-
公开(公告)号：CN114779743A
公开(公告)日：2022-07-22
申请号：CN202210465013.0
申请日：2022-04-29
Applicant: 北京京航计算通讯研究所
IPC: G05B23/02
Abstract: 本发明涉及一种随机姿态高超声速飞行器的舵面微小故障容错控制方法，属于飞行控制技术领域，解决了现有技术中故障修复成本高、针对随机姿态高超声速飞行器的容错控制适应性和可靠性差、容错控制效果难评估等问题。通过开展随机姿态高超声速飞行试验，对所述随机姿态高超声速飞行器的控制系统模型施加微小故障和干扰，获得随机姿态角的实际PDF；采用模糊观测器对施加所述微小故障和干扰后的舵面进行故障观测以得到故障估计值；获得所述随机姿态角的期望PDF；基于所述故障估计值以及容错控制算法，利用所述随机姿态角的实际PDF和期望PDF得到自适应容错控制器，进行舵面故障的容错控制修复。实现了针对随机姿态高超声速飞行器早期微小故障的容错控制。
-
公开(公告)号：CN113986347A
公开(公告)日：2022-01-28
申请号：CN202111247034.7
申请日：2021-10-26
Applicant: 北京京航计算通讯研究所
IPC: G06F8/76
Abstract: 本发明涉及一种软件环境中人机交互方式的迁移评估方法和系统，方法包括以下步骤：获取所述软件环境的交互任务；多个参试者分别采用第一交互设备和第二交互设备完成所述交互任务；对于每个参试者，根据其使用第一交互设备和第二交互设备完成所述交互任务的时间，分别计算使用第一交互设备和第二交互设备的交互准适指数和输出效能指数；基于多个参试者使用第一交互设备和第二交互设备的交互准适指数和输出效能指数，分别计算第一交互设备和第二交互设备的综合迁移指数，若所述第一交互设备的综合迁移指数和第二交互设备的综合迁移指数的差值小于阈值，则评估第一交互设备与第二交互设备在所述软件环境中的交互方式可以迁移。
-
公开(公告)号：CN113763573A
公开(公告)日：2021-12-07
申请号：CN202111095536.2
申请日：2021-09-17
Applicant: 北京京航计算通讯研究所
Abstract: 本发明涉及一种三维物体数字化标注方法及装置，属于人工智能技术领域，解决了现有技术中对三维物体进行知识标注难度大，且标注准确度低的问题。该方法包括：获取三维物体在不同角度下的二维图片、位姿信息及标注标签，组成训练样本集；基于每一样本中的位姿信息构建该样本的偏移矩阵和增强角度旋转矩阵；利用训练样本集以及对应的偏移矩阵、增强角度旋转矩阵对标注网络模型进行训练，获得优化后的标注网络模型；基于待标注三维物体的二维图片及位姿信息利用优化后的标注网络模型对待标注三维物体进行标注。该方法将三维物体标注转换为二维标注，降低了标注难度，且通过人工智能模型建立标注与三维物体间的关联关系，提高三维物体标注的准确度。
-
公开(公告)号：CN119027580A
公开(公告)日：2024-11-26
申请号：CN202410952671.1
申请日：2024-07-16
Applicant: 北京京航计算通讯研究所
Abstract: 多粒度系统原型远程全息重构方法及装置，能够提升对模型数据的高效重构能力，使系统快速理解三维模型之间的关系，快速构建三维模型，有效地解决了现有多粒度系统原型技术在远程全息重构方面的局限性，为大规模、高维度数据的系统原型高效处理、传输与渲染提供了一种新的解决方案。方法包括：(1)对模型数据进行模块化处理，将模块的属性表示为一个三元组M＝ ；(2)对全息数据进行多粒度划分；(3)利用高性能压缩算法对处理后的全息数据进行压缩；(4)将压缩后的全息数据进行远程传输，并在接收端进行解压缩和重构；(5)采用渐进式加载策略对用户关注的模型进行局部渲染，降低单次渲染总量。
-
公开(公告)号：CN118966646A
公开(公告)日：2024-11-15
申请号：CN202411005417.7
申请日：2024-07-25
Applicant: 东南大学 , 北京京航计算通讯研究所
IPC: G06Q10/0631 , G06N5/04 , G06N3/0442 , G06N3/042 , G06N3/092
Abstract: 本发明提供了一种针对无人机群中辅助任务不确定到达时间特性的任务目标分配方法，以解决大规模混杂智能无人机群体面对周期性到达的辅助任务决策时的局部最优性问题。在高动态博弈场景中，智能无人机群体需要执行的任务分为主要任务与辅助任务，辅助任务完成可以对主要任务起辅助作用，降低其执行时间。面对实际对抗环境中辅助任务的到达时间与影响范围不确定的情况，提出以下方法。首先，该方法构建任务之间的注意力模型为任务计算特征向量；其次，任务的到达时间等属性结合构建智能体和任务之间的注意力模型；最后，使用分层强化学习的方法对任务进行分配处理。本方法加快了任务整体的完成时间，提高了系统的存活率。
-
Patent Agency Ranking
公开(公告)号：CN118378237B
公开(公告)日：2024-10-18
申请号：CN202410513392.5
