-
公开(公告)号：CN109410175A
公开(公告)日：2019-03-01
申请号：CN201811123271.0
申请日：2018-09-26
Applicant: 北京航天自动控制研究所 , 中国运载火箭技术研究院
Inventor： 王浩 , 郑文娟 , 孙芃 , 张立家 , 高琪 , 刘跃成 , 韦海萍 , 郝梦茜 , 张伯川 , 张辉 , 周斌 , 靳松直 , 张聪 , 郑智辉 , 李少军 , 高仕博 , 胡瑞光 , 蔡伟 , 崔广涛 , 丛龙剑 , 刘燕欣 , 肖利平 , 唐波
Abstract: 一种基于多子区图像匹配的SAR雷达成像质量快速自动评价方法，首先人工制备带有特殊几何形状信标的SAR基准图像，通过雷达回波电磁仿真得到基准图像的基准雷达回波信号，完成雷达测试基准数据制备。在SAR雷达成像质量测试中，将基准雷达回波信号注入SAR雷达，由被测试雷达成像生成SAR实时图。随后使用SAR实时图和SAR基准图像进行多子区图像匹配，得到信标在SAR实时图中的精确位置。通过信标在SAR图像中几何位置和形状的变化，完成SAR雷达成像质量的量化评价。本发明提出的基于多子区图像匹配的SAR雷达成像质量快速自动评价方法大大提高了SAR雷达单机测试的自动化程度，在提高判读精度的同时降低了人力以及时间成本。
-
公开(公告)号：CN114167747B
公开(公告)日：2024-04-09
申请号：CN202111247260.5
申请日：2021-10-26
Applicant: 北京航天自动控制研究所
IPC: G05B17/02
Abstract: 本发明公开了一种飞行控制算法一体化训练平台的构建方法，属于机器学习技术领域，能够保证飞行控制算法训练，以及验证设计的通用性和易用性，进而提高了飞行控制算法一体化训练和验证设计的效率。方法包括：构建视景仿真模型；所述视景仿真模型展示飞行控制算法的一体化训练过程中的飞行状态信息；构建执行所述飞行控制算法的控制器与可视化飞行仿真环境之间数据交互的机器学习框架模块，并通过所述机器学习框架模块由所述可视化飞行仿真环境向所述控制器发送飞行状态信息，由所述控制器向所述可视化飞行仿真环境发送控制指令。
-
公开(公告)号：CN117826591A
公开(公告)日：2024-04-05
申请号：CN202311808632.6
申请日：2023-12-26
Applicant: 北京航天自动控制研究所
IPC: G05B13/04
Abstract: 本发明一种基于长短期记忆网络的控制律自动设计方法，借鉴深度学习中网络架构搜索方法经验，利用循环神经网络在时序关联性发掘方面的优势，将控制律结构设计问题转化为有向无环图拓扑关系自动搜索问题，实现飞行控制律控制结构的自动生成，并基于遗传算法实现给定控制律结构下参数的自动整定，目的在于克服当前控制律自动优化只能针对已知控制器结构利用启发式算法对控制器参数进行自动整定的局限，降低了人工设计工作量，提升了复杂设计输入条件下的控制效果。
-
公开(公告)号：CN114167748A
公开(公告)日：2022-03-11
申请号：CN202111247331.1
申请日：2021-10-26
Applicant: 北京航天自动控制研究所
IPC: G05B17/02
Abstract: 本发明公开了一种飞行控制算法一体化训练平台，属于机器学习技术领域，能够保证飞行控制算法训练，以及验证设计的通用性和易用性，进而提高了飞行控制算法一体化训练和验证设计的效率。平台包括：控制器、机器学习框架模块和可视化飞行仿真环境；其中：所述可视化飞行仿真环境包括动力学模型、视景仿真模型和调用接口；所述可视化飞行仿真环境通过所述调用接口与所述机器学习框架模块相连接；所述机器学习框架模块用于实现所述控制器和所述可视化飞行仿真环境之间的数据交互；所述视景仿真模型用于展示飞行控制算法的一体化训练过程中的飞行状态信息；所述动力学模型与所述视景仿真模型之间建立通讯连接。
-
Patent Agency Ranking
公开(公告)号：CN114167747A
公开(公告)日：2022-03-11
申请号：CN202111247260.5
申请日：2021-10-26
Applicant: 北京航天自动控制研究所
IPC: G05B17/02
