一种正反转法MEMS陀螺仪标定补偿方法

    公开(公告)号:CN114088118A

    公开(公告)日:2022-02-25

    申请号:CN202111491013.X

    申请日:2021-12-08

    Abstract: 本发明提供了一种正反转法MEMS陀螺仪标定补偿方法,能够使得标定后的MEMS陀螺仪的精度非常高。首先建立MEMS陀螺仪的静态误差模型表达式;将转台置于竖直向上的位置,并将MIMU固定在转台上,然后测量出转台与MIMU的误差角α和β;转台转速输入值为ω时分别进行正转和反转时,可以得到y轴和z轴陀螺仪的输出表达式;正转和与反转各测3组数据,将正反转的测量结果相加,就可以得到MEMS陀螺仪的零偏;将正反转测量结果相减,可以计算出了MEMS陀螺仪静态误差模型中的全部参数,得出MEMS陀螺仪的误差方程,完成对陀螺仪的标定;最后在转台上进行实验检验,可以看出标定后的MEMS陀螺仪的精度非常高。

    包含不确定性传播飞行器任务能力评估方法、设备及介质

    公开(公告)号:CN120065966A

    公开(公告)日:2025-05-30

    申请号:CN202411637863.X

    申请日:2024-11-15

    Abstract: 本发明涉及基于不确定性传播的飞行器任务能力评估技术领域,具体涉及一种包含不确定性传播飞行器任务能力评估方法、设备及介质,能够取代基于飞行器有控飞行轨迹仿真的飞行能力预测方式,显著降低任务能力评估的计算量,确保评估的实时性。本发明面向不确定性下的飞行器任务能力评估需求,基于凸优化和不确定性传播理论提出一种精细化任务能力评估技术,通过构建不确定性信息‑飞行能力‑任务能力映射关系的动态图点云模型,通过不确定性因素梳理和表征方法、基于优化的故障后飞行器能力边界预示和基于凸优化的在线轨迹规划,实现包含不确定性的动态图点云任务能力评估。

    一种快速毁伤概率评估方法、设备及介质

    公开(公告)号:CN117575426A

    公开(公告)日:2024-02-20

    申请号:CN202410065448.5

    申请日:2024-01-17

    Abstract: 本发明涉及毁伤概率评估技术领域,具体涉及一种快速毁伤概率评估方法、设备及介质,能够实现面向精确毁伤的火力规划。本发明面向考虑精确毁伤的火力规划,在给定坐标毁伤律的情况下,充分考虑导弹落点随机性、目标侦察随机误差,通过将毁伤概率的评估构建为不确定性量化问题,引入高效的不确定性量化理论——高斯张量积型数值积分和混沌多项式,快速评估在给定瞄准点坐标、TEP、CEP下的毁伤概率,相比于传统的蒙特卡洛仿真显著降低对毁伤效果正向评估的次数,从而提高火力规划的效率,解决同时兼顾火力规划精度和实时性的技术难题。

    一种基于小样本深度学习的快速毁伤识别和定位方法

    公开(公告)号:CN117079104B

    公开(公告)日:2024-01-12

    申请号:CN202311332823.X

    申请日:2023-10-16

    Abstract: 本发明提出了一种基于小样本深度学习的快速毁伤识别和定位方法,能够避免定位误差同时显著减少人工标注成本。本发明的面向靶板穿孔目标的小样本深度学习毁伤识别和定位方法,基于深度学习的图像矫正、毁伤识别和穿孔定位,引入深度学习进行靶板图像矫正,避免了拍摄图像偏斜、扭曲等导致的定位误差,减少毁伤图像拍摄中因外部因素导致的毁伤定位偏差,大大降低毁伤识别的人工成本;本发明在目标识别方面引入元学习的小样本深度学习技术显著降低了样本需求量,对比于其余需要大量有标注的数据集,显著减少了样本需求量,大致只需切割并标注两张左右的完整战斗部靶板图像,就可以实现目标检测。

