-
公开(公告)号：CN119247757A
公开(公告)日：2025-01-03
申请号：CN202410232226.8
申请日：2024-03-01
Applicant: 南开大学
IPC: G05B13/04
Abstract: 本发明涉及非电变量的控制或调节技术领域，尤其涉及一种飞行器末段预定时间滑模制导方法，包括如下步骤：建立三维耦合相对运动模型；使#imgabs0#和#imgabs1#在预定的时间内收敛到期望的角度；构建制导律设计目标，并得到简化的三维耦合相对运动模型；定义预定时间滑模面，并获得预定时间制导律模型；对目标的扰动向量及目标加速度所带来外部扰动估计，并求解预定时间制导律；对简化的三维耦合相对运动模型求解，得到飞行器的运动状态信息；飞行器控制系统控制制导跟踪目标。本发明提供的方法能够保证系统在预定时间内收敛，同时固定时间干扰观测器模型可以实现对目标所引起的外部扰动的估计，具有较高的命中精度。
-
公开(公告)号：CN118607613A
公开(公告)日：2024-09-06
申请号：CN202411075546.3
申请日：2024-08-07
Applicant: 南开大学
Abstract: 本发明提供一种基于最大熵强化学习算法的模型训练方法及规划制导方法，包括：构建动作评论模型，动作评论模型包括行动网络模块和评论网络模块；动作评论模型根据状态向量得到决策过程向量组，状态向量为从预设环境中得到的；根据决策过程向量组，在最大化熵原则下更新行动网络模块和所述评论网络模块，输出最优策略结果。本发明在最大化熵原则下，避免对整体空间进行计算，大大减少了学习的复杂性。
-
公开(公告)号：CN118607613B
公开(公告)日：2024-12-24
申请号：CN202411075546.3
申请日：2024-08-07
Applicant: 南开大学
Abstract: 本发明提供一种基于最大熵强化学习算法的模型训练方法及规划制导方法，包括：构建动作评论模型，动作评论模型包括行动网络模块和评论网络模块；动作评论模型根据状态向量得到决策过程向量组，状态向量为从预设环境中得到的；根据决策过程向量组，在最大化熵原则下更新行动网络模块和所述评论网络模块，输出最优策略结果。本发明在最大化熵原则下，避免对整体空间进行计算，大大减少了学习的复杂性。
-
公开(公告)号：CN119247757B
公开(公告)日：2025-04-08
申请号：CN202410232226.8
申请日：2024-03-01
Applicant: 南开大学
IPC: G05B13/04
Abstract: 本发明涉及非电变量的控制或调节技术领域，尤其涉及一种飞行器末段预定时间滑模制导方法，包括如下步骤：建立三维耦合相对运动模型；使#imgabs0#和#imgabs1#在预定的时间内收敛到期望的角度；构建制导律设计目标，并得到简化的三维耦合相对运动模型；定义预定时间滑模面，并获得预定时间制导律模型；对目标的扰动向量及目标加速度所带来外部扰动估计，并求解预定时间制导律；对简化的三维耦合相对运动模型求解，得到飞行器的运动状态信息；飞行器控制系统控制制导跟踪目标。本发明提供的方法能够保证系统在预定时间内收敛，同时固定时间干扰观测器模型可以实现对目标所引起的外部扰动的估计，具有较高的命中精度。
-
-
-
Search Results
4
records
(took 0.015 seconds)
