-
公开(公告)号:CN119847176A
公开(公告)日:2025-04-18
申请号:CN202411953656.5
申请日:2024-12-27
Applicant: 哈尔滨工业大学
IPC: G05D1/46 , G05D109/28
Abstract: 本发明提供一种基于滑模控制的高速飞行器时间协同制导方法及系统,属于飞行器制导与控制领域。为解决现有制导方法计算量大、实时性不足及协同精度较差的问题。本发明通过集中式协同策略快速预测多飞行器的剩余飞行时间,利用“谁慢跟随谁”的原则调整飞行器的时间偏差;基于滑模控制设计底层时间可控制导律,引入饱和函数改进抖振现象并解决奇点问题;通过三维偏置比例导引律实现飞行器横向轨迹弯曲以调整飞行时间;利用变步长数值积分法提高剩余飞行时间计算的精度与效率;在滑翔段末端完成多飞行器的编队变换以支持末制导任务。本发明在降低计算复杂度的同时,显著提高了时间协同的精度和鲁棒性,为多飞行器协同制导任务提供了可靠的技术支持。
-
公开(公告)号:CN119885869A
公开(公告)日:2025-04-25
申请号:CN202411951287.6
申请日:2024-12-27
Applicant: 哈尔滨工业大学
IPC: G06F30/27 , G06N3/006 , G06Q10/0637 , G06Q50/26 , G06F111/06
Abstract: 本发明提供了一种基于改进DPSO算法的动态目标分配方法及系统,属于动态目标分配领域。为了解决现有多弹协同作战目标分配过程中,群智能优化算法收敛性和求解精度较差的问题。本发明基于十进制编码和速度整数化的方式,将传统PSO算法离散化,通过模块化初始化和边界值处理的方式确保种群更新过程中始终满足资源约束和整数约束;通过在目标函数中引入惩罚函数,将违背打击效能约束的解不断淘汰。为了进一步改善算法的性能,在求解过程中引入领域专家知识,实现了多弹协同作战目标分配问题的快速高质量求解。
-
公开(公告)号:CN119828466A
公开(公告)日:2025-04-15
申请号:CN202411950361.2
申请日:2024-12-27
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 本发明一种基于神经网络辨识的跨域变构型高速飞行器自适应姿态控制方法、系统及存储介质,涉及飞行器控制技术领域,为解决现有方法需要提前将飞行器气动进行统一的参数化建模,对参数进行辨识;无法解决在跨域变构型高速飞行器气动参数模型完全未知情况下,由气动不确定性带来的姿态控制难题。本发明通过构建的三通道神经网络模型,包括俯仰通道神经网络模型、偏航通道神经网络模型和滚转通道神经网络模型;并基于舵偏误差对姿态变化的影响敏感性加权构建损失函数,训练得到三通道舵偏解算器神经网络模型;构建在线迁移学习样本库进行在线迁移学习,基于反步法控制器求解气动力矩,最终求解得到偏航指令。
-
-