公开(公告)号：CN117933473A

公开(公告)日：2024-04-26

申请号：CN202410106169.9

申请日：2024-01-25

Applicant: 北京理工大学

Inventor： 黄渭清 ,  刘岩松 ,  杨浪洪 ,  李宁 ,  黎奥轩 ,  田柏劲

IPC: G06Q10/04 ,  G06F18/241 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/0985

Abstract: 本发明公开的一种基于元学习的混动无人机多任务需求功率预测方法，属于无人机能量管理技术领域。本发明基于模型无关元学习方法MAML构建混动无人机多任务状态信息预测元学习模型MLM；使用Bi‑LSTM神经网络预测模型作为元学习基模型，能够有效利用未来和历史时序信息，更适合无人机复杂的多任务状态信息预测；建立无人机飞行工况分类模型对无人机所处工况进行分类，加入工况信息的多特征输入相比单类型的状态量，多任务预测精度更高，从而使计算得到的需求功率更加准确；通过提取无人机在历史飞行数据库中不同飞行任务下的状态信息构建多工况任务数据集，提升多任务数据集训练混动无人机多任务预测元学习模型MLM对无人机复杂场景的适应性。

公开(公告)号：CN117246546A

公开(公告)日：2023-12-19

申请号：CN202311193490.7

申请日：2023-09-15

Applicant: 北京理工大学

Inventor： 黄渭清 ,  刘岩松 ,  杨浪洪 ,  黎奥轩 ,  田柏劲

IPC: B64U50/30 ,  B64U50/19 ,  B64U50/11

Abstract: 本发明涉及一种混合动力无人机能量管理方法，特别是涉及一种基于驾驶员模型的无人机能量管理方法，属于无人机能量管理技术领域。本发明基于对驾驶员操作特征的分析构建功率预测模型，根据预测时域长度、模型预测框架中问题求解的权重矩阵以及约束条件体现驾驶员的操作风格和对操作影响的预估效果，得到兼顾续航与动力系统使用寿命的混合动力系统能量分配策略，实现适应驾驶员需求的能量管理系统，提高飞行的经济性与个性化。