-
公开(公告)号:CN107045458A
公开(公告)日:2017-08-15
申请号:CN201710135208.8
申请日:2017-03-09
Applicant: 西北工业大学
Abstract: 本发明提供了一种基于多目标量子粒子群算法的无人机协同任务分配方法,建立了无人机协同任务分配的模型,将无人机协同任务分配问题中的目标前期任务执行成功概率、无人机生存概率以及任务完成时间这三种指标分别作为多目标任务分配问题的优化目标函数,实现了这三种指标的同时优化。本发明针对无人机协同任务分配的问题的特点,设计了针对前期任务约束的修复算子和针对任务时序约束的修复算子,提高了种群中解的质量,设计了新的种群变异机制,有效提高了算法的收敛速度。
-
公开(公告)号:CN115033024B
公开(公告)日:2025-03-14
申请号:CN202210827098.2
申请日:2022-07-14
Applicant: 西北工业大学
IPC: G05D1/46 , G05D1/695 , G05D109/20
Abstract: 本发明公开了一种基于攻击时间和角度共同约束的多导弹三维协同制导方法,包括:建立导弹与目标的相对运动模型以及相对运动方程组;引入导弹剩余飞行时间变量,构造三维协同制导模型;获取每枚导弹在弹目视线方向的加速度;构建目标加速度在俯仰方向和侧偏方向的固定时间干扰观测器并估计视线坐标系下的目标加速度项;根据所述三维协同制导模型及估计的目标加速度项,获得导弹在弹目视线法向方向的加速度;获得导弹在弹道坐标系下的三个加速度分量;利用所述三个加速度分量不断更新每个导弹飞行过程中的速度和位置,从而实现多枚导弹同一时间抵达目标。本发明可以控制各枚导弹的视线角在固定时间内收敛到设定值,可以实现空间的协同。
-
公开(公告)号:CN115145295B
公开(公告)日:2024-10-29
申请号:CN202210824286.X
申请日:2022-07-13
Applicant: 西北工业大学
IPC: G05D1/495 , G05D1/46 , G05D101/10 , G05D109/20
Abstract: 本发明提供了一种动态环境下无人机在线自主航迹优化控制方法,通过在传统方法基础上,考虑无人机多种约束条件,构建无人机非线性最优控制模型;利用滚动时域控制策略,将无人机整个自主轨迹控制区间分为多个滚动优化时间窗口,合理优化每一段轨迹;其间以无人机到达目标区域的飞行时间和受到威胁概率建立目标函数,通过自适应Radau伪谱法连续在线计算,实现无人机在线轨迹的实时控制优化。本发明能够在包含复杂地形障碍、动态威胁源、时敏目标等因素的不确定复杂战场环境下遂行对地突防作战任务,对无人机突防航迹控制的时效性、精确性以及自主化程度有极大提升;同时保证突防任务中无人机较低的飞行成本以及较高的生存概率与任务完成概率。
-
公开(公告)号:CN113988139B
公开(公告)日:2024-09-13
申请号:CN202111306631.2
申请日:2021-11-05
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于多数据集协同分析的高光谱波段选择方法及存储介质。该方法包括:获取K个高光谱数据集;计算每个所述初始种群中的每个个体的适应度值;对当前种群内的父代个体执行交叉或变异操作,得到第一子代个体;对当前种群之间的父代个体依跨数据迁移概率执行交叉操作,得到第二子代个体;根据适应度值更新当前种群并根据迁移概率函数更新所述跨数据集迁移概率;选择适应度值最高的个体作为当前种群的最优波段进行输出。本发明构建了一个高光谱多数据集波段选择协同分析框架,利用数据集相同的光谱范围及相似的光谱‑空间结构,从而提高每个数据集的波段选择性能。
-
公开(公告)号:CN118350277A
公开(公告)日:2024-07-16
申请号:CN202410500144.7
申请日:2024-04-24
Applicant: 西北工业大学
IPC: G06F30/27 , G06F18/241 , G06N3/092 , G06Q50/26 , G06F111/08 , G06F111/06 , G06F119/02
Abstract: 本发明公开了一种模拟环境中基于战术意图的自主空战行为生成方法,包括:将战术意图归纳为逃逸、攻击和防御并建立对应的奖励模型;建立状态空间和动作空间;搭建用于实现预设的Dueling‑Noisy‑Muti‑step DQN算法的决策网络模型,并设置Q函数及损失函数;建立仿真对抗环境,针对每种意图的奖励模型,将决策网络模型用于载机与仿真对抗环境的实时交互以产生样本,基于产生的样本得到Q函数值并计算损失函数值,实现决策网络模型的更新,重复交互至决策网络模型的更新过程直至达到训练的最大回合数,得到该意图下的行为决策网络模型;基于当前待决策的状态信息确定载机意图,选择对应的行为决策网络模型得到动作决策结果。本发明能为智能空战辅助决策提供战术支撑。
-
