-
公开(公告)号：CN114970396B
公开(公告)日：2023-07-25
申请号：CN202210634049.7
申请日：2022-06-07
Applicant: 北京理工大学
IPC: G06F30/28 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明提供了一种考虑随机和认知混合不确定性的CFD模型修正方法，能够有效量化混合不确定性下CFD输出的不确定度，并修正具有认知不确定性的模型参数，使得修正后的模型参数更好地反映真实流动状况和流场流动特性，构建高保真的CFD仿真模型，提高CFD数值预测的可信度。本发明提出的混合不确定性影响下的CFD模型修正方法，可快速有效评估随机和认知混合不确定性对CFD数值模拟系统响应的影响，科学地开展模型修正，所提出的涵盖不确定性量化、灵敏度分析、参数修正的模型修正方案和流程，打破了传统基于经验和试凑的模型修正方法的不足，为CFD数值模拟的模型修正提供了系统有效的解决思路。
-
公开(公告)号：CN114370792A
公开(公告)日：2022-04-19
申请号：CN202111665152.X
申请日：2021-12-31
Applicant: 北京理工大学
Abstract: 本发明提出了一种考虑发动机推力非连续即时可调的火箭垂直着陆制导方法，能够实时规划考虑发动机推力特性限制的推力指令，并精确控制箭体落点、落角和落速的模型预测控制。本发明提出了一种考虑发动机推力非连续即时可调的火箭垂直着陆制导算法，建立切向速度控制、法向落点和落角控制的解耦控制策略，提出利用冲量守恒原理设计满足实际推力调节限制的发动机推力指令，提出的方法有效避免了诸多复杂、难以处理的非线性约束的引入，提升了凸优化求解的效率、收敛性与可靠性，显著增强了制导精度和稳健性，具有更强的工程适用性。
-
公开(公告)号：CN113627749A
公开(公告)日：2021-11-09
申请号：CN202110832886.6
申请日：2021-07-22
Applicant: 北京理工大学 , 中国人民解放军63863部队
Abstract: 本发明提供了一种基于卷积神经网络的毁伤效能评估和火力规划方法，能够充分考虑各种不确定性随机因素的影响，提高火力规划的合理性和精度。同时，将毁伤概率评估的过程看作图像到数值的回归问题，训练毁伤评估的卷积神经网络模型，进而解决火力规划耗时的难题。引入了卷积神经网络，通过将目标二维投影的几何外形及坐标、相应的瞄准点坐标转化为图像，基于图像处理的方式，通过构建卷积神经网络去预测任意给定瞄准点下对该目标的毁伤概率，使得毁伤效能的评估过程非常直观，同时为快速进行火力规划提供保障。
-
公开(公告)号：CN117575426B
公开(公告)日：2024-08-16
申请号：CN202410065448.5
申请日：2024-01-17
Applicant: 北京理工大学
IPC: G06Q10/0639 , G06Q50/26 , G06N7/01
Abstract: 本发明涉及毁伤概率评估技术领域，具体涉及一种快速毁伤概率评估方法、设备及介质,能够实现面向精确毁伤的火力规划。本发明面向考虑精确毁伤的火力规划，在给定坐标毁伤律的情况下，充分考虑导弹落点随机性、目标侦察随机误差，通过将毁伤概率的评估构建为不确定性量化问题，引入高效的不确定性量化理论——高斯张量积型数值积分和混沌多项式，快速评估在给定瞄准点坐标、TEP、CEP下的毁伤概率，相比于传统的蒙特卡洛仿真显著降低对毁伤效果正向评估的次数，从而提高火力规划的效率，解决同时兼顾火力规划精度和实时性的技术难题。
-
公开(公告)号：CN114370792B
公开(公告)日：2023-02-17
申请号：CN202111665152.X
申请日：2021-12-31
Applicant: 北京理工大学
Abstract: 本发明提出了一种考虑发动机推力非连续即时可调的火箭垂直着陆制导方法，能够实时规划考虑发动机推力特性限制的推力指令，并精确控制箭体落点、落角和落速的模型预测控制。本发明提出了一种考虑发动机推力非连续即时可调的火箭垂直着陆制导算法，建立切向速度控制、法向落点和落角控制的解耦控制策略，提出利用冲量守恒原理设计满足实际推力调节限制的发动机推力指令，提出的方法有效避免了诸多复杂、难以处理的非线性约束的引入，提升了凸优化求解的效率、收敛性与可靠性，显著增强了制导精度和稳健性，具有更强的工程适用性。