申请日：2024-04-26
Applicant: 北京京航计算通讯研究所
Abstract: 本发明涉及一种基于开发平台的微服务组件动态鉴权方法，属于微服务技术领域，解决了现有微服务组件的授权控制不灵活且精细度不高的问题。该方法包括：基于开发平台申请项目时，根据项目信息和选择的各组件生成项目工程和授权文件；选择的各组件中包括鉴权组件；项目工程部署运行时，鉴权组件装载授权文件并验证自身是否具备基础授权，如果具备，其它运行组件将生成的身份令牌与其在服务注册中心注册的服务名称一起作为待验证的组件信息发送给鉴权组件；鉴权组件获取服务注册中心的服务实例信息，对待验证的组件信息进行验证，对未授权的运行组件的服务实例和超过实例授权数的服务实例进行强制下线。实现了对微服务组件的动态授权和精细化控制。
-
公开(公告)号：CN113986347B
公开(公告)日：2024-09-10
申请号：CN202111247034.7
申请日：2021-10-26
Applicant: 北京京航计算通讯研究所
IPC: G06F8/76
Abstract: 本发明涉及一种软件环境中人机交互方式的迁移评估方法和系统，方法包括以下步骤：获取所述软件环境的交互任务；多个参试者分别采用第一交互设备和第二交互设备完成所述交互任务；对于每个参试者，根据其使用第一交互设备和第二交互设备完成所述交互任务的时间，分别计算使用第一交互设备和第二交互设备的交互准适指数和输出效能指数；基于多个参试者使用第一交互设备和第二交互设备的交互准适指数和输出效能指数，分别计算第一交互设备和第二交互设备的综合迁移指数，若所述第一交互设备的综合迁移指数和第二交互设备的综合迁移指数的差值小于阈值，则评估第一交互设备与第二交互设备在所述软件环境中的交互方式可以迁移。
-
公开(公告)号：CN117056707A
公开(公告)日：2023-11-14
申请号：CN202311092036.2
申请日：2023-08-28
Applicant: 北京京航计算通讯研究所
IPC: G06F18/213 , G06F18/24 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08 , G01M13/045
Abstract: 本发明涉及一种轴承故障诊断模型的构建方法，属于故障诊断技术，解决了现有技术中轴承故障诊断模型未将工况信息和故障数据相结合在使用时诊断精度及可靠性不高的问题。获取若干时间点的轴承振动信号训练数据构建四个长度相同的时间序列训练数据集；根据四个时间序列训练数据集构建四元组样本对；基于四元组样本对对特征提取器模型进行初步训练；基于四元组样本对初步训练后的特征提取器模型和轴承故障诊断模型同时进行训练；基于至少一个时间序列训练数据集对训练后的故障分类器尾部进行训练，得到训练好的轴承故障诊断模型。实现了结合工况数据和故障数据，通过分析工况参数与故障之间的关系，进一步提高诊断的精确性和可靠性。
-
公开(公告)号：CN116777292A
公开(公告)日：2023-09-19
申请号：CN202310796861.4
申请日：2023-06-30
Applicant: 北京京航计算通讯研究所
IPC: G06Q10/0639 , G06F18/22 , G06F18/23213 , G06F17/18
Abstract: 本发明涉及一种基于多批次小样本航天产品的缺陷率指标修正方法，包括：步骤S1、获取多批次小样本航天产品的质量缺陷率数据；从中提取出每一批质量数据的有效特征；使质量数据的有效特征能够归一化到百万量级产品条件下；步骤S2、基于所述质量数据的有效特征构建出质量数据相似度度量参数；步骤S3、基于质量数据的有效特征和质量数据相似度度量参数，进行缺陷率指标修正；得到符合百万量级产品条件下的质量缺陷率数据。本发明解决了定位产品型号过程中的薄弱环节和缺陷，发现和解决系统质量隐患，支撑产品改进，降低损失。
-
公开(公告)号：CN113763573B
公开(公告)日：2023-07-11
申请号：CN202111095536.2
申请日：2021-09-17
Applicant: 北京京航计算通讯研究所
IPC: G06T19/20 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种三维物体数字化标注方法及装置，属于人工智能技术领域，解决了现有技术中对三维物体进行知识标注难度大，且标注准确度低的问题。该方法包括：获取三维物体在不同角度下的二维图片、位姿信息及标注标签，组成训练样本集；基于每一样本中的位姿信息构建该样本的偏移矩阵和增强角度旋转矩阵；利用训练样本集以及对应的偏移矩阵、增强角度旋转矩阵对标注网络模型进行训练，获得优化后的标注网络模型；基于待标注三维物体的二维图片及位姿信息利用优化后的标注网络模型对待标注三维物体进行标注。该方法将三维物体标注转换为二维标注，降低了标注难度，且通过人工智能模型建立标注与三维物体间的关联关系，提高三维物体标注的准确度。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.043 seconds)
