公开(公告)号：CN119937586A

公开(公告)日：2025-05-06

申请号：CN202510093402.9

申请日：2025-01-21

Applicant: 江南机电设计研究所

Inventor： 杨峻兴 ,  康丽 ,  陆俊凯 ,  肖仕林

IPC: G05D1/46 ,  G05D1/695 ,  G05D109/20

Abstract: 本发明公开了一种数实结合的多类型无人机蜂群态势生成方法，包括：在仿真系统构建多类型无人机蜂群态势仿真环境，包括无人机代理模型和无人机蜂群控制模型；无人机蜂群控制模型包括：数字无人机模块、协同控制模块和实体无人机模块；在无人机蜂群态势仿真环境规划无人机仿真任务，用于启动并运行数字无人机蜂群，并生成实体无人机蜂群航线和任务；无人机仿真任务包括：制作仿真想定，仿真初始化，建立无人机蜂群控制模型与无人机地面站之间的匹配关系，启动无人机起飞；通过无人机蜂群控制模型形成无人机及蜂群数实结合态势。根据上述技术方案，可有效解决无人机蜂群作战场景构建成本高、实现困难大等问题，节约实战演练的成本，缩短试验周期。

公开(公告)号：CN112749516A

公开(公告)日：2021-05-04

申请号：CN202110147596.8

申请日：2021-02-03

Applicant: 江南机电设计研究所

Inventor： 廖咏一 ,  李兴国 ,  李延超 ,  罗德智 ,  杨荣强 ,  汪正东 ,  王玉茜 ,  康丽

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种适应多类型数据特征的体系组合模型可信度智能评估方法，实现步骤如下：1.构建网络预训练样本集；2.构建网络训练样本集；3.构建融合循环神经网络和卷积神经网络，适应多类型数据特征的深度学习模型；4.深度学习网络分层训练；5.结合体系对抗仿真应用场景下组合模型输出数据，利用组合模型可信度智能评估网络，直接得出组合模型的可信度及其置信度。本发明采用了长时记忆能力较强的循环神经网络与特征表达能力较强的卷积神经网络智能方法相融合方式，可适应于长时变、短时状态等多类型数据特征的组合模型可信度智能评估，有利于提高组合模型可信度评估正确性与评估效率。