无人机集群通信与决策针对链路动态性的智能目标任务分配方法

    公开(公告)号:CN118938999A

    公开(公告)日:2024-11-12

    申请号:CN202411005423.2

    申请日:2024-07-25

    Abstract: 本发明提出了一种无人机集群通信与决策针对链路动态性的智能目标任务分配方法,以应对链路动态性带来的挑战。随着无人机网络结构日趋复杂,链路的不稳定性对智能体间的交互稳定性造成影响。本方法通过分组、分层策略,将受动态性因素影响的任务迁移给其他智能体,减少任务接收次数,降低动态性因素传播风险,更好更智能地完成目标任务分配工作。具体操作包括将无人机建模为智能体,将不同层次的无人机群建模为网络层,对智能体任务进行三类分组,并根据智能体接受和任务完成的风险与成本,选择迁移智能体。与传统集中式任务迁移方法相比,本发明有效减轻了动态性因素影响,提高了任务完成率。

    一种适用于复杂任务场景的多智能体目标分配方法

    公开(公告)号:CN119130050A

    公开(公告)日:2024-12-13

    申请号:CN202411246900.4

    申请日:2024-09-06

    Abstract: 本发明涉及一种适用于复杂任务场景的多智能体目标分配方法,属于智能体集群技术领域;方法包括:在复杂任务场景下,定义智能体集群目标分配行为、优化目标,建立智能体集群目标分配问题的数学模型,并定义约束;将智能体集群目标分配问题拆分为多智能体行为设计问题和任务分配问题;针对多智能体行为设计问题,通过对场景环境进行有序分割,在每个分割后的子区域内,分别寻找近似最优的路径;针对任务分配问题,通过估计不同任务分配策略所带来的目标分配增益,选择产生最大目标分配增益的任务组合进行任务分配。本发明提供的策略方法可以取得接近最优的目标分配增益,有效地在目标分配效果与计算效率之间达成平衡。

    多粒度系统原型远程全息重构方法及装置

    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

    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。

    一种软件环境中人机交互方式的迁移评估方法和系统

    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

    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。

    一种轴承故障诊断模型的构建方法

    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

    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。

    稳健性优化Kalman滤波相对导航方法、装置、设备和存储介质

    公开(公告)号:CN113932815B

    公开(公告)日:2023-07-18

    申请号:CN202111217468.2

    申请日:2021-10-19

    Abstract: 本发明涉及一种稳健性优化Kalman滤波相对导航方法、装置、设备和存储介质;方法包括:确定Kalman滤波的状态序列和观测序列;建立与状态序列和观测序列对应的Kalman滤波模型;采用建立的Kalman滤波模型进行滤波;在Kalman滤波过程中,采用Kalman增益矩阵用于提高Kalman滤波的稳健性;其中,为第k个时间点的Kalman滤波估计的后验预测误差协方差矩阵;I为单位矩阵;Hk为观测转移矩阵;Vk为观测噪声矩阵;λ1为第一稳健性参数,λ2为第二稳健性参数。本发明与传统的卡尔曼滤波算法相比,提升对量测数据误差的鲁棒性,减少了计算结果与真实值的偏差。

    一种三维物体数字化标注方法及装置

    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

    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。

    一种基于波函数坍缩的分布式协作任务指派方法和系统

    公开(公告)号:CN116048773A

    公开(公告)日:2023-05-02

    申请号:CN202211309545.1

    申请日:2022-10-25

    Abstract: 本发明涉及一种基于波函数坍缩的分布式协作任务指派方法和系统,方法包括以下步骤:对集群中的每个节点进行资源测评,得到每个节点的存储资源值、计算资源值和通信响应频率值;根据当前集群中的闲置节点数和待执行任务的类型确定待执行任务需要的节点数量;获取待执行任务的存储资源预估值、计算资源预估值和通信资源预估值,根据待执行任务需要的节点数量、待执行任务的资源预估值、每个节点的存储资源值、计算资源值和通信响应频率值基于波函数坍缩算法确定待执行任务的执行节点。

    一种分布式网络对战训练的校验方法和系统

    公开(公告)号:CN115591229A

    公开(公告)日:2023-01-13

    申请号:CN202211349763.8

    申请日:2022-10-31

    Abstract: 一种分布式网络对战训练的校验方法和系统,方法包括:根据当前单位时间内每个训练个体的交互频率和画面变化幅度确定是否存在被校验训练个体;若存在,则根据每个被校验训练个体的IP地址确定被校验训练个体对应的近距离监督和远程监督;建立被校验训练个体和对应的近距离监督及远程监督间的P2P连接;将每个被校验训练个体的交互信息通过P2P连接发送至对应的近距离监督和远程监督进行违规校验,若近距离监督判断该被校验训练个体违规,则将被校验训练个体的交互信息通过P2P连接发送至该校验训练个体对应的远程监督进行违规校验,若远程监督判断该被校验训练个体违规,则确定该被校验训练个体违规,否则确定该被校验训练个体未违规。

Patent Agency Ranking