公开(公告)号:CN117828474A
公开(公告)日:2024-04-05
申请号:CN202311874228.9
申请日:2023-12-29
Applicant: 西北工业大学
IPC: G06F18/2415 , G06F18/214
Abstract: 本发明公开了一种基于近端策略优化算法的多阵面雷达搜索资源优化方法,解决了现有技术中多阵面场景下面向集群目标的雷达搜索资源分配问题;该方法包括:确定初始化参数,其中初始化参数包括:雷达参数、目标参数和强化学习参数;根据初始化参数建立基于目标最大期望发现距离的多阵面雷达搜索资源优化模型;利用多阵面雷达搜索资源优化模型,构建强化学习训练环境,得到训练好的策略网络;将双重观测信息输入至训练好的策略网络中,输出阵面权值和子空域搜索资源分配系数,得到多阵面雷达搜索的资源分配;该方法实现了在大规模集群目标环境下能够得到优于传统数值优化方法的数值解,具备较好的鲁棒性和收敛性。
-
公开(公告)号:CN117590859A
公开(公告)日:2024-02-23
申请号:CN202311496761.6
申请日:2023-11-10
Applicant: 西北工业大学
IPC: G05D1/46 , G05D109/28
Abstract: 本发明公开了一种模拟环境中空空导弹自适应快速滑模制导方法,包括:在视线坐标系下建立导弹目标相对运动模型,并根据导弹目标相对运动模型建立导弹三维制导模型;基于导弹三维制导模型,分别设计视线法向俯仰制导律及视线法向偏航制导律;利用预先训练好的第一径向基函数RBF神经网络对视线法向俯仰制导律中的待估参数进行估计后,将得到的第一估计值代入视线法向俯仰制导律,并利用第二径向基函数RBF神经网络对视线法向偏航制导律中的待估参数进行估计,将得到的第二估计值代入视线法向偏航制导律,得到带角度约束的固定时间非奇异快速终端滑模制导律。本发明在避免奇异性的同时提高了系统的收敛速度,且使得系统的收敛时间上界可设定。
-
公开(公告)号:CN117270572A
公开(公告)日:2023-12-22
申请号:CN202311507031.1
申请日:2023-11-13
Applicant: 西北工业大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于分层牵制控制理论的无人机集群蜂拥控制方法,包括:将无人机集群划分为连通的无人机子集群;计算子集群中每个无人机的影响力度值,根据所有影响度值选出初始信息无人机,除初始信息无人机外其他无人机作为普通无人机;初始信息无人机接收虚拟领导者对其施加的速度位置反馈并根据其邻域内其他无人机的状态信息计算其控制输入信息,将其状态信息直接传递给下一层普通无人机;将该普通无人机作为中间信息无人机,根据其邻域内其他无人机的状态信息计算其控制输入信息,将其状态信息直接传递给下一层普通无人机;将该普通无人机更新为中间信息无人机,执行上述中间信息无人机的通信过程。本发明适用于大规模无人机集群蜂拥控制。
-
公开(公告)号:CN116519021B
公开(公告)日:2023-09-15
申请号:CN202310776786.5
申请日:2023-06-29
Applicant: 西北工业大学
Abstract: 本发明公开一种惯性导航系统故障诊断方法、系统及设备,涉及惯性导航系统健康管理技术领域,该方法包括对惯性导航系统的历史数据,采用极大似然估计方法进行指标数据的补全;构建惯性导航系统故障诊断模型;利用补全后的数据以及完整属性数据对惯性导航系统故障诊断模型进行训练;利用训练后的惯性导航系统故障诊断模型进行惯性导航系统故障的诊断;惯性导航系统故障诊断模型的训练过程为:将补全后的数据以及完整属性数据作为输入信息;根据初始参数构造置信规则;根据输入信息,采用证据推理算法进行置信规则融合;对融合后的置信规则进行效用转换,输出故障诊断结果。本发明能够提高惯性导航系统故障诊断的准确性。
-
公开(公告)号:CN116229135A
公开(公告)日:2023-06-06
申请号:CN202211557960.9
申请日:2022-12-06
Applicant: 西北工业大学
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于高低层特征融合的小目标检测方法,包括:获取待进行小目标检测的目标图像;利用预设的基于多尺度融合策略的目标检测神经网络对目标图像进行小目标检测;其中,目标检测神经网络中基于一高低层特征融合模块实现对低层特征和高层特征的融合;高低层特征融合模块,用于分别对低层特征和高层特征进行预处理,以使低层特征和高层特征的维度相同;对预处理后低层特征先进行通道压缩再进行通道扩展,以保留小目标的有用信息以及过滤无用信息,得到通道压缩扩展特征;将通道压缩扩展特征与预处理后的高层特征进行相乘,并将乘积结果与预处理后的高层特征进行相加,作为高低层融合特征。本发明进一步提高了小目标检测的准确性。
-
-
-
-
-
-
-
-
-