-
公开(公告)号:CN118884817A
公开(公告)日:2024-11-01
申请号:CN202410557390.6
申请日:2024-05-07
Applicant: 北京工业大学
IPC: G05B13/04
Abstract: 本发明公开了无人机辅助移动边缘计算资源优化与轨迹控制方法,通过提出一种三阶段优化算法来解决移动边缘计算系统中的能耗最小化问题。通过将当前时刻无人机和用户信号输入至智能优化控制模型中,采用部分可观察马尔科夫博弈模型,无人机无需获得整个移动边缘计算系统的全局信息,只需将自身获取到的用户位置与任务量信息输入训练好的模型中,进行分散式控制,解决目前由于通信范围的局限性和大规模计算能力的限制,最优控制策略的计算问题。本发明通过与环境持续不断地交互,可以持续智能地学习并调整无人机的优化控制策略,解决目前基于无人机辅助的移动边缘计算网络存在复杂环境的不可预测性和网络的不可靠性的问题。
-
公开(公告)号:CN118331054A
公开(公告)日:2024-07-12
申请号:CN202410452935.7
申请日:2024-04-16
Applicant: 北京工业大学
IPC: G05B13/04
Abstract: 本发明公开了一种无人机动态轨迹规划与控制联合优化方法,将物联网节点位置及能耗、无人机飞行状态及能耗、信道状态等输入至智能轨迹规划算法模型,以达成无人机数据采集任务的轨迹规划目标。联合优化问题能够分解成两个子问题加以求解:即期望轨迹规划子问题和期望轨迹跟踪子问题,其中前者运用深度强化学习算法求解,后者则采用反向迭代方法求解。借由无人机期望轨迹规划与实时期望轨迹跟踪,来应对环境动态因素的影响,实现稳定的无人机轨迹规划和控制,提升系统性能。通过与环境持续交互,能够智能地学习并调整飞行轨迹,针对无人机做出实时控制决策,从而适应实际复杂多变的网络动态场景。
-
公开(公告)号:CN117048604A
公开(公告)日:2023-11-14
申请号:CN202310903658.2
申请日:2023-07-23
Applicant: 北京工业大学
Abstract: 本发明公开了多智能体巡航控制方法、装置、电子设备和存储介质,通过将每辆自动驾驶车辆采集的子车队当前时刻车辆信号输入至智能优化控制模型中,实现对所述每辆自动驾驶车辆的智能巡航控制;其中,所述智能优化控制模型是基于所述多辆自动驾驶车辆组建的车辆队列实时采集状态样本对部分可观察马尔科夫博弈模型进行集中式神经网络参数训练得到的。本发明通过与环境持续不断地交互,持续智能地学习并调整网络化巡航控制的优化控制策略,从而适应实际复杂多变的网络动态场景,解决目前基于网络化控制的巡航控制方法存在复杂交通环境的不可预测性和网络的不可靠性的问题。
-
公开(公告)号:CN106209674B
公开(公告)日:2019-12-13
申请号:CN201610567054.5
申请日:2016-07-19
Applicant: 北京工业大学
IPC: H04L12/823 , H04L12/833 , H04L12/841
Abstract: 本发明公开一种基于分布式无线网络的网络控制系统最优线性控制方法,针对分布式无线网络长网络时延和连续丢包特性,分析了无线网络时延丢包对网络控制系统的影响。采用二次代价函数作为系统效用函数,利用由后向前迭代方法,得到了无线网络控制最优线性闭环状态反馈控制策略,其为平台当前状态及过去控制信号的一个线性函数,同时提出了控制节点网络位置优化设计方案。该发明利用无线网络的分布式特点,可以灵活方便地选择网络中的某个节点作为控制器,通过选择适当的网络传输路径,可以有效提高无线网络控制系统的系统稳定性,并且降低系统损耗。
-
公开(公告)号:CN113335277A
公开(公告)日:2021-09-03
申请号:CN202110458260.3
申请日:2021-04-27
Applicant: 北京工业大学
