-
公开(公告)号：CN110645843A
公开(公告)日：2020-01-03
申请号：CN201910759932.7
申请日：2019-08-16
申请人： 北京理工大学 , 北京航空航天大学 , 中国北方工业有限公司
IPC分类号： F42B15/01
摘要： 本发明公开了一种针对高速机动目标的高动态补偿制导控制系统及方法，该系统包括测量模块(1)、处理模块(2)和执行模块(3)，所述测量模块(1)用于实时测量高动态飞行器与高速机动目标的相对位置信息以及高动态飞行器的姿态信息，所述处理模块(2)用于实时根据测量模块测得的信息获得舵偏指令信号，所述执行模块(3)用于接收处理模块获得的舵偏指令信号，并将信号转换成舵机所需的信号形式。本发明所提供的系统，通过主动式雷达获取飞行器与目标的实时相对位置信息，通过MEMS陀螺和地磁传感器获取飞行器的姿态信息，并经机载微处理器计算得到飞行器与目标的相对加速度，用以补偿高动态飞行器的制导控制指令，改善了飞行器的跟踪性能。
-
公开(公告)号：CN110645843B
公开(公告)日：2020-08-14
申请号：CN201910759932.7
申请日：2019-08-16
申请人： 北京理工大学 , 北京航空航天大学 , 中国北方工业有限公司
IPC分类号： F42B15/01
摘要： 本发明公开了一种针对高速机动目标的高动态补偿制导控制系统及方法，该系统包括测量模块(1)、处理模块(2)和执行模块(3)，所述测量模块(1)用于实时测量高动态飞行器与高速机动目标的相对位置信息以及高动态飞行器的姿态信息，所述处理模块(2)用于实时根据测量模块测得的信息获得舵偏指令信号，所述执行模块(3)用于接收处理模块获得的舵偏指令信号，并将信号转换成舵机所需的信号形式。本发明所提供的系统，通过主动式雷达获取飞行器与目标的实时相对位置信息，通过MEMS陀螺和地磁传感器获取飞行器的姿态信息，并经机载微处理器计算得到飞行器与目标的相对加速度，用以补偿高动态飞行器的制导控制指令，改善了飞行器的跟踪性能。
-
公开(公告)号：CN116755470A
公开(公告)日：2023-09-15
申请号：CN202310775396.6
申请日：2023-06-28
IPC分类号： G05D1/10
摘要： 本发明公开了一种适用于远程滑翔飞行器的多约束末速最优中制导方法，包括以下步骤：发射平台规划出末速最优的中制导弹道轨迹；发射平台从中制导弹道轨迹中提取航迹点，传递至飞行器；飞行器根据接收到的航迹点生成中制导指令；根据中制导指令控制飞行器的飞行过程。本发明提供的适用于远程滑翔飞行器的多约束末速最优中制导方法，能够同时满足时间、角度等末端约束，且保证了中制导段动能损失最小，增强了飞行器的最大滑翔距离。
-
公开(公告)号：CN112198885A
公开(公告)日：2021-01-08
申请号：CN201911409037.9
申请日：2019-12-31
摘要： 本发明公开了一种满足机动平台自主降落需求的无人机控制系统及控制方法，该控制系统包括：运动信息获取模块，用于获取目标平台和无人机的运动信息；差分模块，用于解算目标平台和无人机的相对运动信息；比例导引模块，用于根据相对位置信息获得无人机的三轴过载量；姿态解算模块，用于根据三轴过载量获得无人机的期望姿态量；飞行控制模块，根据期望姿态量对无人机的飞行姿态进行控制，从而实现无人机在机动平台上的自主降落。本发明所提供的控制系统及方法采用比例导引算法，使得无人机自主降落过程三轴过载变化和速度变化平稳，着陆轨迹平滑，能够快速精准地跟踪目标平台，实现精准地自主降落。
-
公开(公告)号：CN108172026B
公开(公告)日：2020-12-29
申请号：CN201810004431.3
申请日：2018-01-03
