-
公开(公告)号：CN118836867A
公开(公告)日：2024-10-25
申请号：CN202410837513.1
申请日：2024-06-26
Applicant: 电子科技大学
IPC: G01C21/20
Abstract: 本发明涉及无人机航迹设计技术领域，具体而言，涉及一种基于混合整数线性规划算法的无人机航迹设计方法，该方法的步骤包括：以无人机的燃油总消耗及无人机的当前位置与结束位置之间的距离最小化作为目标函数，同时将预设的飞行规则嵌入无人机模型，并以安全轨迹函数作为约束条件，构建无人机航迹规划模型；基于无人机航迹规划模型执行无人机飞行，以实现无人机的安全运行。本发明用于克服人工势场法的不足，提高无人机集群的协同效率和适应性。
-
公开(公告)号：CN117407657A
公开(公告)日：2024-01-16
申请号：CN202311482506.6
申请日：2023-11-07
Applicant: 电子科技大学
IPC: G06F18/10
Abstract: 本发明公开了一种发明涉及数字信号处理领域，特别是针对非高斯噪声下的自适应滤波问题，提出了一种基于信息熵的鲁棒动态滤波系统及方法。本发明立足于RLS算法和MEE准则，引入了数值统计理论中的鲁棒因子，以抑制离群值对整体误差分布的影响，从而获得非高斯环境下较好的滤波性能；同时，修改了MEE的代价函数，舍弃了样本均值算子，以保证迭代过程中数值的稳定性和计算的简洁性，基于这种新的代价函数，推导了RLS类迭代过程，得到了RM‑MEE算法。同时，本发明改进了MEE准则，丢弃了样本均值算子，即MEE准则的外部求和，在不降低算法性能的前提下，保证了迭代过程中数值的稳定性和算法的简洁性；基于上述两点，得到了新的递归鲁棒最小误差熵算法。
-
公开(公告)号：CN117312741A
公开(公告)日：2023-12-29
申请号：CN202311091044.5
申请日：2023-08-28
Applicant: 电子科技大学
Abstract: 本发明提供了一种基于量化广义最小误差熵的非线性系统参数辨识方法，涉及非线性系统的参数辨识技术领域，其目的是降低非线性系统的辨识参数的计算复杂度，非线性系统的描述范围包括气象领域预测，参数辨识方法包括以下步骤：基于QGMEE准则获取成本函数；获取成本函数关于权重向量的梯度；为梯度赋零并求解，获得权重向量的解；获取非线性系统的表征参数。本发明具有参数辨识算法算力消耗低、精度高的优点。
-
公开(公告)号：CN117008119A
公开(公告)日：2023-11-07
申请号：CN202310808552.4
申请日：2023-07-03
Applicant: 电子科技大学
IPC: G01S13/66
Abstract: 本发明提供了一种基于背景‑脉冲卡尔曼滤波算法的多目标跟踪方法，涉及多目标跟踪技术领域，其目的是实现在多目标跟踪方法面对非高斯噪声时，跟踪能力更强、跟踪误差更小、不易发散且鲁棒性良好，包括以下步骤：采集传感器在无输入时的静态噪声分布，获取该静态噪声的高斯混合比例以及协方差矩阵；进行输入交互；进行状态和协方差的预测；计算关联概率；进行状态更新；更新模型概率；进行目标融合输出；重复以上步骤，进入下一个时刻的目标跟踪。本发明具有面对非高斯噪声表现良好、误差小、鲁棒性强的优点。
-
公开(公告)号：CN116678420A
公开(公告)日：2023-09-01
申请号：CN202310658522.X
申请日：2023-06-05
Applicant: 电子科技大学
Abstract: 本发明提供了一种基于背景脉冲卡尔曼滤波的机器人定位方法，包括：构建具有多种运动状态的线性动力系统和马尔科夫转移概率矩阵；基于线性动力系统和马尔科夫转移概率矩阵，应用交互式多模型卡尔曼滤波算法，得到运动模型的状态向量的估计值和运动模型的模型概率；基于运动模型的状态向量的估计值和运动模型的模型概率，得到状态向量的估计值；对每个运动模型应用背景脉冲卡尔曼滤波算法，得到机器人的运动模型的状态向量的估计值和运动模型的状态向量的协方差矩阵；循环求解得到后一时刻的运动模型的状态向量的估计值和运动模型的状态向量的协方差矩阵，从而实现对机器人的高精度定位。
-
Patent Agency Ranking
公开(公告)号：CN110095788A
公开(公告)日：2019-08-06
申请号：CN201910456119.2
申请日：2019-05-29
