基于ACO-DDPG的无人潜器路径规划方法及介质

    公开(公告)号:CN118838385A

    公开(公告)日:2024-10-25

    申请号:CN202410859482.X

    申请日:2024-06-28

    Applicant: 海南大学

    Abstract: 本发明涉及一种基于ACO‑DDPG的无人潜器路径规划方法及介质,包括:实时获取无人潜器的坐标点和任务完成点;初始化参数,将K只蚂蚁放在起始点上;蚂蚁根据启发式信息和由信息素启发因子控制的信息素浓度计算概率选取下一坐标点,其中,采用DDPG算法对信息素启发因子进行实时优化,DDPG算法将信息素浓度作为状态空间,将平均路径延误时间作为奖励函数;到达选取的下一坐标点,并将其存储在禁忌表中,当所有蚂蚁达到下一坐标点后,按照信息素更新规则对蚂蚁走过的所有路径进行更新;重复步骤后两个步骤,直至所有蚂蚁达到终止点。与现有技术相比,本发明具有提高无人潜器的航行效率和安全性等优点。

    运动空间受限的三轮全向移动机械臂重复运动规划方法及系统

    公开(公告)号:CN118123834A

    公开(公告)日:2024-06-04

    申请号:CN202410409611.5

    申请日:2024-04-07

    Applicant: 海南大学

    Abstract: 本发明涉及一种运动空间受限的三轮全向移动机械臂重复运动规划方法及系统,其中方法包括以下步骤:考虑移动平台的位姿极限和机械臂的关节角度极限,建立三轮全向移动机械臂在运动空间受限情况下的运动学方程;将运动学方程转化为联合非线性方程组,确定三轮全向移动机械臂速度层运动规划方案的通用形式;构建可实现重复运动的速度层判据;基于速度层运动规划方案的通用形式和速度层判据,构建基于伪逆描述的重复运动规划方案;下位机控制器根据重复运动规划方案的计算结果驱动移动平台的三个全向轮和机械臂的关节完成给定的末端操作任务。与现有技术相比,本发明能够使得运动空间受限的移动平台和机械臂在完成任务后同时回到各自的初始状态。

    基于CNN的DDoS攻击多元信息融合方法及装置

    公开(公告)号:CN110381052A

    公开(公告)日:2019-10-25

    申请号:CN201910639677.2

    申请日:2019-07-16

    Applicant: 海南大学

    Abstract: 本发明公开了一种基于CNN的DDoS攻击多元信息融合方法及装置,属于通信技术领域。其中所述方法包括:在单位时间内对网络流量进行特征提取,得到多元特征;将所述多元特征基于主成分分析模型进行加权融合特征;构建基于卷积神经网络的分类模型,分析提取所述加权融合特征以获得最终特征。所述装置包括存储器和处理器,所述存储器用于存储计算机程序,所述计算机程序被所述处理器执行时,实现所述的基于CNN的DDoS攻击多元信息融合方法。本发明相较于现有技术检测DDoS攻击的方法,提高了检测率,降低了漏报率和总错误率,同时还减少了攻击检测的运行时间和内存资源。

    一种基于伪逆描述的水下机械臂自适应抗噪运动控制方法

    公开(公告)号:CN118143946A

    公开(公告)日:2024-06-07

    申请号:CN202410407736.4

    申请日:2024-04-07

    Applicant: 海南大学

    Abstract: 本发明涉及一种基于伪逆描述的水下机械臂自适应抗噪运动控制方法,包括以下步骤:根据已知/给定频率的谐波噪声,采用内模原理构造自适应动态模型,自动生成谐波信号;基于自适应动态模型,结合水下机械臂末端轨迹规划的实际需求,并引入末端位置误差的反馈,确定基于伪逆描述的自适应抗噪运动控制方案;利用下位机控制器根据自适应抗噪运动控制方案的计算结果驱动水下机械臂的各个关节,完成给定的末端操作任务。与现有技术相比,本发明只需测得谐波噪声的频率便能自适应估算谐波噪声的幅值和相位信息,从而补偿谐波噪声对水下机械臂运动控制的干扰,提升水下机械臂在复杂环境下执行操作任务的能力。

    水下目标定位方法、系统、设备及介质

    公开(公告)号:CN117706481A

    公开(公告)日:2024-03-15

    申请号:CN202311615911.0

    申请日:2023-11-30

    Applicant: 海南大学

    Abstract: 本发明涉及一种水下目标定位方法、系统、设备及介质,该方法包括:水下潜器利用接收到的水面浮标信息进行自定位;基于水下潜器的历史位置信息和自身的推进速度,估计水流速度,构建与深度相关的水流场模型并进行参数估计;接收水下潜器发出的信标信号,估计目标节点的位置和异步时钟参数;基于构建与深度相关的水流场模型以及目标节点的位置和异步时钟参数,计算得到目标节点的被动移动速度,实现目标节点移动性预测。与现有技术相比,本发明同时考虑了节点之间的异步时钟问题、分层效应引起的水声弯曲效应问题以及水流环境引起的节点被动运动问题,实现了对目标节点的定位、时钟同步以及移动性预测,有效地提高了水下目标节点位置估计的精度。

    基于CNN的DDoS攻击多元信息融合方法及装置

    公开(公告)号:CN110381052B

    公开(公告)日:2021-12-21

    申请号:CN201910639677.2

    申请日:2019-07-16

    Applicant: 海南大学

    Abstract: 本发明公开了一种基于CNN的DDoS攻击多元信息融合方法及装置,属于通信技术领域。其中所述方法包括:在单位时间内对网络流量进行特征提取,得到多元特征;将所述多元特征基于主成分分析模型进行加权融合特征;构建基于卷积神经网络的分类模型,分析提取所述加权融合特征以获得最终特征。所述装置包括存储器和处理器,所述存储器用于存储计算机程序,所述计算机程序被所述处理器执行时,实现所述的基于CNN的DDoS攻击多元信息融合方法。本发明相较于现有技术检测DDoS攻击的方法,提高了检测率,降低了漏报率和总错误率,同时还减少了攻击检测的运行时间和内存资源。

Patent Agency Ranking