-
公开(公告)号：CN120046653A
公开(公告)日：2025-05-27
申请号：CN202411917060.X
申请日：2024-12-24
Applicant: 北京航天自动控制研究所
IPC: G06N3/0442 , G06N3/092
Abstract: 本发明公开了一种神经网络控制律高效自主学习方法。针对在运用深度强化学习算法实现复杂飞行器控制律自学习的过程中，超参数设定高度依赖于人工经验进而造成设计难度大，且不一定对于任务最优的问题，本发明引入图像识别领域网络架构搜索思想，提出基于神经网络架构轻量化搜索策略的飞行器控制律自学习方法。该方法在将神经网络架构设计问题转化为图拓扑生成问题的基础上，结合LSTM循环神经网络的图拓扑生成算法、基于权重共享的深度强化学习参数轻量化训练与评估机制，以及基于策略梯度的图拓扑生成器参数学习算法，实现了深度强化学习训练算法中神经网络架构超参数的自动优化，进而完成了控制律的自学习。
-
公开(公告)号：CN117872731A
公开(公告)日：2024-04-12
申请号：CN202311623119.X
申请日：2023-11-30
Applicant: 北京航天自动控制研究所
IPC: G05B13/04
Abstract: 本申请提供一种飞行器减载制导方法、设备、存储介质，该方法包括：在飞行器飞行状态的坐标系下，建立飞行器减载制导律的训练环境；获取训练环境赋予的当前时刻的状态量；根据当前时刻的状态量和强化学习神经网络模型，采样得到当前时刻的动作输出量；根据当前时刻的动作输出量，确定训练环境赋予的奖励值和下一时刻的状态量；基于当前时刻的状态量，当前时刻的动作输出量，奖励值和下一时刻的状态量，形成训练样本；根据训练样本，对强化学习神经网络模型进行训练，得到飞行器上升段的减载制导律。本申请提供的方法可以解决飞行器上升段在未知风场下的减载制导问题。
-
公开(公告)号：CN117289597A
公开(公告)日：2023-12-26
申请号：CN202211543853.0
申请日：2022-12-03
Applicant: 北京航天自动控制研究所
Inventor： 刘晓东 , 路坤锋 , 张玉 , 禹春梅 , 贾志强 , 李天涯 , 王昭磊 , 巩庆海 , 林玉野 , 冯路明 , 贾晨辉 , 莫嘉轩 , 张远 , 董鹏程 , 高博 , 余跃 , 李依彤
IPC: G05B13/04
Abstract: 本发明公开了一种基于模糊推理的运载火箭主动自适应减载控制方法，针对不确定风场下的运载火箭大风区减载问题，研究运载火箭智能自适应主动减载控制方法，实现大风区载荷指标要求，本发明的主要内容包括运载火箭主动减载控制方案设计、带宽参数自适应变化的扩张状态观测器设计、基于模糊推理的参数智能自适应调参策略设计。本发明的一种基于模糊推理的运载火箭主动自适应减载控制方法，从主动减载以及鲁棒性&适应性&智能化提升的角度出发，研究运载火箭智能自适应主动减载控制方法，对于提高我国未来运载火箭的减载能力及其国际竞争力具有重要的理论意义。
-
公开(公告)号：CN114462341B
公开(公告)日：2025-04-08
申请号：CN202111632121.4
申请日：2021-12-29
Applicant: 北京航天自动控制研究所
IPC: G06F30/367 , H01M6/36
Abstract: 本发明提供了一种模拟绝缘下降的热电池等效电路包括：激活回路和热电池内部等效电路；热电池内部等效电路，包括热电池激活回路电阻和热电池输出回路，热电池激活回路电阻分别与激活回路的输出端和热电池输出回路连接。本发明通过利用激活回路和热电池内部等效电路来模拟热电池激活后的绝缘特性，可以用来测试相应热电池在激活后的工作情况，验证控制系统是否存在潜通路，有效避免了现有测试方式因需要多次激活热电池，导致试验成本提高的问题。
-
公开(公告)号：CN112781712A
公开(公告)日：2021-05-11
申请号：CN202011555354.4
申请日：2020-12-24
Applicant: 北京航天自动控制研究所
IPC: G01H9/00
Abstract: 本发明涉及一种基于自回归模型与光纤感知的弹性频率在线辨识方法，包括步骤如下：(1)将带有光栅的光纤传感器粘贴在火箭箭体表面，光纤传感器的光纤末端连接光纤解调仪；(2)控制光纤解调仪发出光信号，通过分析反射光的数据得到反射光的波长；(3)当箭体飞行过程中产生弹性振动时，使用光纤解调仪对箭体上光纤传感器发送的光栅波长变化数据进行采集；(4)根据波长数据和光栅固有特性，计算出应变数据，利用自回归模型对应变数据进行功率谱分析，辨识出箭体各阶弹性模态频率及对应的阻尼比。
-
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：CN114462341A
公开(公告)日：2022-05-10
申请号：CN202111632121.4
申请日：2021-12-29
Applicant: 北京航天自动控制研究所
IPC: G06F30/367 , H01M6/36
Abstract: 本发明提供了一种模拟绝缘下降的热电池等效电路包括：激活回路和热电池内部等效电路；热电池内部等效电路，包括热电池激活回路电阻和热电池输出回路，热电池激活回路电阻分别与激活回路的输出端和热电池输出回路连接。本发明通过利用激活回路和热电池内部等效电路来模拟热电池激活后的绝缘特性，可以用来测试相应热电池在激活后的工作情况，验证控制系统是否存在潜通路，有效避免了现有测试方式因需要多次激活热电池，导致试验成本提高的问题。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.022 seconds)
