基于贝叶斯网络的水下战场威胁评估及可视化仿真系统和方法

    公开(公告)号:CN113642237B

    公开(公告)日:2024-03-26

    申请号:CN202110916510.3

    申请日:2021-08-11

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于贝叶斯网络的水下战场威胁评估及可视化仿真系统和方法,属于水下威胁评估领域,所述系统包括水下威胁评估模块与威胁评估可视化仿真模块。所述水下威胁评估模块基于贝叶斯网络,针对水下战场的特征进行了结构设计及算法改进;所述威胁评估可视化仿真模块展示战场环境及作战单位的模拟三维模型,并将威胁评估模块所得到的威胁程度信息展示在特定的威胁信息展示界面中。威胁评估模块通过获取水下战场数据,对其进行相应的预处理与特征分析操作,并利用评估算法得到作战单位的威胁程度信息。可视化仿真模块对威胁信息进行展示。本发明为水下作战单位及相关人员提供对于水下战场的威胁态势分析及直观展示。

    一种在领导者非线性情况下的多无人船系统的分布式量化跟踪控制方法

    公开(公告)号:CN117742336A

    公开(公告)日:2024-03-22

    申请号:CN202311793740.0

    申请日:2023-12-25

    Applicant: 浙江大学

    Abstract: 本发明公开了一种在领导者非线性情况下的多无人船系统的分布式量化跟踪控制方法,包括:构建多无人船的不确定非线性的系统模型,其中包含多无人船动力学模型和多无人船运动学模型;构建非线性外部领导者系统模型,设计自适应分布式观测器和具有量化的分散式跟踪控制器,采用所述自适应分布式观测器和具有量化的分散式跟踪控制器对所述多无人船进行自适应控制下的跟踪控制。该发明克服了当前无人船控制领域存在的限制,引入非线性外部输入,并将量化器用于光滑控制器,更有利于实际应用。该发明能够实现多无人船的跟踪误差均能快速收敛到接近零的小邻域,为实现多无人船的跟踪控制提供了关键的技术支持。

    多智能体系统分块策略评估方法及装置

    公开(公告)号:CN116467937A

    公开(公告)日:2023-07-21

    申请号:CN202310364005.1

    申请日:2023-04-06

    Applicant: 浙江大学

    Abstract: 本发明公开了一种多智能体系统分块策略评估方法及装置,采用皮尔逊相关性系数,将联合策略空间中采样得到的奖励作为输入,计算了智能体之间的相关性,构建了智能体相关性矩阵并实现了对大规模评估问题的分块评估,减少了评估所需的计算量和时间;采用基于局部评估的结果,根据联合策略向其他策略转移的次数的统计结果,判断劣势个体策略并将其移除,实现了动态更新待评估策略空间,在迭代过程中减少待评估策略数量。在由智能楼宇构成的电网环境中,本申请可以通过选择合适的智能楼宇用电、发电策略,在保证各个智能楼宇收益相对均衡的前提下,优化太阳能发电系统在电网中的使用,降低系统中各个节点的电压波动,提升电网的稳定性。

    在噪声环境下小采样的多智能体系统策略评估方法

    公开(公告)号:CN115577617A

    公开(公告)日:2023-01-06

    申请号:CN202211139308.5

    申请日:2022-09-19

    Applicant: 浙江大学

    Abstract: 本发明属于多智能体系统强化学习技术领域,提出了一种在噪声环境下小采样的多智能体系统策略评估方法,包括建立多智能体系统模型及其对应的联合策略空间;对所述联合策略空间进行均匀采样并交互多次得到噪声收益集合;构建先验生成预测模型,利用所述噪声收益集合预测联合策略的真实收益,构建不完全收益模型;基于回归预测更新对应的不完全收益模型,并对更新后的不完全收益模型进行张量补全,得到补全后的收益模型;根据所述补全后的收益模型计算所有联合策略的状态转移矩阵,得到稳态策略分布及联合策略排名。本发明在保证评估准确性的前提下大幅度降低采样样本数目,因此,本发明对于解决智能体系统策略评估问题具有重要的现实意义。

    基于关键约束帧的前视成像声呐水下定位与导航方法

    公开(公告)号:CN112146654B

    公开(公告)日:2022-08-23

    申请号:CN202010864951.9

    申请日:2020-08-25

    Applicant: 浙江大学

    Abstract: 本发明属于水下自主定位导航技术领域,公开了一种基于关键约束帧的前视成像声呐水下定位与导航方法。其目的在于识别并充分利用过往声呐图像中的有效约束信息对当前位姿和水下特征进行定位。主要步骤有:前端数据处理,包括二维声呐图像的特征提取与匹配、惯性测量数据处理;后端弹性滑动窗口优化,包括声呐关键约束帧的识别与存储、从关键约束帧库中选择可加入滑动窗口优化的过往帧、窗口大小控制与优化、更新机器人位姿和水下特征位置。本发明方法可提高水下机器人定位和导航系统的精度,同时保证有限的优化规模,在声呐图像前端出现异常值时也可以及时在后端检测并处理,以保证系统的鲁棒性。

