-
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：CN115809024A
公开(公告)日：2023-03-17
申请号：CN202211586179.4
申请日：2022-12-10
Applicant: 北京航天自动控制研究所
Inventor： 王晓峰 , 赵雄波 , 周辉 , 盖一帆 , 蒋彭龙 , 路坤锋 , 李晓敏 , 李超然 , 谢宇嘉 , 黄鹂 , 林平 , 董文杰 , 吴松龄 , 弥寒光 , 吴敏 , 赵冠杰 , 徐天运 , 李杨珺 , 李杰 , 杨庆军 , 靳蕊溪 , 林玉野 , 王森
Abstract: 本公开属于神经网络存储技术领域，涉及一种基于Winograd的相关算法加速器存储方法，包括S1获取相关结果矩阵块和实时图矩阵块的大小，获取相关结果矩阵和实时图张量的大小和加速单元的通道并行度；S2由片外存储向基准张量第一区域存储基准图张量块；S3由片外存储向实时张量缓存实时图张量块；S4由基准图张量缓存中的第一区域读取数据，将读取的最后两行数据写入基准图张量缓存中的第二区域的前两行；S5由基准张量缓存中读张量块并预写入基准张量寄存器组；S6由实时图张量缓存向实时图张量图寄存器写入张量块；S7将基准寄存器组的前列数据搬移到后列，同时将基准张量缓存中读取数据到寄存器组前列；S8在不同的寄存器组之间处理和计算后写入张量寄存器组。
-
公开(公告)号：CN115731094A
公开(公告)日：2023-03-03
申请号：CN202211585037.6
申请日：2022-12-10
Applicant: 北京航天自动控制研究所
Inventor： 王晓峰 , 蒋彭龙 , 周辉 , 谢宇嘉 , 赵雄波 , 盖一帆 , 路坤锋 , 李晓敏 , 李超然 , 弥寒光 , 林平 , 董文杰 , 吴松龄 , 黄鹂 , 吴敏 , 赵冠杰 , 杨庆军 , 李杨珺 , 王森 , 李杰 , 林玉野 , 靳蕊溪
IPC: G06T1/60
Abstract: 本公开属于算法硬件电路设计技术领域，具体而言涉及一种基于Winograd的相关算法加速器存储系统，包括：片外存储；片上张量缓存，与片外存储相连，所述片上张量缓存包括基准张量缓存、实时张量缓存以及过程张量缓存，其中基准张量缓存基于所述加速器的数据重用缓存计算所需的基准图张量块，实时张量缓存基于所述加速器的数据重用缓存计算所需的实时图张量块，过程张量缓存基于所述加速器的数据重用缓存当前计算产生的中间结果数据；和多个寄存器，与片上张量缓存相连，接收和/或输送基准图和/或实时图的处理数据。本公开满足计算单元高吞吐量的数据需求，还能利用尽可能少的片上资源，实现高数据复用率，降低加速器对片外存储带宽的需求。
-
公开(公告)号：CN118550207A
公开(公告)日：2024-08-27
申请号：CN202311634804.2
申请日：2023-12-01
Applicant: 北京航天自动控制研究所
IPC: G05B17/02
Abstract: 本申请实施例中提供了一种基于DDPG强化学习的火箭回收控制器实现与仿真的应用方法，涉及飞行器制导控制技术领域，该方法包括以下步骤：对火箭下落过程进行了简化动力学建模并进行reward设计，采用改进后输出均值和标准差的DDPG进行训练；对火箭下落轨迹采用强化学习的方式进行轨迹规划和制导；其中，该方法的主要内容包括：定义描述轨迹的状态量并根据终端约束设计相应的回报函数、采用DDPG进行连续行为的轨迹规划和制导、并引入Mindspore国产化框架进行仿真。本申请，通过网络结构的改进和奖励函数的设计取得了较好效果，并可以基于数学仿真实现火箭垂直返回软着陆。
-
Patent Agency Ranking
公开(公告)号：CN115827553A
公开(公告)日：2023-03-21
申请号：CN202211584357.X
申请日：2022-12-10
Applicant: 北京航天自动控制研究所
Inventor： 王晓峰 , 周辉 , 谢宇嘉 , 赵雄波 , 盖一帆 , 蒋彭龙 , 路坤锋 , 李晓敏 , 李超然 , 林平 , 赵冠杰 , 董文杰 , 吴松龄 , 弥寒光 , 黄鹂 , 吴敏 , 林玉野 , 李杨珺 , 王森 , 李杰 , 徐天运 , 靳蕊溪
IPC: G06F15/78 , G06F13/40 , G06N3/0464 , G06N3/063