    一种考虑分类的气动不确定性表征方法

    公开(公告)号:CN115455833B

    公开(公告)日:2023-08-22

    申请号:CN202211141293.6

    申请日:2022-09-20

    Abstract: 本发明公开了一种考虑分类的气动不确定性表征方法。本发明采用参数估计和拟合优度检验的统计推断策略,面向气动不确定性变量的样本数据开展不确定性表征建模,将气动不确定性变量分类为单一概率分布的随机变量、多种分布组成的混合加权概率分布的稀疏变量,以及上下界表达的区间形式的区间变量;以随机变量模型和稀疏变量模型为候选模型,选出与当前样本数据吻合度最高的概率分布作为不确定性变量的数学模型,若所有候选模型的概率分布与样本数据的拟合效果都不尽人意,则采用区间模型。相较于传统主观指定的做法,本发明客观性更加明显,理论依据更加充分,拟合优度的定量评价更具参考价值,且数据充足或稀缺的情况下均可适用。

    基于卷积神经网络的毁伤效能评估和火力规划方法

    公开(公告)号:CN113627749B

    公开(公告)日:2022-11-25

    申请号:CN202110832886.6

    申请日:2021-07-22

    Abstract: 本发明提供了一种基于卷积神经网络的毁伤效能评估和火力规划方法,能够充分考虑各种不确定性随机因素的影响,提高火力规划的合理性和精度。同时,将毁伤概率评估的过程看作图像到数值的回归问题,训练毁伤评估的卷积神经网络模型,进而解决火力规划耗时的难题。引入了卷积神经网络,通过将目标二维投影的几何外形及坐标、相应的瞄准点坐标转化为图像,基于图像处理的方式,通过构建卷积神经网络去预测任意给定瞄准点下对该目标的毁伤概率,使得毁伤效能的评估过程非常直观,同时为快速进行火力规划提供保障。

    一种飞行器闭环鲁棒轨迹优化方法、设备及介质

    公开(公告)号:CN120066061A

    公开(公告)日:2025-05-30

    申请号:CN202411637861.0

    申请日:2024-11-15

    Abstract: 本发明属于飞行器任务能力评估技术领域,具体涉及一种飞行器闭环鲁棒轨迹优化方法、设备及介质,能够形成闭环的鲁棒轨迹优化,显著提升飞行轨迹的鲁棒性,确保制导的高精度和强鲁棒性。本发明基于不确定性传播,包含舵机、升力面和发动机故障和随机参数不确定性表征建模、飞行器能力边界预测、凸优化在线轨迹规划以及图点云深度学习任务能力映射的在线能力预测。

    一种正反转法MEMS陀螺仪标定补偿方法

    公开(公告)号:CN114088118B

    公开(公告)日:2024-04-05

    申请号:CN202111491013.X

    申请日:2021-12-08

    Abstract: 本发明提供了一种正反转法MEMS陀螺仪标定补偿方法,能够使得标定后的MEMS陀螺仪的精度非常高。首先建立MEMS陀螺仪的静态误差模型表达式;将转台置于竖直向上的位置,并将MIMU固定在转台上,然后测量出转台与MIMU的误差角α和β;转台转速输入值为ω时分别进行正转和反转时,可以得到y轴和z轴陀螺仪的输出表达式;正转和与反转各测3组数据,将正反转的测量结果相加,就可以得到MEMS陀螺仪的零偏;将正反转测量结果相减,可以计算出了MEMS陀螺仪静态误差模型中的全部参数,得出MEMS陀螺仪的误差方程,完成对陀螺仪的标定;最后在转台上进行实验检验,可以看出标定后的MEMS陀螺仪的精度非常高。

    一种CFD模型确认方法及产品设计方法

    公开(公告)号:CN113627098B

    公开(公告)日:2023-12-08

    申请号:CN202110836895.2

    申请日:2021-07-23

    Abstract: 本发明提供了一种基于多可信度深度神经网络的CFD模型确认方法及其应用,利用多可信度深度神经网络对关键参数不确定性进行量化从而降低计算量。本发明利用多可信度深度神经网络对关键参数不确定性进行量化从而降低计算量,基于距离法的模型度量方法对CFD结果进行多工况下的度量,可快速评估不确定性对CFD输出的影响,从而实现快速的模型确认,突破目前CFD不确定性量化计算量大的技术瓶颈。本发明建立了一种基于优质小样本的参数校核策略,快速有效地修正CFD模型中具有认知不确定性的参数,能够快速有效地修正具有认知不确定性的关键参数,从而构建高保真度的CFD仿真模型。

Patent Agency Ranking