-
公开(公告)号：CN111783358B
公开(公告)日：2022-10-04
申请号：CN202010627408.7
申请日：2020-07-02
Applicant: 哈尔滨工业大学 , 北京电子工程总体研究所
Abstract: 本发明涉及轨迹预报技术，是一种基于贝叶斯估计的高超速飞行器长期轨迹预报方法，为解决高超声速飞行器轨迹预报的主要技术难点：构建合适的目标意图代价函数，准确反映目标飞行意图；开发目标飞行的可行区快速结算方法；基于贝叶斯估计设计合理的多步递推预测算法，预测目标攻击意图和轨迹预测，实时建立预测轨迹簇；本发明主要包括四部分内容：多指标意图函数建立、高超声速飞行器可行区分析、贝叶斯估计下意图推测算法和基于蒙特卡洛打靶的高超声速飞行器轨迹预报方法一方面推测目标飞行意图，降低目标机动致使的轨迹不确定性；另一方面设计实时未来轨迹多步递推算法，充分挖掘高超声速飞行器运动的潜在规律，实现目标轨迹的长时间预报。
-
公开(公告)号：CN111798491A
公开(公告)日：2020-10-20
申请号：CN202010669909.1
申请日：2020-07-13
Applicant: 哈尔滨工业大学 , 北京电子工程总体研究所
Abstract: 一种基于Elman神经网络的机动目标跟踪方法，涉及临近空间防御技术和智能信息处理技术领域。解决了现有的滤波算法在进行机动目标跟踪时，存在滤波精度低稳定性差的问题。本发明根据目标飞行器的动力学特性构建动力学跟踪模型，获取机动目标跟踪系统的状态方程；基于系统的状态方程、系统的测量方程和测量噪声，利用非线性滤波算法，对目标飞行器的运动状态以及控制参数进行递推估计，并获得k时刻的预测估计值与滤波估计值的差值、滤波增益和新息；构建Elman神经网络模型，利用训练好的网络预测估计误差，进而对滤波估计值进行修正，获取目标运动状态的最优估计值。本发明适用于机动目标跟踪。
-
公开(公告)号：CN111897214A
公开(公告)日：2020-11-06
申请号：CN202010591441.9
申请日：2020-06-24
Applicant: 哈尔滨工业大学 , 北京电子工程总体研究所
IPC: G05B13/04
Abstract: 一种基于序列凸优化的高超声速飞行器轨迹规划方法，它属于高超声速飞行器轨迹规划技术领域。本发明解决了传统序列凸优化方法存在的可行性问题和收敛性问题。本发明的序列凸优化部分针对高超滑翔飞行段展开设计，提出了带罚函数的置信域加速算法。算法分为两步，第一步对非线性约束引入松弛变量，放弃置信域约束，目的是能够在更大的解空间中寻找可行解。待微分方程约束误差足够小后，转入下一步规划。第二步将目标函数重设为最小化置信域误差，主要解决子问题与原问题不等价的问题。基于这种方式能够在较差初值下，准确而迅速地完成多约束轨迹规划工作，具有极大实用性。本发明可以应用于高超声速飞行器轨迹规划。
-
公开(公告)号：CN111797478A
公开(公告)日：2020-10-20
申请号：CN202010734714.0
申请日：2020-07-27
Applicant: 北京电子工程总体研究所 , 哈尔滨工业大学
IPC: G06F30/15 , G06T7/246 , G06T7/277 , G06F119/14
Abstract: 一种基于变结构多模型的强机动目标跟踪方法，涉及目标跟踪领域，针对临近空间高速强机动目标的跟踪时，目标跟踪精确度低的问题，包括步骤一：利用目标飞行器的动力学特性构建动力学跟踪模型集，然后获取机动目标跟踪系统的状态方程集；步骤二：建立系统测量模型，并根据建立的系统测量模型得到系统的测量方程和测量噪声；步骤三：基于系统的状态方程集、系统的测量方程和测量噪声，对目标飞行器的运动状态以及气动参数进行递推估计。本发明基于目标飞行器的动力学特性构建动力学跟踪模型集，提高了目标运动的描述精度，进而采用改进的变结构多模型跟踪算法提高了目标跟踪精确度。
-
公开(公告)号：CN111797478B
公开(公告)日：2022-11-11
申请号：CN202010734714.0
申请日：2020-07-27
Applicant: 北京电子工程总体研究所 , 哈尔滨工业大学
IPC: G06F30/15 , G06T7/246 , G06T7/277 , G06F119/14
Abstract: 一种基于变结构多模型的强机动目标跟踪方法，涉及目标跟踪领域，针对临近空间高速强机动目标的跟踪时，目标跟踪精确度低的问题，包括步骤一：利用目标飞行器的动力学特性构建动力学跟踪模型集，然后获取机动目标跟踪系统的状态方程集；步骤二：建立系统测量模型，并根据建立的系统测量模型得到系统的测量方程和测量噪声；步骤三：基于系统的状态方程集、系统的测量方程和测量噪声，对目标飞行器的运动状态以及气动参数进行递推估计。本发明基于目标飞行器的动力学特性构建动力学跟踪模型集，提高了目标运动的描述精度，进而采用改进的变结构多模型跟踪算法提高了目标跟踪精确度。
-
Patent Agency Ranking
