-
公开(公告)号：CN115903540A
公开(公告)日：2023-04-04
申请号：CN202211424916.0
申请日：2022-11-14
Applicant: 江南机电设计研究所
IPC: G05B17/02
Abstract: 本发明提供一种无线自组网弹群协同半实物仿真实现方法，包括至少两个仿真成员导弹，每一个仿真成员导弹包括弹道仿真计算机、五轴转台、目标模拟系统、弹载计算机、导引头、无线模块；各个所述仿真成员导弹的弹道仿真计算机相互连接形成仿真回路；各个所述仿真成员导弹通过无线模块形成无线自组织网络进行信息交互。本发明不局限于针对相同制导体制的无线自组网弹群协同作战半实物仿真，也可以在不同制导体制的无线自组网弹群中开展，组成跨实验室的弹群协同半实物仿真系统。本发明能较完整的模拟无线自组网弹群协同作战的全过程，实现自组网弹群协同半实物仿真，系统复杂度低，提高了多弹协同作战半实物仿真效率。
-
公开(公告)号：CN119471669A
公开(公告)日：2025-02-18
申请号：CN202411477100.3
申请日：2024-10-22
Applicant: 江南机电设计研究所
Abstract: 本发明公开了一种基于距离‑多普勒的二维空间目标配对方法，包括以下步骤：获取分布式雷达相互收发雷达信号时，不同路径产生的距离‑多普勒数据，所述距离‑多普勒数据包括：路径特征、距离单元、幅值和多普勒值；其中，所述路径特征包括发送雷达编号R1和接收雷达编号R2；对距离‑多普勒数据进行预处理，识别路径类型，生成配对数据集合；确定二维配对条件，所述二维配对条件包括：距离门限和多普勒门限；遍历所述配对数据集合，根据所述二维配对条件生成配对结果数据集。根据上述技术方案，可以基于目标与站点间因为空间位置而具有的距离和多普勒关系，通过配对算法进行筛选，提高真实目标配对成功的准确率，降低虚警率。
-
公开(公告)号：CN118914981B
公开(公告)日：2024-12-13
申请号：CN202411405796.9
申请日：2024-10-10
Applicant: 江南机电设计研究所
Abstract: 本发明公开了一种分布式多节点联合抗距离多普勒遮挡的波形设计方法，包括以下步骤：确定清晰度比例标准，包括杂波清晰区和距离清晰区；确定距离探测区间#imgabs0#、多普勒探测区间#imgabs1#和可选择的PRF范围#imgabs2#；从可选择的PRF范围中提取个体基因，由个体基因创建初始种群#imgabs3#；其中，一个种群#imgabs4#包括M个个体#imgabs5#，一个个体#imgabs6#包括N个不同PRF的波形#imgabs7#作为个体基因；迭代优化初始种群#imgabs8#，生成新一代种群#imgabs9#，设置迭代次数#imgabs10#作为遗传算法终止条件，如果终止进化，输出新种群#imgabs11#为最终种群#imgabs12#；输出所述最终种群#imgabs13#中适应度函数值最高的个体#imgabs14#包含的所有#imgabs15#个PRF，构成波形设计结果。根据上述技术方案，可以在保证抗遮挡效果良好的同时降低计算复杂度。
-
公开(公告)号：CN119472778A
公开(公告)日：2025-02-18
申请号：CN202411484937.0
申请日：2024-10-23
Applicant: 江南机电设计研究所
IPC: G05D1/695 , G05D109/20
Abstract: 本发明公开了一种基于合同拍卖机制的拦截器任务分配方法，包括以下步骤：获取拦截器和目标的相对运动信息，对所述拦截器进行编队，计算所述拦截器对目标的距离优势#imgabs0#和角度优势#imgabs1#根据距离优势和角度优势，生成拦截器对目标的综合优势Sij；加载目标分配模型，通过目标分配模型实现目标针对拦截器的任务分配；其中，所述目标分配模型基于合同网协议的任务分配算法构建，实现目标在线分配。根据上述技术方案，可以在集群对抗场景下实现拦截器对目标的距离优势、角度优势函数和综合优势函数的确定，并基于以上参数，建立目标分配模型；以此为基础，结合基于合同网协议的任务分配流程，以最小的系统代价和最大的收益完成任务，实现动态环境下集群快速任务分配。
-
公开(公告)号：CN118886340B
公开(公告)日：2024-11-29
申请号：CN202411368842.2
申请日：2024-09-29
Applicant: 江南机电设计研究所
IPC: G06F30/27 , G01S7/36 , G01S7/41 , G06N3/08 , G06F111/08
Abstract: 本发明公开了一种基于MAB算法的掩护脉冲设计方法，包括以下步骤：确定探测信号和掩护信号的频率范围；确定输入参数；加载MAB决策模型和收益函数，MAB决策模型用于循环调用分布函数获取脉冲宽度#imgabs0#，作为掩护信号脉宽发射，获得信号检测结果，根据信号检测结果优化分布函数的分布参数；调用MAB决策模型，循环获取脉冲宽度#imgabs1#，优化分布函数的分布参数，构成优化MAB决策模型。根据上述技术方案，构建MAB决策模型，在每次生成掩护信号脉宽进行发射、与环境的交互过程中，不断进行模型自学习，优化模型参数，构建渐优掩护信号脉宽发射策略，使雷达能够在与IFM干扰机对抗过程中降低被截获的概率，同时最大化探测概率。
-
