一种面向移动目标跟踪的巨型星座资源调度方法

    公开(公告)号:CN120069384A

    公开(公告)日:2025-05-30

    申请号:CN202510038095.4

    申请日:2025-01-10

    Abstract: 本发明提出一种面向移动目标跟踪的巨型星座资源调度方法,该方法针对现有巨型星座节点数目众多,利用传统时空网格编码在星上存储海量资源信息要求过于严苛,以及采用集中式算法进行资源调度效率太低的问题,引入了时空网格编码及存储规则,星上自主反解并推导覆盖性计算模型,最后基于星座分簇管控架构通过模拟竞拍流程实现分布式双层竞拍任务分配,进而得到簇间/星间任务执行序列。本发明能够显著提升资源调度效率,并在巨型星座的资源管理和调度中发挥重要作用。未来,本发明将广泛应用于大规模卫星网络的高效管理与资源优化领域,推动巨型星座技术的进一步发展。

    一种空间机械臂技能自主学习与优化方法

    公开(公告)号:CN116922391B

    公开(公告)日:2024-08-20

    申请号:CN202311068281.X

    申请日:2023-08-24

    Abstract: 本发明提出一种基于多层条件概率运动原语的空间机械臂技能自主学习与优化方法,所述方法用于解决空间机械臂在示教学习中的外插问题(即待学习轨迹从整体上偏离示教区域),实现技能的外扩和泛化。该方法建立代价模型并结合条件概率的求解,实现了机械臂示教区域的拓展学习和任务层面的技能泛化,构建“多层”框架满足了多种任务约束,通过概率计算取代传统的迭代优化方式,本发明所述方法实现了机械臂技能的快速学习和高效复现。有效提高了空间机械臂在轨操控的灵活性和智能化水平。

Patent Agency Ranking