Applicant: 电子科技大学
Abstract: 本发明提出了一种基于灰狼优化算法的RBPF-SLAM改进方法，用于进一步优化建议分布函数的分布预测，提高算法的定位和建图精度。灰狼算法模型简单、寻优性能强，其独特的搜索能力与探索开发平衡方式使得该算法与PSO等算法相比有着更好的全局搜索能力与更低的空间复杂度。该算法利用灰狼优化算法的局部探索和全局开发能力提高RBPF的估计性能，使得低权值粒子能够向最优值奔袭，并能够在奔袭过程中进一步优化粒子的估计值。在改进算法中，粒子退化得到了一定程度上的缓解，精确定位与建图所需的粒子数得到了有效的降低。
-
公开(公告)号：CN117335771A
公开(公告)日：2024-01-02
申请号：CN202311424028.3
申请日：2023-10-30
Applicant: 电子科技大学
IPC: H03H17/02
Abstract: 本发明提供了基于广义误差熵于粉尘环境下的无迹卡尔曼滤波方法，涉及粉尘环境下机器人系统的目标状态估计技术领域，目的是提高在粉尘环境下无迹卡尔曼滤波的收敛速度并降低机器人进行目标状态估计时的平均误差，用于粉尘环境下机器人系统的目标状态估计，包括以下步骤：建立离散时间的非线性非高斯机器人系统；设定广义高斯核函数的形状系数σα、核宽系数，设定初始状态估计值和初始协方差矩阵；进行时间更新；进行量测更新；更新后验估计和获取卡尔曼增益；进行判断，若变化情况符合标准则令更新 然后进入下一步，否则更新t＝t+1然后返回上一步；获取更新后的时刻k的状态协方差矩阵。本发明具有收敛更迅速、误差更小的优点。
-
公开(公告)号：CN117220646A
公开(公告)日：2023-12-12
申请号：CN202311424947.0
申请日：2023-10-30
Applicant: 电子科技大学
Abstract: 本发明提供了针对水下非高斯噪声环境的模型融合分布式卡尔曼滤波器，涉及水下探测技术领域，目的是提升DKF对非高斯噪声的估计能力。包括以下步骤：进行子模型初始化；获取观察节点n的子模型转移概率、第j个融合状态和第j个融合状态的误差协方差矩阵；对所有子模型执行KF；获取估计状态的误差协方差；计算与观察节点n的子模型j匹配的似然函数；更新观察节点n的子模型j的模型概率；获取节点n的融合状态估计值。本发明具有误差小、稳定性强的优点。
-
公开(公告)号：CN110825092A
公开(公告)日：2020-02-21
申请号：CN201911210701.7
申请日：2019-12-02
Applicant: 电子科技大学
IPC: G05D1/02
Abstract: 本发明将shape theory和flocking算法相结合，研究了多智能体系统的编队控制问题。Shape theory是定义目标编队形状的一种新方法，它为一组智能体提供了与期望编队队形相似的一个可行的编队集合。如何从这个集合中选择一个距离多智能体系统初始位置最小的编队成为解决问题的关键。这样我们就将多智能体系统的编队控制问题转化为优化问题，并通过递归神经网络解决这个优化问题。上述求得的目标编队的位置与智能体有特殊的匹配关系，在考虑到电池能量的约束情况下，使用匈牙利算法重新计算智能体初始位置和目标位置之间的匹配关系，减少了能量消耗，大大提高了完成任务的可能性。
-
公开(公告)号：CN110442125A
公开(公告)日：2019-11-12
申请号：CN201910634053.1
申请日：2019-07-15
Applicant: 电子科技大学
Abstract: 本发明适用于自动控制技术领域，提供了一种移动机器人动态路径规划的方法，其包括以下步骤：采用Floyd算法求得栅格地图上所有节点对之间的距离；当检测到有新的任务下发时，使用改进的A＊算法规划任务路径；在机器人沿着规划好的路径行走时，检查路径上下一个节点是否有障碍物，若无则前进一步，若有则添加下一节点到close表，使用改进的A＊算法快速规划当前节点到目标点的路径；重复上一步，直到机器人走到目标点。本发明基于Floyd算法的计算结果，改进了A＊算法的启发函数，并将其应用于移动机器人连续任务的动态路径规划场景下。使用改进后的A＊算法，仅在路径上出现动态障碍物时，重新规划路径，大大减少了计算量，极大地提升了机器人运行的实时性。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.02 seconds)
