-
公开(公告)号：CN111736461B
公开(公告)日：2021-05-04
申请号：CN202010612864.4
申请日：2020-06-30
Applicant: 西安电子科技大学 , 中国电子科技集团公司第五十四研究所
Abstract: 本发明提出了一种基于Q学习的无人机任务协同分配方法，实现步骤为：初始化参数；根据无人机及任务的位置信息获取每个无人机的邻居无人机集合；确定敏感无人机和间接无人机；然后每个敏感无人机执行任务并向其邻居无人机发送通信包；根据通信包获取每个间接无人机的Q表；再初始化Q学习参数；间接无人机进行Q学习，最后获取无人机任务协同分配结果。本发明在无人机的Q学习过程中充分考虑了全局信息和局部信息，实现了对无人机自身Q表的优化，在保证所有任务均得到其所需执行量基础上有效提高了任务分配的收敛速度。
-
公开(公告)号：CN112218250A
公开(公告)日：2021-01-12
申请号：CN202011097625.6
申请日：2020-10-14
Applicant: 西安电子科技大学
Abstract: 本发明公开一种基于强化学习的城市场景车联网多播路由方法，其步骤为：1)构建车联网；2)车联网中的每个车辆节点周期性地发送HELLO消息包；3)车辆节点更新QV表中的Q值；4)车联网中的每个路边节点周期性地发送HELLO消息包；5)路边节点更新QC表中的Q值；6)多播组源车辆节点将数据包发送到多播组源路边节点；7)多播组源路边节点将目的路边节点的数据包转发到多播组成员路边节点集合中的每一个路边节点；8)多播组成员路边节点将多播组源路边节点的数据包转发到多播组成员车辆节点集合中的每一个车辆节点。本发明能有效降低端到端时延，可用于城市环境下车联网的多播数据路由。
-
公开(公告)号：CN108247630B
公开(公告)日：2021-01-05
申请号：CN201711246586.X
申请日：2017-12-01
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于贝叶斯网络模型的移动机器人避障方法，解决了现有技术对移动机器人避障中障碍物距离和角度考虑不充分的问题，实现步骤为：建立移动机器人避障判别规则；建立避障行为处理的贝叶斯网络模型；建立移动机器人周围的障碍物目标的距离和角度的模糊隶属函数，对目标的数据进行模糊化处理；将模糊化后的障碍物目标距离和角度数据作为证据输入到避障的贝叶斯网络模型中；选择后验概率值最大的偏离角度为移动机器人的旋转角度以避开障碍物。本发明将贝叶斯网络模型用到移动机器人避障行为处理中，得到需要旋转的角度，使得移动机器人在所处的未知环境中能够避开障碍物，且避障行为更加准确，用于移动机器人路径选择。
-
公开(公告)号：CN111736461A
公开(公告)日：2020-10-02
申请号：CN202010612864.4
申请日：2020-06-30
Applicant: 西安电子科技大学 , 中国电子科技集团公司第五十四研究所
Abstract: 本发明提出了一种基于Q学习的无人机任务协同分配方法，实现步骤为：初始化参数；根据无人机及任务的位置信息获取每个无人机的邻居无人机集合；确定敏感无人机和间接无人机；然后每个敏感无人机执行任务并向其邻居无人机发送通信包；根据通信包获取每个间接无人机的Q表；再初始化Q学习参数；间接无人机进行Q学习，最后获取无人机任务协同分配结果。本发明在无人机的Q学习过程中充分考虑了全局信息和局部信息，实现了对无人机自身Q表的优化，在保证所有任务均得到其所需执行量基础上有效提高了任务分配的收敛速度。
-
公开(公告)号：CN107453947B
公开(公告)日：2020-08-11
申请号：CN201710602139.7
申请日：2017-07-21
Applicant: 西安电子科技大学
IPC: H04L12/26 , H04L12/721 , H04L12/741
Abstract: 本发明公开了一种基于模糊推理的车载网络路由建立方法，主要解决现有技术未选择可靠通信链路而造成数据传输性能较低的问题。其方案是：1)对网络进行初始化；2)获取邻居节点运动信息；3)源节点发送路由请求包；4)根据2)利用模糊推理计算节点间的链路可靠值，并更新链路可靠值；5)判断当前节点是否为目的节点：若是，则执行步骤6)；否则，返回步骤4)；6)目的节点选择可靠值最高的通信链路，并发送路由回复包；7)判断路由回复数据包是否到达源节点：若是，则建立路由路径，完成数据传输；否则，返回步骤6)。本发明提高了网络的数据包投递成功率，降低了网络传输时延，保证了通信链路的稳定性及高效性，可应用于数据通信。
-
Patent Agency Ranking
公开(公告)号：CN107932508B
公开(公告)日：2019-10-11
申请号：CN201711144615.1
申请日：2017-11-17