-
Patent Agency Ranking
公开(公告)号：CN115455833A
公开(公告)日：2022-12-09
申请号：CN202211141293.6
申请日：2022-09-20
Applicant: 北京理工大学
IPC: G06F30/27 , G06F30/28 , G06F30/15 , G06K9/62 , G06F17/18 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种考虑分类的气动不确定性表征方法。本发明采用参数估计和拟合优度检验的统计推断策略，面向气动不确定性变量的样本数据开展不确定性表征建模，将气动不确定性变量分类为单一概率分布的随机变量、多种分布组成的混合加权概率分布的稀疏变量，以及上下界表达的区间形式的区间变量；以随机变量模型和稀疏变量模型为候选模型，选出与当前样本数据吻合度最高的概率分布作为不确定性变量的数学模型，若所有候选模型的概率分布与样本数据的拟合效果都不尽人意，则采用区间模型。相较于传统主观指定的做法，本发明客观性更加明显，理论依据更加充分，拟合优度的定量评价更具参考价值，且数据充足或稀缺的情况下均可适用。
-
-
公开(公告)号：CN109976154A
公开(公告)日：2019-07-05
申请号：CN201910161541.5
申请日：2019-03-04
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于混沌多项式和序列凸优化的飞行器轨迹优化方法。使用本发明能够解决飞行器轨迹稳健优化问题中存在不确定性分析与优化循环嵌套导致求解困难的问题。本发明根据混沌多项式理论，将飞行器轨迹稳健优化数学模型中的随机微分动力学方程组扩展为由PCE系数构成的高维确定性常微分动力学方程组，将飞行器迹稳健优化数学模型转化为等效的确定性最优控制问题；然后将最优控制问题转化为凸优化问题，实现优化问题的高效求解，获得最优控制变量，完成飞行器轨迹优化。
-
公开(公告)号：CN117079104A
公开(公告)日：2023-11-17
申请号：CN202311332823.X
申请日：2023-10-16
Applicant: 北京理工大学
Abstract: 本发明提出了一种基于小样本深度学习的快速毁伤识别和定位方法，能够避免定位误差同时显著减少人工标注成本。本发明的面向靶板穿孔目标的小样本深度学习毁伤识别和定位方法，基于深度学习的图像矫正、毁伤识别和穿孔定位，引入深度学习进行靶板图像矫正，避免了拍摄图像偏斜、扭曲等导致的定位误差，减少毁伤图像拍摄中因外部因素导致的毁伤定位偏差，大大降低毁伤识别的人工成本；本发明在目标识别方面引入元学习的小样本深度学习技术显著降低了样本需求量，对比于其余需要大量有标注的数据集，显著减少了样本需求量，大致只需切割并标注两张左右的完整战斗部靶板图像，就可以实现目标检测。
-
公开(公告)号：CN114358413B
公开(公告)日：2023-02-10
申请号：CN202111665134.1
申请日：2021-12-31
Applicant: 北京理工大学 , 中国人民解放军63863部队
Abstract: 本发明提供了一种考虑目标分组和打击决心的火力分配方法，同时适用于单类集群目标和多类目标混合编队的集群目标，可考虑导弹的可靠性和突防概率，以及目标所处的复杂地形地貌对火力分配的影响。本发明通过目标之间的距离和弹药毁伤幅员对目标进行分组，组内目标为密集型集群目标，组与组之间为稀疏型集群目标，进而提高火力分配的精度和合理性。基于毁伤决心和总可用弹量设置每个目标的最小用弹量约束，在可用弹量不足的情况下可优先确保对毁伤决心高的目标的毁伤效能。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.022 seconds)
