-
公开(公告)号:CN118224935A
公开(公告)日:2024-06-21
申请号:CN202410606680.5
申请日:2024-05-16
Applicant: 北京航空航天大学 , 北京电子工程总体研究所
Abstract: 本发明公开一种考虑探测视场约束的多导弹协同围捕制导方法、装置、介质及产品,涉及导航、制导与控制领域。方法包括:构建导弹与目标的相对运动学模型;根据相对运动学模型,计算导弹剩余飞行时间;根据导弹导引头的最大探测范围和导弹剩余飞行时间,确定前置角跟踪制导跟踪误差的代价函数;根据导弹导引头的最大探测范围,确定前置角受限约束的代价函数;根据前置角跟踪制导跟踪误差的代价函数和前置角受限约束的代价函数,确定协同探测围捕制导律。本发明克服了现有协同制导方法不能显示设计协同探测角度构型的问题,提高了对隐身目标的多方位探测与拦截效果。
-
公开(公告)号:CN114840019B
公开(公告)日:2025-05-13
申请号:CN202210398632.2
申请日:2022-04-15
Applicant: 北京航空航天大学
IPC: G05D1/46 , G05D1/242 , G05D1/65 , G05D1/644 , G05D109/20
Abstract: 本发明涉及一种飞行器实时突防轨迹生成方法和系统。本发明通过使用二阶锥规划方法求解突防轨迹优化问题,得到不同初始条件下的突防轨迹,并生成数据集后,利用生成的数据集对深度神经网络进行训练,得到训练好的深度神经网络模型,然后将训练好的深度神经网络模型用作攻角和倾侧角的实时控制器,基于获取的高超声速滑翔飞行器的当前状态参数快速生成突防轨迹。在实际应用过程中,只需要将获取的当前状态参数输入进入,就可以得到突防轨迹,以提高凸优化问题的求解效率,进而满足HGV高度动态环境的实时性要求。
-
公开(公告)号:CN119225384B
公开(公告)日:2025-03-28
申请号:CN202311167924.6
申请日:2023-09-12
Applicant: 北京航空航天大学
Abstract: 本发明公开一种高超声速飞行器编队控制方法、系统、设备及介质,涉及飞行器控制技术领域,包括:获取期望编队参考信息、编队初始信息和编队状态输出信息;根据编队状态输出信息设计速度方向协同控制器;以飞行阶段的编队平均变形程度最小为目标,根据期望编队参考信息、编队初始信息和编队状态输出信息确定目标函数;根据目标函数,采用粒子群蚁群混合算法和序列二次规划法对编队初始信息和速度方向协同控制器的控制参数进行优化,得到最终优化结果;根据最终优化结果确定优化后的速度方向协同控制器,并根据优化后的速度方向协同控制器确定随从者飞行器的攻角控制指令和倾侧角控制指令。本发明能够实现对高超声速飞行器编队飞行的精准控制。
-
公开(公告)号:CN119576003A
公开(公告)日:2025-03-07
申请号:CN202411686335.3
申请日:2024-11-25
Applicant: 北京航空航天大学 , 中国运载火箭技术研究院
Abstract: 本申请提供了一种网络攻击下无人机集群弹性安全编队方法及设备,涉及无人机编队控制和网络安全领域,该方法包括:建立考虑数据欺骗攻击的无人机集群动力学模型;根据考虑数据欺骗攻击的无人机集群动力学模型中跟随者无人机的跟随状态、领导者无人机的状态和期望的时变编队向量,确定编队任务目标;根据编队任务目标和无人机集群动力学模型,确定无人机集群的弹性控制协议;根据无人机集群弹性控制协议,确定每个跟随者无人机的控制指令;控制指令用于控制跟随者无人机的飞行轨迹,使每个跟随者无人机即使遭受数据欺骗攻击,仍能够完成预设的编队队形。
-
公开(公告)号:CN118642359A
公开(公告)日:2024-09-13
申请号:CN202410654474.1
申请日:2024-05-24
Applicant: 北京航空航天大学
Abstract: 本发明公开一种非线性集群系统连续时间分布式优化方法、装置、介质及产品,涉及集群系统分布式优化领域,通过建立一阶非线性集群系统的各智能体的动力学模型、通讯拓扑图以及期望编队构型;根据通讯拓扑图,确定通信拓扑关系图;根据通信拓扑关系图和期望编队构型,确定一阶非线性集群系统的等效时不变优化问题;等效时不变优化问题包括以全局成本函数最低为目标的目标函数和一致性编队约束为约束的约束条件;确定虚拟系统的等效时不变优化问题的最优参考向量;基于最优参考向量,利用最优跟踪控制器,确定各智能体的控制变量,以使各智能体以期望编队构型到达设定位置。本发明实现了在有向通讯拓扑下集群系统的分布式优化。
-
公开(公告)号:CN118628531A
公开(公告)日:2024-09-10
申请号:CN202410948169.3
申请日:2024-07-16
Applicant: 北京航空航天大学