    一种基于声呐图像的水下运动目标跟踪方法

    公开(公告)号:CN113052872B

    公开(公告)日:2022-06-10

    申请号:CN202110271736.2

    申请日:2021-03-12

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于声呐图像的水下运动目标跟踪方法。首先基于高斯混合模型及最邻近算法对声呐图像背景进行建模,结合形态学方法分离图像的前景和背景,获取刚进入视野范围内运动目标初始位置,根据初始位置初始化基于级联匹配的跟踪器,该跟踪器以ECO‑HC算法为基础,在确认目标跟丢的情况下基于高斯混合模型对长期存在于视野范围内的目标进行重定位,结合水下运动目标的运动模型及外观模型对目标重定位结果和跟踪结果进行级联匹配,解决了一般情况下目标跟丢后无法再跟上的问题,有利于跟踪准确率的提高,实现长期稳定的水下运动目标跟踪。

    一种基于声呐的水下机器人连续占据建图方法

    公开(公告)号:CN112802195B

    公开(公告)日:2022-04-29

    申请号:CN202011614360.2

    申请日:2020-12-30

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于声呐的水下机器人连续占据建图方法,包括步骤:A.初始化粒子滤波器中的粒子数量和状态;B.预测更新AUV的位姿信息;C.声呐数据预处理,获取包含均匀采样点位置和占据状态的数据集;D.为每个粒子分配子数据集,基于高斯过程分类模型得到局部高斯过程连续占据地图;E.通过各个粒子所构建地图和实际测量的偏差计算更新所有粒子的权重;F.进行序列重要性重采样,获取有效粒子,并将有效粒子构建的地图融合得到局部占据地图;G.将每个建图周期的局部占据地图按照位姿时序融合为全局连续占据地图。本发明方法提高了对声呐观测噪声和异常值的鲁棒性并具有较高的建图精度;可以预测不能直接观测区域的占据情况和不确定性,意义重大。

    一种基于表面肌电信号和相空间重构法的人体肌肉疲劳识别方法和系统

    公开(公告)号:CN112690808B

    公开(公告)日:2022-03-15

    申请号:CN202011526899.2

    申请日:2020-12-22

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于表面肌电信号和相空间重构法的人体肌肉疲劳识别方法和系统。该方法利用肌电传感器采集人体肌肉在运动时产生的表面肌电信号,结合相空间重构法、频域分析法对信号进行处理,识别肌肉是否处于疲劳状态。本方法能自动从运动状态的肌肉产生的肌电信号中截取有用成分,筛除无用的纯噪声成分;本方法引入初始化机制,每个用户在使用之初都进行初始化操作,对方法中涉及到的各参数进行初始化;本方法利用肌电信号频谱分布集中程度的频谱信息熵来判别疲劳,并用队列来将多次近期判断融合起来,能有效减少偶然因素导致的判断失误,比简单依赖频域分析法的识别方法具有更高准确性。

    一种基于连续置信度分布的机器人建图方法

    公开(公告)号:CN113313827B

    公开(公告)日:2022-02-22

    申请号:CN202110678866.8

    申请日:2021-06-18

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于连续置信度分布的机器人建图方法,包括步骤:初始化占据网格地图及置信度分布,初始化波束混合传感模型;基于机载传感器的距离测量信息计算地图的连续置信度分布;针对传统基于占据网格地图的互信息未考虑地图网格单元之间的依赖性,导致互信息估计精度和运算效率不平衡的问题,提出一种基于连续置信度分布的互信息度量,显式地建模了同时刻同一测量锥内的网格单元间的测量依赖性,得到每个被观测网格的互信息;通过近似计算方法,更新整个区域在新测量下的互信息,得到互信息实值地图。本发明的互信息建图方法允许在线实现,可在非结构化和杂乱的环境中使机器人对未知区域和模糊区域表现出良好的探索行为。

    一种基于多尺度图像融合和SIFT特征的水下图像拼接方法

    公开(公告)号:CN111260543B

    公开(公告)日:2022-01-14

    申请号:CN202010060679.9

    申请日:2020-01-19

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于多尺度图像融合和SIFT特征的水下图像拼接方法。该方法包括如下步骤:1)采用改进白平衡算法和基于线性插值的CLAHE算法对水下图像进行图像增强;2)采用双重金字塔图像融合方法融合图像增强后的图像,得到水下预处理图像;3)将水下预处理图像通过改进SIFT算法进行水下图像配准;4)计算得到图像仿射变换矩阵后,采用线性渐变合成算法完成最后的水下图像拼接。本发明通过实验证明此方法充分考虑到水下环境和水下成像特点,可以明显提升水下图像增强,配准和拼接的效果和准确率。

Patent Agency Ranking