规划的效率。
-
公开(公告)号：CN105868456A
公开(公告)日：2016-08-17
申请号：CN201610178612.9
申请日：2016-03-25
Applicant: 北京理工大学
IPC: G06F17/50
CPC classification number: G06F17/5086 , G06F17/5095 , G06F2217/06
Abstract: 本发明涉及一种基于过滤器技术与细分矩形算法的飞行器约束优化方法，属于飞行器设计中优化设计领域。首先将设计空间归一化为n维超立方，将n维超立方的中心点置于过滤器中；迭代过程中利用细分矩形算法的分割策略将设计空间不断细分，并以各个超立方的中心点作为样本点获取目标函数值；将分割超立方得到的样本点作为设计点，按照支配思想更新过滤器中的元素；判断优化流程是否收敛，如果收敛，终止优化，如果不收敛，则按一定条件在过滤器中选出待分割的超立方，从而分割得到新的样本点，进一步更新过滤器。该方法能够通过少量测试获取可行最优解，从而节约计算成本提高设计效率，且具有通用性强的优点。
-
公开(公告)号：CN105700549A
公开(公告)日：2016-06-22
申请号：CN201610041416.7
申请日：2016-01-21
Applicant: 北京理工大学
IPC: G05D1/10
CPC classification number: G05D1/10
Abstract: 本发明涉及一种基于序列小生境粒子群算法的无人机多航迹规划方法，属于无人机多航迹规划技术领域。该方法首先对所需规划的问题进行建模，构建航迹代价函数以及约束条件；使用PSO算法对模型进行第一次规划得到第一组航迹；结合序列小生境技术更新当前最优航迹附近的代价函数模型，增大最优航迹小生境内其它方案的代价值；然后再使用PSO算法对更新后的模型进行下一次规划，获得次优航迹；重复上述两个步骤便可将最初构建的代价函数模型的最优航迹及次优航迹依次找出，当找到足够数量的航迹时，算法终止并输出满足任务要求的多航迹结果。本发明可更好地应对由实际环境变化和未知性导致的单条航迹不可行问题，并能为多无人机协同任务提供预先航迹。
-
公开(公告)号：CN103676944A
公开(公告)日：2014-03-26
申请号：CN201310676886.7
申请日：2013-12-11
Applicant: 北京理工大学
IPC: G05D1/00
Abstract: 本发明涉及一种基于Dubins路径和稀疏A*搜索的无人机航迹规划方法（简称Dubins-SAS航迹规划方法），属于航迹自主规划技术领域。本方法将Dubins路径与稀疏A*搜索算法相结合，采用Dubins路径长度作为稀疏A*搜索算法的启发函数，并利用该启发函数搜索空间中的节点，实现无人机的航迹规划。本发明能够更加准确的估计节点间的距离，提高了启发函数（也称为估计代价）的准确性，可以减少完成路径搜索所需扩展的节点数，进而减少航迹规划规划的耗时，提高了无人机航迹规划的效率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.014 seconds)