IPC: G06T7/246 , G06N3/0455 , G06N3/0495 , G06N3/082 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06T7/40
Abstract: 本申请公开了一种低延迟目标跟踪方法、设备、介质及产品,涉及目标跟踪领域,通过获取待跟踪目标的帧图像和在预设时间段内的事件集合;基于事件集合,生成高频率事件帧和低频率事件帧;基于低频率事件帧和帧图像,利用多模态融合目标跟踪模型,确定目标跟踪框;基于目标跟踪框,利用高斯拉普拉斯算子和滑动窗口法,确定最新模板;基于高频率事件帧、目标跟踪框和最新模板,利用轻量化图像匹配网络,确定当前时刻的目标像素位置;基于目标跟踪框和当前时刻的目标像素位置,利用卡尔曼滤波或者基于增强状态的卡尔曼滤波,估计当前目标像素位置和像素速度。本申请在保持较高精度的同时,实现了低延迟的目标跟踪。
-
公开(公告)号:CN115129083B
公开(公告)日:2024-06-14
申请号:CN202210863283.7
申请日:2022-07-20
Applicant: 北京航空航天大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明提出了一种针对携带多枚防御导弹目标的协同制导方法及系统,属于空中协同制导技术领域,将控制多枚进攻导弹对带有多枚防御导弹的目标飞行物进行协同制导的多对多问题,分解转化为多个一对一问题以及一个多对一问题,在多个一对一问题中,以进攻导弹能够对防御导弹的拦截进行规避为目标进行求解,在多对一问题中,以进攻导弹能够对目标飞行物进行打击为目标进行求解,最终将子问题的求解结果进行融合,得到能够使进攻导弹在对防御导弹的拦截进行规避的同时,还能对目标飞行物进行打击的最终控制输入,以此对各进攻导弹进行协同制导,实现了对带有多枚防御导弹的目标飞行物进行打击的多对多场景下的协同制导,填补了现有技术的空缺。
-
公开(公告)号:CN117148730A
公开(公告)日:2023-12-01
申请号:CN202311432629.9
申请日:2023-11-01
IPC: G05B13/04
Abstract: 本发明公开一种时变分组编队跟踪控制方法、系统及电子设备,涉及非电变量控制技术领域。本发明基于通信拓扑结构构建智能体的状态方程、目标的状态方程以及传感设备对目标的观测方程后,以这些方程为基础构建基于间歇性观测的分布式传感设备的滤波方法,这一方法具有较好的可拓展性与自组织性,能够分布式运行。并且,本发明采用基于间歇性观测的分布式传感设备的滤波方法确定多目标的状态估计值和误差协方差矩阵,以生成时变编队控制协议,采用生成的这一时变编队控制协议完成时变分组编队的精确跟踪控制,还能够提高编队控制中的计算与信息使用效率。
-
公开(公告)号:CN116954257A
公开(公告)日:2023-10-27
申请号:CN202310998204.8
申请日:2023-08-09
Applicant: 北京航空航天大学
IPC: G05D1/10
Abstract: 本发明公开一种无动力滑翔导弹的弹道跟踪制导方法、系统、设备及介质,涉及导航、制导与控制技术领域。该方法包括:建立动力学模型;生成三维空间理想参考弹道;对三维空间理想参考弹道坐标点进行投影和拟合,得到连续解析形式;根据连续解析形式对动力学模型进行反馈线性化,得到弹道跟踪制导误差信息;根据弹道跟踪制导误差信息确定期望的升力大小和期望的倾侧角正弦指令,以减小高度方向弹道跟踪制导误差和平面方向弹道跟踪制导误差;根据期望的升力大小确定期望的攻角控制量;根据期望的倾侧角正弦指令确定期望的倾侧角控制量。本发明能够克服现有弹道跟踪制导方法不精准、初始条件可行域小的问题,进而提高整个弹道跟踪制导系统的鲁棒性。
-
公开(公告)号:CN116755440A
公开(公告)日:2023-09-15
申请号:CN202310722934.5
申请日:2023-06-16
Applicant: 北京航空航天大学
Abstract: 本申请公开了一种切换拓扑约束下的异构分布式多智能体编队控制方法,包括:设置离散通信周期的变化区间;构建多智能体系统的动力学模型,进而确定通信拓扑关系;构建多智能体系统的状态向量与编队函数;基于通信拓扑关系,每个智能体按照离散通信周期获取与其相邻智能体的状态向量与编队函数;基于离散通信周期、状态向量与编队函数,获得每个智能体的控制指令向量;基于动力学模型、控制指令向量与每个智能体k时刻的状态向量,获得每个智能体的k+1时刻的状态向量;使各智能体的状态向量与编队函数中对应的的预期状态向量的各个误差相等,即实现编队。本发明通过减小了对通信频率的要求,有效降低了多智能体系统间的通信量,提高了算法的实用性。
-
-
-
-
-
-
-
-
-