Abstract: 本发明公开了一种飞行控制算法一体化训练平台的构建方法，属于机器学习技术领域，能够保证飞行控制算法训练，以及验证设计的通用性和易用性，进而提高了飞行控制算法一体化训练和验证设计的效率。方法包括：构建视景仿真模型；所述视景仿真模型展示飞行控制算法的一体化训练过程中的飞行状态信息；构建执行所述飞行控制算法的控制器与可视化飞行仿真环境之间数据交互的机器学习框架模块，并通过所述机器学习框架模块由所述可视化飞行仿真环境向所述控制器发送飞行状态信息，由所述控制器向所述可视化飞行仿真环境发送控制指令。
-
公开(公告)号：CN114153193B
公开(公告)日：2024-07-23
申请号：CN202111431027.2
申请日：2021-11-29
Applicant: 北京航天自动控制研究所
IPC: G05B23/02
Abstract: 本申请实施例提供一种结合扩张状态观测器和BP神经网络的极性故障识别方法，包括：获取姿态控制系统发生极性故障的情况下飞行器对应的箭体角速度、姿态角偏差和受控指令，并获取极性故障的极性故障类型；将箭体角速度、箭体角加速度、姿态角偏差和受控指令确定为模型输入训练数据，将带有极性故障类型的模型输入训练数据确定为第一训练样本；利用第一训练样本构建姿态控制系统极性故障类型识别模型；利用姿态控制系统极性故障类型识别模型进行极性故障类型识别。这样能够识别姿态控制系统发生的极性故障类型并在线完成重构，避免故障产生更深远的影响。本申请还公开一种结合扩张状态观测器和BP神经网络的极性故障识别装置、电子设备、存储介质。
-
公开(公告)号：CN114237269A
公开(公告)日：2022-03-25
申请号：CN202111429113.X
申请日：2021-11-29
Applicant: 北京航天自动控制研究所
IPC: G05D1/08
Abstract: 本申请涉及空间飞行器控制技术领域，公开一种用于构建姿态控制系统极性故障模式识别模型的方法，包括：获取多个训练样本和各训练样本分别对应的样本标签；各训练样本包括样本姿态控制参数数据；将带有样本标签的训练样本输入预设的神经网络进行训练，获得姿态控制系统极性故障模式识别模型。以能够通过姿态控制系统极性故障模式识别模型对姿态控制系统的各种极性故障模式进行识别。本申请还公开一种用于构建姿态控制系统极性故障模式识别模型的装置及电子设备、存储介质，一种用于识别姿态控制系统极性故障模式的方法及装置、电子设备、存储介质。
-
公开(公告)号：CN114200950A
公开(公告)日：2022-03-18
申请号：CN202111248696.6
申请日：2021-10-26
Applicant: 北京航天自动控制研究所
IPC: G05D1/08
Abstract: 本发明公开了飞行姿态控制方法，属于机器学习技术领域，方法包括：构建飞行姿态控制律的学习所需的探索环境；根据所述探索环境输出的姿态角、姿态角速度，以及期望姿态角指令，构建所述飞行姿态控制律的学习所需的输入信号；将从所述飞行姿态控制律得到的舵机理论输出指令输入至舵机限幅单元，获取所述舵机限幅单元的输出结果，并将所述输出结果输入至所述探索环境；构建奖励回报单元，所述奖励回报单元反馈所述探索环境的姿态角的当前时刻奖励至所述飞行姿态控制律，并通过最大化总奖励优化所述飞行姿态控制律的学习；对所述飞行姿态控制律进行学习，获取最终的飞行姿态控制律，基于所述飞行姿态控制律对飞行姿态进行控制。
-
公开(公告)号：CN114047786A
公开(公告)日：2022-02-15
申请号：CN202111425356.6
申请日：2021-11-26
Applicant: 北京航天自动控制研究所
IPC: G05D1/10
Abstract: 本发明涉及一种用于集散式异构无人机集群的协同处理系统和方法，属于无人机技术领域，解决现有系统缺乏自组织能力和无法根据战场态势进行人为的任务信息修改的问题。该系统包括：多个无人机和与多个无人机通信连接的地面站，每个无人机包括：飞行控制器用于控制无人机姿态并且调整无人机的速度和飞行方向；光电吊舱用于实时拍摄视频帧并进行目标跟踪；以及信息处理模块用于主机根据地面站的任务信息规划整体航迹，多个无人机根据整体航迹规划自身航迹并将自身航迹发送给飞行控制器执行，基于视频帧进行目标识别和目标定位，通过地面站随时修改任务信息，实时根据修改的任务信息规划出修改航迹。能够根据战场态势实时根据修改的任务信息规划出修改航迹。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.066 seconds)