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于态势评估技术的移动机器人行为选择方法，其实现步骤为：(1)建立移动机器人坐标系；(2)获取目标数据；(3)提取环境态势要素；(4)建立贝叶斯网络模型；(5)进行贝叶斯网络模型的推理；(6)输出结果。本发明利用态势评估技术提取移动机器人的环境态势要素，能够使移动机器人对其周围环境获得一定的认知，自主选择下一步的行为。本发明在建立贝叶斯网络模型时表现的更为明显，使一些移动机器人行为选择的经验知识融入到贝叶斯网络中，使得移动机器人行为的选择更加准确。
-
公开(公告)号：CN108247630A
公开(公告)日：2018-07-06
申请号：CN201711246586.X
申请日：2017-12-01
Applicant: 西安电子科技大学
CPC classification number: B25J9/161 , B25J9/1676 , G06N5/04 , G06N7/005
Abstract: 本发明提出了一种基于贝叶斯网络模型的移动机器人避障方法，解决了现有技术对移动机器人避障中障碍物距离和角度考虑不充分的问题，实现步骤为：建立移动机器人避障判别规则；建立避障行为处理的贝叶斯网络模型；建立移动机器人周围的障碍物目标的距离和角度的模糊隶属函数，对目标的数据进行模糊化处理；将模糊化后的障碍物目标距离和角度数据作为证据输入到避障的贝叶斯网络模型中；选择后验概率值最大的偏离角度为移动机器人的旋转角度以避开障碍物。本发明将贝叶斯网络模型用到移动机器人避障行为处理中，得到需要旋转的角度，使得移动机器人在所处的未知环境中能够避开障碍物，且避障行为更加准确，用于移动机器人路径选择。
-
公开(公告)号：CN106204638A
公开(公告)日：2016-12-07
申请号：CN201610496005.7
申请日：2016-06-29
Applicant: 西安电子科技大学
IPC: G06T7/20
CPC classification number: G06T2207/10016 , G06T2207/20081
Abstract: 本发明公开一种基于尺度自适应和遮挡处理的航拍视频跟踪方法。步骤包括：对于航拍视频的每一帧输入图像，计算在当前尺度下KCF跟踪器响应函数的峰值，判断目标是否受到遮挡，若受到遮挡，就停止对跟踪器参数的更新，若没有受到遮挡，则继续进行尺度变化的探测；通过阈值限定的方法每次去计算一个大的尺度或一个小的尺度，探测出描述当前目标状态的最佳尺度，并更新当前尺度和跟踪器的参数。本发明在对航拍视频中的目标进行跟踪的过程中具有很好的鲁棒性和实时性，可以实现对航拍目标的准确持续跟踪。
-
公开(公告)号：CN105930859A
公开(公告)日：2016-09-07
申请号：CN201610224973.2
申请日：2016-04-12
Applicant: 西安电子科技大学
CPC classification number: G06K9/6222 , G01S7/02 , G06K9/6215
Abstract: 本发明公开了一种基于线性流形聚类的雷达信号分选方法，主要解决现有方法在存在干扰点、离群点分选精度低，算法不稳定的问题。其实现步骤是：首先将时域中的样本点通过重排频谱转换到时频域，计算时频域中每个样本点的局部密度和特征属性,并由局部密度和特征属性判断出为交叠点的样本点；然后计算每一个样本点与交叠点的向量，并用每个样本点平行度最高的两个向量的平均值作为该样本点的样本向量；最后求得两两样本点的样本向量的角度值，构造角度相似性矩阵，对该相似性矩阵进行谱聚类得到分选结果。本发明分选聚类精度高，有效克服了干扰点和离群点对聚类效果产生的影响，可应用于雷达目标信号识别。
-
公开(公告)号：CN110210150B
公开(公告)日：2022-08-26
申请号：CN201910494022.0
申请日：2019-06-08
Applicant: 西安电子科技大学
IPC: G06F30/17 , G06F30/15 , G06F30/20 , G06Q10/00 , G06Q10/06 , G06Q50/30 , G06F111/08 , G06F119/02
Abstract: 本发明公开了一种基于多状态多值决策图的航空发动机可靠性分析方法，主要解决现有技术对多状态系统建模出现状态空间过大的问题。其实现方案是：1)建立底事件的多状态多值决策图模型；2)对动态门的底事件进行排序；3)建立静态门与动态门的多状态多值决策图模型；4)按照事件状态数目对底事件以非降序排序；5)调整4)底事件的顺序；6)根据5)的底事件顺序建立航空发动机转子系统的多状态多值决策图模型。本发明考虑底事件的状态数目对多状态多值决策图大小的影响，通过对底事件进行排序得到优化的底事件顺序，缩小了多状态多值决策图的大小，降低了系统可靠性分析模型中状态空间的规模，可用于对航空发动机转子系统进行可靠性分析。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.032 seconds)