Abstract: 本发明涉及一种面向CNN加速计算的带宽自适应的数据传输方法，包括：通过主控向指令配置模块从外部存储装置中写入输入特征图的基本信息；地址自动生成模块根据配置信息生成每次传输的地址信息，并将该地址信息传输给AX I驱动模块；AXI驱动模块根据配置信息和地址自动生成模块的信息，发起数据块的读取操作，并将数据写入自动插值模块；AX I数据感知模块感知通道信号的占空比，以及占空比的变化速率，并将该信息反馈给AXI驱动模块；自动插值将预定值插入数据流的预定位置，并将插值后的数据写入F I FO驱动模块；F I FO驱动模块根据F I FO的状态确定数据的读取和写入操作。通过上述方法提高加速核与外部存储装置之间的数据传输效率。
-
公开(公告)号：CN115796253A
公开(公告)日：2023-03-14
申请号：CN202211585982.6
申请日：2022-12-10
Applicant: 北京航天自动控制研究所
Inventor： 王晓峰 , 周辉 , 路坤锋 , 赵雄波 , 盖一帆 , 蒋彭龙 , 李晓敏 , 李超然 , 谢宇嘉 , 赵冠杰 , 林平 , 董文杰 , 吴松龄 , 弥寒光 , 黄鹂 , 吴敏 , 李杨珺 , 王森 , 李杰 , 徐天运 , 靳蕊溪 , 林玉野
IPC: G06N3/063 , G06F5/06 , G06N3/0464
Abstract: 本发明涉及一种带宽自适应的数据传输的卷积神经网络加速计算系统，包括卷积神经网络加速器，用于执行具体的数据计算；以及带宽自适应数据传输装置，设置在所述卷积神经网络加速器和外部存储装置之间，感知卷积神经网络加速器的数据消耗和生成速率、感知外部存储装置带宽的占用情况；根据感知数据确定卷积神经网络加速器和所述外部存储装置之间的数据传输策略；所述带宽自适应数据传输装置包括数据加载模块和数据卸载模块。通过上述结构可动态适应片外存储带宽，可大幅提升数据传输的连续性，从而有效提升卷积神经网络加速器的片外数据传输带宽。
-
公开(公告)号：CN115759235A
公开(公告)日：2023-03-07
申请号：CN202211602462.1
申请日：2022-12-10
Applicant: 北京航天自动控制研究所
Inventor： 王晓峰 , 谢宇嘉 , 周辉 , 赵雄波 , 盖一帆 , 路坤锋 , 蒋彭龙 , 李晓敏 , 李超然 , 董文杰 , 林平 , 吴松龄 , 弥寒光 , 黄鹂 , 吴敏 , 赵冠杰 , 王森 , 李杨珺 , 杨庆军 , 靳蕊溪 , 林玉野 , 李杰
IPC: G06N3/08
Abstract: 本公开属于神经网络处理方法技术领域，具体而言涉及一种基于Winograd的深度学习处理方法，包括：获取待计算单元的大小；获取多个具有不同尺寸的加速核的大小；根据多个加速核的大小得到计算比例；根据待计算单元的大小和计算比例得到待计算单元的划分区域，所述待计算单元的划分区域与加速核的大小相对应；根据划分区域进行计算，然后汇总完成所述待计算单元的加速计算。本公开利用不同卷积核尺寸和输出尺寸的Winograd加速核(Wino‑Core)在灵活性和高效性方面的差异性，在高度可扩展的深度学习处理器架构中组合多个不同尺寸的Wino‑Core，形成多核混合异构的深度学习处理器，并通过核间算力的最优分配，实现Wino‑DPU灵活性和高效性的全面提升。
-
公开(公告)号：CN106595705B
公开(公告)日：2019-12-20
申请号：CN201611048571.8
申请日：2016-11-22
Applicant: 北京航天自动控制研究所 , 中国运载火箭技术研究院
Abstract: 本发明提供了一种基于GPS的飞行中惯性初始基准偏差估计方法，该方法根据惯性导航误差传播机理建立惯性初始基准偏差模型，利用GPS信息作为观测量，采用标准卡尔曼滤波方法估计惯性初始基准偏差。经数学仿真技术和搭载飞行试验验证，基于GPS的飞行中惯性初始基准偏差估计方法能够有效地估计出惯性基准偏差，达到提高导航系统的精度和可靠性的目的。
-
公开(公告)号：CN106595649A
公开(公告)日：2017-04-26
申请号：CN201611048884.3
申请日：2016-11-22
Applicant: 北京航天自动控制研究所 , 中国运载火箭技术研究院
Abstract: 本发明提供了一种飞行中惯性初始基准偏差补偿方法，该方法利用估计得到的惯性初始基准失准角，计算飞行中当前时刻的俯仰角偏差、偏航角偏差和滚动角偏差，结合姿控修正能力采用线性规律对姿态偏差进行补偿。经数学仿真技术和搭载飞行试验验证飞行中惯性初始基准偏差补偿方法能够有效地补偿惯性基准偏差，达到提高导航系统的精度和可靠性的目的。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.033 seconds)
