-
公开(公告)号：CN111221345B
公开(公告)日：2023-04-14
申请号：CN202010076008.1
申请日：2020-01-23
Applicant: 北京航天自动控制研究所
Abstract: 本发明涉及一种基于决策树的飞行器推力故障在线辨识方法，适用于飞行器飞行过程中典型动力系统推力故障在线辨识领域。针对控制系统飞行运动信息(如飞行位置、速度、加速度、转速、姿态角、角速度等)进行数据融合生成，并生成决策树，采用训练好的决策树对主发动机故障进行辨识，能够有效实现对故障类型的实时准确建模判别。考虑飞行器质心运动、扰心运动、结构干扰、气动力及力矩等因素，建立更加真实可信仿真模型，生成可信的数据样本，生成决策树，本发明可对飞行器推力故障进行实时在线辨识，可准确辨识出发动机故障。
-
公开(公告)号：CN110715656A
公开(公告)日：2020-01-21
申请号：CN201911058244.4
申请日：2019-11-01
Applicant: 北京航天自动控制研究所
Abstract: 一种基于降维星表的自主星图识别方法，通过建立观测星特征向量，建立星表匹配星表，将观测星o的特征向量与导航星特征向量一一进行比较，特征向量中的元素匹配成功的数量最多且大于一定的门限的导航星特征即作为成功的匹配。若匹配失败，则选取距离观测星o次近邻星为星间几何角度计算基准，重新获得观测星的特征向量，再与星表中的特征向量匹配。
-
公开(公告)号：CN115556966B
公开(公告)日：2025-05-02
申请号：CN202211287350.1
申请日：2022-10-20
Applicant: 北京航天自动控制研究所
Abstract: 本发明提出了一种低成本的可回收火箭型试验飞行器，用于实现各类运载火箭回收算法、运载火箭智能控制算法的飞行试验验证。飞行器自身结构设计简单坚固易修改，采用推力可调节的航空涡喷发动机可实现火箭下落时的稳定着陆控制。飞行器通过动力系统和执行机构可实现全部六自由度的位置及姿态运动。飞行器配备的控制系统算力较强，通过箭载飞控机与算力强大的数据处理计算机配合，可实现中等规模深度学习算法IP核的搭载和多核并行算法的搭载试验。飞行器飞控软件内部设有容错制导律，可在飞行器试验算法失控时，可切换至容错制导律实现飞行器安全飞行。同时，飞行器头部的应急回收装置可保证执行机构失效时飞行器的安全着陆。
-
公开(公告)号：CN115828099A
公开(公告)日：2023-03-21
申请号：CN202211551857.3
申请日：2022-12-05
Applicant: 北京航天自动控制研究所
IPC: G06F18/214 , G06N3/04 , G06N3/08
Abstract: 本公开涉及一种基于强化学习的经验回放缓存池飞行器数据处理方法，包括：获取飞行器姿态控制多维数据的经验回放缓存池中的样本数据集；将所述样本数据集输入至强化学习神经网络进行计算得到该样本数据集的累计奖励值；判断所述累计奖励值与预设阈值之间的大小关系，当所述累计奖励值与预设阈值满足第一大小关系时将所述样本输入至所述经验回放缓存池中的第一样本池；当所述累计奖励值与预设阈值满足第二大小关系时将所述样本输入至所述经验回放缓存池中的第二样本池；当进行经验回放采样时，在所述第一样本池和所述第二样本池之间进行采样。通过上述方法可以保护稀有样本的比例有利于强化学习的准确性。
-
公开(公告)号：CN106767844B
公开(公告)日：2019-05-28
申请号：CN201710008041.9
申请日：2017-01-05
Applicant: 北京航天自动控制研究所
IPC: G01C21/24
Abstract: 本发明公开了一种提高地球敏感器体地心矢量精度的方法，包括步骤有：步骤(1)定义B坐标系，使B坐标系方向与地球敏感器体坐标系方向相同，B坐标系的坐标原点与地心惯性系相同；步骤(2)将天文导航的位置矢量和惯性导航的位置矢量均转化到某一时刻的B坐标系下；步骤(3)将B坐标系的惯性导航位置增量与所述天文导航的位置增量做差，计算得到地心矢量偏差估计值；步骤(4)补偿地心矢量偏差估计值，得到补偿后的天文导航的位置矢量。本发明利用惯性导航信息，通过地球敏感器体地心矢量偏差的在线估计与补偿，降低了对地球敏感器体测量精度和地球模型的要求，提高了地球敏感器体的位置精度。
-
Patent Agency Ranking
公开(公告)号：CN117826591A
公开(公告)日：2024-04-05
申请号：CN202311808632.6
