-
公开(公告)号：CN118732708A
公开(公告)日：2024-10-01
申请号：CN202410722086.2
申请日：2024-06-05
Applicant: 中国人民解放军火箭军工程大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明涉及于多无人机协同编队控制技术领域,具体公开了涉一种多无人机协同编队控制器、设计方法及其应用，以解决多无人机协同编队分布式控制的飞行试验难以进行的问题。将设计的多无人机协同编队控制器应用到基于动作捕捉定位的多无人机协同编队控制系统中，该控制系统包括包括动作捕捉定位子系统、地面控制计算机、无人机，动作捕捉定位子系统、地面控制计算机和无人机依次通过无线路由器进行通讯。通过设计的无人机内环姿态跟踪控制器和外环位置控制器实现多无人机协同编队控制，并通过将外环控制器拆分成编队层和单机控制层，编队层由地面控制计算机进行计算并发送至无人机，无人机对编队层发送的编队信息进行跟踪控制。
-
公开(公告)号：CN117930864A
公开(公告)日：2024-04-26
申请号：CN202410051877.7
申请日：2024-01-12
Applicant: 中国人民解放军火箭军工程大学
IPC: G05D1/46 , G05D109/20
Abstract: 本发明提供的一种可扩展的深度强化学习多无人机路径规划协同方法，包括：S101、组网中任意当前无人机获取自身在当前时刻观测周围环境的待输入局部观测数据；S102、将待输入局部观测数据输入自身预训练的Actor‑Critic网络，通过预训练的Actor‑Critic网络中的Actor网络输出当前时刻的预测飞行动作；S103、当前无人机按照预测飞行动作，执行相应的飞行动作；S104、循环执行S101‑S103，以完成对自身飞行路径规划；其中，预训练的Actor‑Critic网络是在基于自注意力机制的参数共享和门控单元策略下，利用多个不同局部观测空间中的无人机训练数据训练得到的。
-
公开(公告)号：CN108052001B
公开(公告)日：2022-12-13
申请号：CN201711065903.8
申请日：2017-11-02
Applicant: 中国人民解放军火箭军工程大学
IPC: G05B13/04
Abstract: 本发明公开了一种平移自适应保性能编队控制算法，包括以下步骤：步骤A：系统参数设定；步骤B：编队向量设定；步骤C：编队可行性判断，若可行，继续步骤D，若不可行，返回步骤A重新进行系统参数设定和编队向量设定；步骤D：求解正定矩阵；步骤E：求解增益矩阵；步骤F：保性能值求解，编队控制协议相关参数设计完毕；步骤G：保性能编队效果验证，将求得的Kh，Ku和Kw代入系统中，验证编队效果及保性能效果。本发明的有益效果是：设计平移自适应保性能编队控制协议，求解出完全分布式的保性能编队控制判据，最后设计出完全分布式的保性能编队控制算法。
-
公开(公告)号：CN108664038B
公开(公告)日：2021-01-22
申请号：CN201810457812.7
申请日：2018-05-14
Applicant: 中国人民解放军火箭军工程大学
Abstract: 本发明公开了一种多无人机分布式合同竞拍在线任务规划方法，包括以下步骤：1)建立多无人机协同巡视路径规划模型；2)通过分布式合同竞拍在线任务规划算法求解巡视路径规划模型。本发明充分考虑异构多无人机性能及任务执行需求，建立了问题模型，并提出完全分布式合同竞拍在线任务规划算法对问题进行求解，实现多无人机快速任务规划。
-
公开(公告)号：CN107370498A
公开(公告)日：2017-11-21
申请号：CN201710045080.6
申请日：2017-01-20
Applicant: 中国人民解放军火箭军工程大学
CPC classification number: H04K3/90 , G01S19/015 , H04B1/04 , H04L27/0014
Abstract: 一种无人机通信导航对抗装置，包括控制模块，所述控制模块分别与信号监测分析模块、导航宽带信号发生器、通信信号发生器、导航信号发射模块和通信信号发射模块连接；信号监测分析模块与信号监测分析模块连接，导航宽带信号发生器与导航信号发射模块连接，通信信号发生器与通信信号发射模块连接；本发明的优点用于对无人机进行干扰对抗，具有体积小、重量轻、频段可编程等特点，而且容易维护。
-
Patent Agency Ranking
公开(公告)号：CN120031100A
公开(公告)日：2025-05-23
申请号：CN202510495200.7
