-
公开(公告)号：CN115859641A
公开(公告)日：2023-03-28
申请号：CN202211583631.1
申请日：2022-12-10
Applicant: 北京航天自动控制研究所
Abstract: 本发明涉及地面仿真技术领域，具体而言涉及一种面向试验结果的仿真数据分析方法。与现有技术相比，本发明通过对实际试验结果的不同影响因素的不同取值形成的所有可能性的偏差状态组合进行仿真，其覆盖接近实际试验结果的偏差状态组合，在此基础上通过数据的一致性处理以及相似度计算筛选出与实际试验结果相似的仿真结果对应的相似偏差状态组合，通过对相似偏差状态组合中的数据进行统计评估确定最接近实际试验的工况条件，实现了对于海量仿真参数数据的自动相似筛查处理以便于后续工况复现的评估。
-
公开(公告)号：CN107358715A
公开(公告)日：2017-11-17
申请号：CN201710430890.3
申请日：2017-06-09
Applicant: 北京航天自动控制研究所 , 中国运载火箭技术研究院
IPC: G07C15/00
Abstract: 本发明公开了一种基于汉默斯里序列的随机抽样方法。该方法包括：获取n维抽样空间中预设的采样点数Ns和第i轴向的边界取值；逐一生成n-1个质数Rj；选取任一整数N，1≤N≤Ns，并利用进制转换法，将所述任一整数N分别以每个质数Rj为基数进行展开；构造汉默斯里小数φi(N)；计算汉默斯里采样值Φi(N)；将所述汉默斯里采样值Φi(N)进行映射计算。本发明实现了减少充满抽样空间所需采样点的数目，提高采样点仿真效率和收敛精度，以及降低采样点局部聚集性的目的。
-
Patent Agency Ranking
公开(公告)号：CN120046653A
公开(公告)日：2025-05-27
申请号：CN202411917060.X
申请日：2024-12-24
Applicant: 北京航天自动控制研究所
IPC: G06N3/0442 , G06N3/092
Abstract: 本发明公开了一种神经网络控制律高效自主学习方法。针对在运用深度强化学习算法实现复杂飞行器控制律自学习的过程中，超参数设定高度依赖于人工经验进而造成设计难度大，且不一定对于任务最优的问题，本发明引入图像识别领域网络架构搜索思想，提出基于神经网络架构轻量化搜索策略的飞行器控制律自学习方法。该方法在将神经网络架构设计问题转化为图拓扑生成问题的基础上，结合LSTM循环神经网络的图拓扑生成算法、基于权重共享的深度强化学习参数轻量化训练与评估机制，以及基于策略梯度的图拓扑生成器参数学习算法，实现了深度强化学习训练算法中神经网络架构超参数的自动优化，进而完成了控制律的自学习。
-
公开(公告)号：CN117872731A
公开(公告)日：2024-04-12
申请号：CN202311623119.X
申请日：2023-11-30
Applicant: 北京航天自动控制研究所
IPC: G05B13/04
Abstract: 本申请提供一种飞行器减载制导方法、设备、存储介质，该方法包括：在飞行器飞行状态的坐标系下，建立飞行器减载制导律的训练环境；获取训练环境赋予的当前时刻的状态量；根据当前时刻的状态量和强化学习神经网络模型，采样得到当前时刻的动作输出量；根据当前时刻的动作输出量，确定训练环境赋予的奖励值和下一时刻的状态量；基于当前时刻的状态量，当前时刻的动作输出量，奖励值和下一时刻的状态量，形成训练样本；根据训练样本，对强化学习神经网络模型进行训练，得到飞行器上升段的减载制导律。本申请提供的方法可以解决飞行器上升段在未知风场下的减载制导问题。
-
公开(公告)号：CN117289597A
公开(公告)日：2023-12-26
申请号：CN202211543853.0
申请日：2022-12-03
Applicant: 北京航天自动控制研究所
Inventor： 刘晓东 , 路坤锋 , 张玉 , 禹春梅 , 贾志强 , 李天涯 , 王昭磊 , 巩庆海 , 林玉野 , 冯路明 , 贾晨辉 , 莫嘉轩 , 张远 , 董鹏程 , 高博 , 余跃 , 李依彤
IPC: G05B13/04
Abstract: 本发明公开了一种基于模糊推理的运载火箭主动自适应减载控制方法，针对不确定风场下的运载火箭大风区减载问题，研究运载火箭智能自适应主动减载控制方法，实现大风区载荷指标要求，本发明的主要内容包括运载火箭主动减载控制方案设计、带宽参数自适应变化的扩张状态观测器设计、基于模糊推理的参数智能自适应调参策略设计。本发明的一种基于模糊推理的运载火箭主动自适应减载控制方法，从主动减载以及鲁棒性&适应性&智能化提升的角度出发，研究运载火箭智能自适应主动减载控制方法，对于提高我国未来运载火箭的减载能力及其国际竞争力具有重要的理论意义。
-
公开(公告)号：CN116011186A
公开(公告)日：2023-04-25
申请号：CN202211583561.X
申请日：2022-12-10
Applicant: 北京航天自动控制研究所
IPC: G06F30/20 , G06F119/02
Abstract: 本发明涉及地面仿真技术领域，具体而言涉及一种面向试验结果的工况仿真复现系统。与现有技术相比，本发明通过对实际试验结果的不同影响因素的不同取值形成的所有可能性的偏差状态组合进行仿真，其覆盖接近实际试验结果的偏差状态组合，在此基础上通过数据的一致性处理以及相似度计算筛选出与实际试验结果相似的仿真结果对应的相似偏差状态组合，通过对相似偏差状态组合中各维度取值数量最多的取值确定最接近实际试验的工况条件，以实现工况复现。
-
公开(公告)号：CN112526873A
公开(公告)日：2021-03-19
申请号：CN202011475938.0
申请日：2020-12-14
Applicant: 北京航天自动控制研究所
IPC: G05B13/02
Abstract: 本发明公开了一种在线快速求解算法的自适应控制方法给出了一种黎卡提代数矩阵方程的在线快速求解方法，满足控制实时性要求，同时满足解算精确性要求。对于快速时变或存在突变的线性系统，采用实时根据系统参数变化进行自适应调节的最优LQR控制器，可以提高控制系统对对象参数变化的快速适应能力，并确保其具备全局最优性，达到优化控制系统性能的目的。本发明提供的一种在线快速求解算法的自适应控制方法可用于飞行器类姿态控制系统的设计过程，也可推广应用于存在黎卡提矩阵代数方程在线求解需求的研究中，为最优控制在工程中的深入应用提供理论支撑和指导。本发明具有较好的推广性，且应用范围广泛。
-
-
-
-
-
-
Search Results
17
records
(took 0.039 seconds)