Patent Agency Ranking
公开(公告)号：CN119472759A
公开(公告)日：2025-02-18
申请号：CN202411462825.5
申请日：2024-10-19
Applicant: 江南机电设计研究所
IPC: G05D1/495 , G05D1/46 , G05D101/10 , G05D109/20
Abstract: 本发明公开了一种基于拦截器集群协同的博弈制导指令形成方法，包括以下步骤：S1、获取目标探测位置信息，计算目标机动区域；S2、获取拦截器集群数量，构建空域协同计算公式，计算空域协同覆盖结果；S3、计算拦截器剩余飞行时间，通过偏置比例导引方法，根据拦截器剩余飞行时间和空域协同覆盖结果形成博弈制导指令。本发明在拦截强突防目标对抗场景下，通过对抗过程中目标拦截区域在线预测完成拦截器集群协同覆盖拦截策略设计，基于剩余飞行时间一致原则，在拦截过载、飞行时间有限及空域协同覆盖等约束条件下，形成拦截器集群博弈制导指令，拦截器集群响应博弈制导指令完成拦截制导飞行，从而实现对强突防目标的高精度拦截。
-
公开(公告)号：CN119376274A
公开(公告)日：2025-01-28
申请号：CN202411493287.6
申请日：2024-10-24
Applicant: 江南机电设计研究所
IPC: G05B17/02
Abstract: 一种拦截集群协同虚实结合仿真试验系统，包括：数字仿真试验平台和半实物仿真设备，所述半实物仿真设备与数字仿真试验平台通过光纤连接，完成一枚拦截器的动力学、运动学仿真模型及制导控制模型的计算，所述数字仿真试验平台完成集群中所有数字拦截器的动力学、运动学仿真模型及制导控制模型的计算，实现集群目标模拟、仿真总控和数据存储、分析。通过数字仿真试验平台和半实物仿真设备，开展集群数字/半实物联合仿真试验，检验多目标与多拦截器对抗下的集群对抗系统协调性，检验制导控制系统性能指标，提升集群对抗演示验证能力。
-
公开(公告)号：CN118886340A
公开(公告)日：2024-11-01
申请号：CN202411368842.2
申请日：2024-09-29
Applicant: 江南机电设计研究所
IPC: G06F30/27 , G01S7/36 , G01S7/41 , G06N3/08 , G06F111/08
Abstract: 本发明公开了一种基于MAB算法的掩护脉冲设计方法，包括以下步骤：确定探测信号和掩护信号的频率范围；确定输入参数；加载MAB决策模型和收益函数，MAB决策模型用于循环调用分布函数获取脉冲宽度#imgabs0#，作为掩护信号脉宽发射，获得信号检测结果，根据信号检测结果优化分布函数的分布参数；调用MAB决策模型，循环获取脉冲宽度#imgabs1#，优化分布函数的分布参数，构成优化MAB决策模型。根据上述技术方案，构建MAB决策模型，在每次生成掩护信号脉宽进行发射、与环境的交互过程中，不断进行模型自学习，优化模型参数，构建渐优掩护信号脉宽发射策略，使雷达能够在与IFM干扰机对抗过程中降低被截获的概率，同时最大化探测概率。
-
公开(公告)号：CN118914981A
公开(公告)日：2024-11-08
申请号：CN202411405796.9
申请日：2024-10-10
Applicant: 江南机电设计研究所
Abstract: 本发明公开了一种分布式多节点联合抗距离多普勒遮挡的波形设计方法，包括以下步骤：确定清晰度比例标准，包括杂波清晰区和距离清晰区；确定距离探测区间#imgabs0#、多普勒探测区间#imgabs1#和可选择的PRF范围#imgabs2#；从可选择的PRF范围中提取个体基因，由个体基因创建初始种群#imgabs3#；其中，一个种群#imgabs4#包括M个个体#imgabs5#，一个个体#imgabs6#包括N个不同PRF的波形#imgabs7#作为个体基因；迭代优化初始种群#imgabs8#，生成新一代种群#imgabs9#，设置迭代次数#imgabs10#作为遗传算法终止条件，如果终止进化，输出新种群#imgabs11#为最终种群#imgabs12#；输出所述最终种群#imgabs13#中适应度函数值最高的个体#imgabs14#包含的所有#imgabs15#个PRF，构成波形设计结果。根据上述技术方案，可以在保证抗遮挡效果良好的同时降低计算复杂度。
-
公开(公告)号：CN115345066A
公开(公告)日：2022-11-15
申请号：CN202210808933.8
申请日：2022-07-11
IPC: G06F30/27 , G06N20/00 , G06F111/04 , G06F111/06
Abstract: 本发明的一种基于强化学习的多目标集群拦截智能分配方法，基于弹目相对角度评估拦截器对不同目标的优势度并建立角度优势模型，利用待飞时间评估目标的威胁度并建立目标威胁模型，以角度优势模型和目标威胁模型为基础建立综合拦截优势度模型；以Q‑学习逻辑进行强化学习，并基于Q‑学习的多目标分配，所述基于Q‑学习的多目标分配包含行为策略、动作空间、状态空间以及回报函数的设计。该基于强化学习的多目标集群拦截智能分配方法，解决多目标拦截高动态决策问题。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.026 seconds)