申请日：2025-04-21
Applicant: 中国人民解放军火箭军工程大学
Abstract: 本发明公开了一种基于进化课程学习的多智能体强化学习方法和系统，涉及多智能体决策技术领域。该方法包括以下步骤：在每个课程学习阶段，首先对智能体进行多种群的并行训练，以生成每种角色的多智能体初始种群；随后，对初始种群执行进化种群选择过程，以筛选出最优种群用于下一课程学习的训练，重复该步骤直到达到设定的智能体数量，结束该训练过程。该方法有效解决了传统课程学习中知识迁移适应性差的问题，提高了传统课程学习的性能。此外，在最优种群选择过程中，通过对种群进化过程的合理简化，实现了算法训练效率与性能的平衡。
-
公开(公告)号：CN118584967A
公开(公告)日：2024-09-03
申请号：CN202410472345.0
申请日：2024-04-19
Applicant: 中国人民解放军火箭军工程大学 , 吕梁学院
Abstract: 本申请涉及一种基于执行器诱导攻击的无人机蜂群编队驱离方法，利用无人机蜂群中的分布式协同机制，设计执行器攻击信号并注入部分无人机群控制环路中，通过部分无人机对无人机蜂群整体的牵引作用，实现对整个无人机蜂群的编队驱离效果；该方法将整个无人机蜂群驱离到攻击者期望的飞行轨迹或区域，反制效果可控、无附带损害且存在捕获敌方无人机群的可能。
-
公开(公告)号：CN118555074A
公开(公告)日：2024-08-27
申请号：CN202410588899.7
申请日：2024-05-13
Applicant: 中国人民解放军火箭军工程大学
IPC: H04L9/32 , H04N21/8358 , H04N21/234 , H04N21/44 , H04L9/40
Abstract: 一种视频所有权证明方法，属于图像数据处理领域，其特征在于：包括准备阶段、挑战阶段、应答阶段和验证阶段；准备阶段服务器端将视频文件进行划分，并对得到的视频帧进行分组及预处理，生成随机参数集合；挑战阶段服务器端对视频帧进行随机裁剪及图像混合操作生成挑战标签；应答阶段客户端根据随机参数集合及原视频生成所有权证据；验证阶段服务器端依据挑战标签和所有权证据进行距离验证。通过间接性抽取视频帧并对其进行裁剪的方法，可以有效减小计算机计算量，进而有效节省硬件资源，提高效率；同时服务器和客户端均使用随机参数集合对视频帧进行裁剪，可以有效保证视频操作的安全性，所有权证明过程清晰可靠，适于推广应用。
-
公开(公告)号：CN118411536A
公开(公告)日：2024-07-30
申请号：CN202410588806.0
申请日：2024-05-13
Applicant: 中国人民解放军火箭军工程大学
IPC: G06V10/74 , G06V20/40 , G06V10/80 , G06V10/82 , G06V10/762 , G06F16/783
Abstract: 一种基于多模态特征融合的视频相似性判定方法及装置，属于计算机技术领域，其特征在于包括：获取待检索视频进行去噪处理；通过检测镜头变化插入标记进行场景划分得到多个视频场景；针对每个视频场景提取多模态特征；构建融合网络对每个视频场景提取到的多模态特征进行融合，生成统一的场景特征；基于上述得到的场景特征，得到每个视频的特征向量，通过余弦距离计算得到视频对之间的相似性。通过对待检索视频进行去噪及场景划分后，进行多模态特征融合，然后通过聚类算法实现待检索文件与视频库中的文件的相似度排序，以此构建索引来提升检索效率，可在长视频相似性检测任务中实现高效率和低功耗。
-
公开(公告)号：CN118036740A
公开(公告)日：2024-05-14
申请号：CN202410019537.6
申请日：2024-01-05
Applicant: 中国人民解放军火箭军工程大学
Abstract: 本发明涉及一种基于用户潜在兴趣的知识感知推荐方法及系统，所述方法包括：构建协同知识图，生成协同知识图中的实体与关系的嵌入表示，采用知识感知传播方式同时传播关联知识与用户偏好，通过知识感知注意力机制区分相邻实体的重要性并获得用户与项目每个传播层的嵌入表示，在协同知识图上激活并学习用户高阶潜在兴趣，与用户已交互项目相比较生成项目相关性权重，以此增强用户及项目最高阶的嵌入表示，采用信息衰减因子区分不同传播层的信息衰减程度，并有效聚合用户与项目的最终表示，通过内积操作得到预测分数，作为推荐依据；该方法能够降低信息衰减程度、提升知识关联性、有效学习高阶关联实体,从而提高推荐准确性。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.032 seconds)