公开(公告)号：CN111798491B
公开(公告)日：2022-09-06
申请号：CN202010669909.1
申请日：2020-07-13
Applicant: 哈尔滨工业大学 , 北京电子工程总体研究所
Abstract: 一种基于Elman神经网络的机动目标跟踪方法，涉及临近空间防御技术和智能信息处理技术领域。解决了现有的滤波算法在进行机动目标跟踪时，存在滤波精度低稳定性差的问题。本发明根据目标飞行器的动力学特性构建动力学跟踪模型，获取机动目标跟踪系统的状态方程；基于系统的状态方程、系统的测量方程和测量噪声，利用非线性滤波算法，对目标飞行器的运动状态以及控制参数进行递推估计，并获得k时刻的预测估计值与滤波估计值的差值、滤波增益和新息；构建Elman神经网络模型，利用训练好的网络预测估计误差，进而对滤波估计值进行修正，获取目标运动状态的最优估计值。本发明适用于机动目标跟踪。
-
公开(公告)号：CN111897214B
公开(公告)日：2022-05-13
申请号：CN202010591441.9
申请日：2020-06-24
Applicant: 哈尔滨工业大学 , 北京电子工程总体研究所
IPC: G05B13/04
Abstract: 一种基于序列凸优化的高超声速飞行器轨迹规划方法，它属于高超声速飞行器轨迹规划技术领域。本发明解决了传统序列凸优化方法存在的可行性问题和收敛性问题。本发明的序列凸优化部分针对高超滑翔飞行段展开设计，提出了带罚函数的置信域加速算法。算法分为两步，第一步对非线性约束引入松弛变量，放弃置信域约束，目的是能够在更大的解空间中寻找可行解。待微分方程约束误差足够小后，转入下一步规划。第二步将目标函数重设为最小化置信域误差，主要解决子问题与原问题不等价的问题。基于这种方式能够在较差初值下，准确而迅速地完成多约束轨迹规划工作，具有极大实用性。本发明可以应用于高超声速飞行器轨迹规划。
-
公开(公告)号：CN111783358A
公开(公告)日：2020-10-16
申请号：CN202010627408.7
申请日：2020-07-02
Applicant: 哈尔滨工业大学 , 北京电子工程总体研究所
Abstract: 本发明涉及轨迹预报技术，是一种基于贝叶斯估计的高超速飞行器长期轨迹预报方法，为解决高超声速飞行器轨迹预报的主要技术难点：构建合适的目标意图代价函数，准确反映目标飞行意图；开发目标飞行的可行区快速结算方法；基于贝叶斯估计设计合理的多步递推预测算法，预测目标攻击意图和轨迹预测，实时建立预测轨迹簇；本发明主要包括四部分内容：多指标意图函数建立、高超声速飞行器可行区分析、贝叶斯估计下意图推测算法和基于蒙特卡洛打靶的高超声速飞行器轨迹预报方法一方面推测目标飞行意图，降低目标机动致使的轨迹不确定性；另一方面设计实时未来轨迹多步递推算法，充分挖掘高超声速飞行器运动的潜在规律，实现目标轨迹的长时间预报。
-
公开(公告)号：CN119828471A
公开(公告)日：2025-04-15
申请号：CN202411982653.4
申请日：2024-12-31
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G05B13/04
Abstract: 本发明属于最优控制技术领域，具体涉及一种组合动力助推可重复使用航天器爬升段轨迹优化方法，针对现有的解决现有对可重复使用航天器的爬升段的轨迹优化中，对推力的处理较理想化、速度的提升效果与高度的提升效果不相匹配的问题；在经典高斯伪谱法的基础上，为了提高非光滑问题的求解的速度，在多项式次数和配点修正时，结合传统Gauss伪谱法与有限元法，基于时间段上控制变量的曲率引入自适应决策方法，决策使用提高插值多项式次数或增加时间区间的方法进行修正。以涡喷和冲压共同工作的前提下，提出了二者的作用时间及推力大小的分配方式，给出了组合推力的分配方案。
-
公开(公告)号：CN111783307B
公开(公告)日：2024-03-26
申请号：CN202010646801.0
申请日：2020-07-07
Applicant: 哈尔滨工业大学
Abstract: 一种高超声速飞行器状态估计方法，解决了现有技术中对于混合高斯噪声导致估计精度低的问题，属于高超声速飞行器状态估计与轨迹预报技术领域。本发明的方法包括：建立高超声速飞行器跟踪动力学模型，确定高超声速飞行器跟踪动力学模型的状态量，本发明将气动参数和面质比的乘积、速度倾侧角引入高阶状态量中，对飞行器动力学模型在线估计、建模；利用鲁棒高阶容积卡尔曼滤波方法对高超声速飞行器的量测数据进行处理，对确定的状态量进行估计，实现高超声速飞行器的状态估计。同时本发明还可以根据获得的状态估计结果Xk，对其中的参数Dk、Lk和νk建立自回归模型，确定模型系数，利用确定系数的自回归模型对高超声速飞行器的轨迹进行预测。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.031 seconds)