摘要： 本发明提供了一种复杂空域多飞行器自主避险方法及装置，所述避险方法，包括：根据各飞行器的当前位置信息与当前运动信息，预测飞行器执行不同机动策略时，各飞行器之后预设时间内的飞行过程；根据所预测的飞行过程，得到期间内可能发生的风险事件；所述风险事件用于表征飞行器与其他飞行器发生碰撞或冲突的事件；根据所述风险事件与各飞行器的优先级排序，对飞行器执行不同机动策略时的风险进行评估；若针对其中任意之一飞行器，根据评估的结果，确定了唯一的风险最小的机动策略，则以该风险最小的机动策略作为该飞行器的当前机动策略，以使得该飞行器以所述当前机动策略控制飞行：本发明使得飞行器可以自主进行避险。
-
公开(公告)号：CN111274900B
公开(公告)日：2021-01-01
申请号：CN202010043542.2
申请日：2020-01-15
摘要： 本发明公开了一种基于底层特征提取的空基人群计数方法，属于航空监视领域。首先无人机获得待检测的场景图并初步处理，然后使用卷积神经网路提取底层特征，对上述底层特征使用注意力机制生成注意力特征图。再将底层特征与注意力特征图使用解码器解码出高层特征。接着对高层特征使用卷积核大小为1的卷积层操作，获得通道为1的特征图Dout。最后对特征图Dout使用双线性插值方法逐步恢复空间分辨率，得到最终的人群密度图，对人群密度图中各像素值求和，得到该待检测场景图中的人群的数目。本发明生成的人群密度图更加清晰，对人群位置进行更精准的定位。
-
公开(公告)号：CN112198885B
公开(公告)日：2022-04-05
申请号：CN201911409037.9
申请日：2019-12-31
摘要： 本发明公开了一种满足机动平台自主降落需求的无人机控制系统及控制方法，该控制系统包括：运动信息获取模块，用于获取目标平台和无人机的运动信息；差分模块，用于解算目标平台和无人机的相对运动信息；比例导引模块，用于根据相对位置信息获得无人机的三轴过载量；姿态解算模块，用于根据三轴过载量获得无人机的期望姿态量；飞行控制模块，根据期望姿态量对无人机的飞行姿态进行控制，从而实现无人机在机动平台上的自主降落。本发明所提供的控制系统及方法采用比例导引算法，使得无人机自主降落过程三轴过载变化和速度变化平稳，着陆轨迹平滑，能够快速精准地跟踪目标平台，实现精准地自主降落。
-
公开(公告)号：CN112147592A
公开(公告)日：2020-12-29
申请号：CN202010893006.1
申请日：2020-08-31
申请人： 北京航空航天大学 , 北京航空航天大学杭州创新研究院
IPC分类号： G01S7/41
摘要： 本发明提供一种多视目标识别方法，方法包括：获取极化雷达采集的目标的多组回波数据；对每组回波数据进行特征提取，得到每组回波数据的特征数据；使用已训练后的识别模型对每组回波数据的特征数据进行处理，得到目标的识别结果。采集了全方位的雷达回波数据，提取了数据中更能反应目标本质属性的特征，去除了回波数据中的冗余信息，提高了目标识别准确率。
-
-
公开(公告)号：CN118571018A
公开(公告)日：2024-08-30
申请号：CN202411025573.X
申请日：2024-07-30
申请人： 北京航空航天大学
IPC分类号： G08G1/01 , G06Q10/04 , G06N3/0455
摘要： 本发明涉及一种交通需求预测的时空图学习方法，属于交通工程领域，解决了现有技术中对突发事件的敏感性弱、预测精度较低的问题。具体步骤包括：利用历史交通数据，得到不同时刻的交通流量时序网络快照和变化网络结构；基于时序网络快照建立预测未来网络结构及节点状态的主任务；基于变化网络结构建立预测不同条件下未来网络结构变化的辅助任务；将主任务和辅助任务的预测结果结合当前时刻网络结构，输入神经网络进行多任务信息聚合，得到最终的交通需求初步预测结果；通过复合损失函数辅助学习训练网络，得到训练后的交通需求预测模型及交通需求预测结果。实现了时变特征敏感性的提升，提高了在突发事件下的交通需求预测的精度。
-
-
-
-
-
-
-
-
-
搜索结果
436 条记录 (耗时 0.08 秒)