Abstract: 本发明实施例提供一种智能巡航控制方法、装置、电子设备和存储介质,其方法包括:确定自动控制车辆的当前状态信号;将所述自动控制车辆的当前状态信号输入至智能优化控制模型中,实现对所述自动控制车辆的智能巡航控制;其中,所述智能优化控制模型是基于所述自动控制车辆组建的车辆队列实时采集状态样本对马尔可夫决策过程模型进行神经网络参数训练得到的。本发明解决了目前基于网络化控制的巡航控制方法存在复杂交通环境的不可预测性和网络的不可靠性的问题。
-
公开(公告)号:CN106325069B
公开(公告)日:2019-10-15
申请号:CN201610744495.8
申请日:2016-08-28
Applicant: 北京工业大学
IPC: G05B13/04
Abstract: 本发明公开一种无线网络控制系统最优线性控制策略设计方法,包括:步骤S1、系统初始化,即基于分布式控制节点的无线网络控制系统模型;步骤S2、网络时延特性对分布式网络控制系统影响分析;步骤S3、基于分布式控制节点的网络控制系统最优化问题;步骤S4、采用递归方法,双分布式控制节点最优线性控制策略设计;步骤S5、分布式控制节点最优线性控制策略设计,将得到的双控制节点最优线性控制策略结论,推广到一般情况的基于多控制节点的分布式无线网络控制系统。采用本发明的技术方案,有效提高了无线网络控制系统的系统稳定性,并降低了系统损耗。
-
公开(公告)号:CN113335277B
公开(公告)日:2025-01-21
申请号:CN202110458260.3
申请日:2021-04-27
Applicant: 北京工业大学
Abstract: 本发明实施例提供一种智能巡航控制方法、装置、电子设备和存储介质,其方法包括:确定自动控制车辆的当前状态信号;将所述自动控制车辆的当前状态信号输入至智能优化控制模型中,实现对所述自动控制车辆的智能巡航控制;其中,所述智能优化控制模型是基于所述自动控制车辆组建的车辆队列实时采集状态样本对马尔可夫决策过程模型进行神经网络参数训练得到的。本发明解决了目前基于网络化控制的巡航控制方法存在复杂交通环境的不可预测性和网络的不可靠性的问题。
-
公开(公告)号:CN106325069A
公开(公告)日:2017-01-11
申请号:CN201610744495.8
申请日:2016-08-28
Applicant: 北京工业大学
IPC: G05B13/04
Abstract: 本发明公开一种无线网络控制系统最优线性控制策略设计方法,包括:步骤S1、系统初始化,即基于分布式控制节点的无线网络控制系统模型;步骤S2、网络时延特性对分布式网络控制系统影响分析;步骤S3、基于分布式控制节点的网络控制系统最优化问题;步骤S4、采用递归方法,双分布式控制节点最优线性控制策略设计;步骤S5、分布式控制节点最优线性控制策略设计,将得到的双控制节点最优线性控制策略结论,推广到一般情况的基于多控制节点的分布式无线网络控制系统。采用本发明的技术方案,有效提高了无线网络控制系统的系统稳定性,并降低了系统损耗。
-
公开(公告)号:CN106209674A
公开(公告)日:2016-12-07
申请号:CN201610567054.5
申请日:2016-07-19
Applicant: 北京工业大学
IPC: H04L12/823 , H04L12/833 , H04L12/841
Abstract: 本发明公开一种基于分布式无线网络的网络控制系统最优线性控制方法,针对分布式无线网络长网络时延和连续丢包特性,分析了无线网络时延丢包对网络控制系统的影响。采用二次代价函数作为系统效用函数,利用由后向前迭代方法,得到了无线网络控制最优线性闭环状态反馈控制策略,其为平台当前状态及过去控制信号的一个线性函数,同时提出了控制节点网络位置优化设计方案。该发明利用无线网络的分布式特点,可以灵活方便地选择网络中的某个节点作为控制器,通过选择适当的网络传输路径,可以有效提高无线网络控制系统的系统稳定性,并且降低系统损耗。
-
-
-
-
-
-
-
-