申请日：2023-12-26
Applicant: 北京航天自动控制研究所
IPC: G05B13/04
Abstract: 本发明一种基于长短期记忆网络的控制律自动设计方法，借鉴深度学习中网络架构搜索方法经验，利用循环神经网络在时序关联性发掘方面的优势，将控制律结构设计问题转化为有向无环图拓扑关系自动搜索问题，实现飞行控制律控制结构的自动生成，并基于遗传算法实现给定控制律结构下参数的自动整定，目的在于克服当前控制律自动优化只能针对已知控制器结构利用启发式算法对控制器参数进行自动整定的局限，降低了人工设计工作量，提升了复杂设计输入条件下的控制效果。
-
公开(公告)号：CN115857530A
公开(公告)日：2023-03-28
申请号：CN202211551858.8
申请日：2022-12-05
Applicant: 北京航天自动控制研究所
IPC: G05D1/08
Abstract: 本公开属于航天飞行器控制领域，涉及一种基于TD3多经验池强化学习的飞行器免解耦姿态控制方法，包括：建立飞行器姿态控制任务的马尔可夫过程，确定飞行任务的状态、动作和奖励；采用TD3强化学习算法对行为网络和评价网络进行训练，结合多经验池经验回放算法实现TD3算法中所有神经网络的快速收敛；将TD3算法训练好的行为网络作为神经网络控制器部署到飞行器中实现飞行器的免解耦姿态控制。通过上述算法，可以实现一个多通道免解耦的神经网络姿态控制器的训练，实现算法训练过程较快收敛，且训练出来的控制器对环境噪声及飞行器本体不确定性具有较强的适应能力。
-
公开(公告)号：CN115556966A
公开(公告)日：2023-01-03
申请号：CN202211287350.1
申请日：2022-10-20
Applicant: 北京航天自动控制研究所
Abstract: 本发明提出了一种低成本的可回收火箭型试验飞行器，用于实现各类运载火箭回收算法、运载火箭智能控制算法的飞行试验验证。飞行器自身结构设计简单坚固易修改，采用推力可调节的航空涡喷发动机可实现火箭下落时的稳定着陆控制。飞行器通过动力系统和执行机构可实现全部六自由度的位置及姿态运动。飞行器配备的控制系统算力较强，通过箭载飞控机与算力强大的数据处理计算机配合，可实现中等规模深度学习算法IP核的搭载和多核并行算法的搭载试验。飞行器飞控软件内部设有容错制导律，可在飞行器试验算法失控时，可切换至容错制导律实现飞行器安全飞行。同时，飞行器头部的应急回收装置可保证执行机构失效时飞行器的安全着陆。
-
公开(公告)号：CN111240304B
公开(公告)日：2023-03-24
申请号：CN202010076010.9
申请日：2020-01-23
Applicant: 北京航天自动控制研究所
IPC: G05B23/02
Abstract: 本发明涉及一种用于飞行器推力故障在线辨识的机器学习样本生成方法，适用于飞行器飞行过程中典型动力系统故障在线辨识领域。针对控制系统飞行运动信息(如飞行位置、速度、加速度、姿态角、角速度等)进行数据融合生成，并按照本发明设计方法截取相应的数据作为机器学习训练与测试样本。本发明考虑飞行器质心运动、扰心运动、结构干扰、气动力及力矩等因素，通过在仿真模型中引入偏差组合循环生成数据，数据更加真实可信，有利于实际故障辨识精度的提高。本发明对故障模式进行了细化，生成了故障模式颗粒度较细的相关数据，有利于辨识精度的提高。
-
公开(公告)号：CN114200950A
公开(公告)日：2022-03-18
申请号：CN202111248696.6
申请日：2021-10-26
Applicant: 北京航天自动控制研究所
IPC: G05D1/08
Abstract: 本发明公开了飞行姿态控制方法，属于机器学习技术领域，方法包括：构建飞行姿态控制律的学习所需的探索环境；根据所述探索环境输出的姿态角、姿态角速度，以及期望姿态角指令，构建所述飞行姿态控制律的学习所需的输入信号；将从所述飞行姿态控制律得到的舵机理论输出指令输入至舵机限幅单元，获取所述舵机限幅单元的输出结果，并将所述输出结果输入至所述探索环境；构建奖励回报单元，所述奖励回报单元反馈所述探索环境的姿态角的当前时刻奖励至所述飞行姿态控制律，并通过最大化总奖励优化所述飞行姿态控制律的学习；对所述飞行姿态控制律进行学习，获取最终的飞行姿态控制律，基于所述飞行姿态控制律对飞行姿态进行控制。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.021 seconds)
