-
公开(公告)号：CN120010534A
公开(公告)日：2025-05-16
申请号：CN202411971458.1
申请日：2024-12-30
Applicant: 北京航天自动控制研究所
IPC: G05D1/495 , G05D1/46 , G05D101/10 , G05D109/20
Abstract: 本发明提供了一种基于单框架控制力矩陀螺伺服的飞行器姿态控制方法，包括：设计单框架控制力矩陀螺SGCMG操纵率，根据力矩指令得到框架角速率；根据力矩指令和框架角速率，得到单框架控制力矩陀螺作用在飞行器上的力矩；根据力矩指令得到框架角速率和单框架控制力矩陀螺作用在飞行器上的力矩，构建飞行器姿态动力学模型和姿态运动学方程模型；根据飞行器姿态动力学模型和姿态运动学方程模型，设计控制律参数并得到姿态控制律方程。本发明针对高速飞行器执行机构需承受长时耐高温、偏航/滚动通道控制力矩不足的问题，采用单框架控制力矩陀螺SGCMG作为内部执行机构，对飞行器姿态控制系统进行设计，实现了高机动飞行器姿态稳定与姿态机动。
-
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：CN106774379B
公开(公告)日：2020-02-14
申请号：CN201710137351.0
申请日：2017-03-09
Applicant: 北京航天自动控制研究所 , 中国运载火箭技术研究院
Abstract: 一种智能超螺旋强鲁棒姿态控制方法，利用自适应向传播(Back Propagation，BP)神经网络结合超螺旋滑模控制算法，设计针对挠性飞行器的调姿方案。该方案能满足挠性飞行器系统快速响应、强鲁棒性等要求，将提供比标准超螺旋算法更快的收敛速度。同时，该方案实现了参数自适应调节，由高频切换行为导致的抖振被有效的抑制，自适应增益还将解决超调和控制增益选取困难的问题。
-
公开(公告)号：CN106802660A
公开(公告)日：2017-06-06
申请号：CN201710136580.0
申请日：2017-03-09
Applicant: 北京航天自动控制研究所 , 中国运载火箭技术研究院
IPC: G05D1/08
CPC classification number: G05D1/0808
Abstract: 一种复合强抗扰姿态控制方法，该方法基于非奇异终端滑模、反步法和观测器，能实现挠性飞行器系统快速、高精度姿态跟踪控制，同时具有强抗扰能力。利用自抗扰控制对扰动的快速、精确估计能力，结合反步控制技术和非奇异终端滑模的强鲁棒性和快速性，实现高性能飞行器姿态跟踪控制。
-
Patent Agency Ranking
公开(公告)号：CN115827553A
公开(公告)日：2023-03-21
申请号：CN202211584357.X
申请日：2022-12-10
Applicant: 北京航天自动控制研究所
Inventor： 王晓峰 , 周辉 , 谢宇嘉 , 赵雄波 , 盖一帆 , 蒋彭龙 , 路坤锋 , 李晓敏 , 李超然 , 林平 , 赵冠杰 , 董文杰 , 吴松龄 , 弥寒光 , 黄鹂 , 吴敏 , 林玉野 , 李杨珺 , 王森 , 李杰 , 徐天运 , 靳蕊溪
IPC: G06F15/78 , G06F13/40 , G06N3/0464 , G06N3/063
Abstract: 本发明涉及一种面向CNN加速计算的带宽自适应的数据传输方法，包括：通过主控向指令配置模块从外部存储装置中写入输入特征图的基本信息；地址自动生成模块根据配置信息生成每次传输的地址信息，并将该地址信息传输给AX I驱动模块；AXI驱动模块根据配置信息和地址自动生成模块的信息，发起数据块的读取操作，并将数据写入自动插值模块；AX I数据感知模块感知通道信号的占空比，以及占空比的变化速率，并将该信息反馈给AXI驱动模块；自动插值将预定值插入数据流的预定位置，并将插值后的数据写入F I FO驱动模块；F I FO驱动模块根据F I FO的状态确定数据的读取和写入操作。通过上述方法提高加速核与外部存储装置之间的数据传输效率。
-
公开(公告)号：CN115796253A
公开(公告)日：2023-03-14
申请号：CN202211585982.6
申请日：2022-12-10
Applicant: 北京航天自动控制研究所
Inventor： 王晓峰 , 周辉 , 路坤锋 , 赵雄波 , 盖一帆 , 蒋彭龙 , 李晓敏 , 李超然 , 谢宇嘉 , 赵冠杰 , 林平 , 董文杰 , 吴松龄 , 弥寒光 , 黄鹂 , 吴敏 , 李杨珺 , 王森 , 李杰 , 徐天运 , 靳蕊溪 , 林玉野
IPC: G06N3/063 , G06F5/06 , G06N3/0464
Abstract: 本发明涉及一种带宽自适应的数据传输的卷积神经网络加速计算系统，包括卷积神经网络加速器，用于执行具体的数据计算；以及带宽自适应数据传输装置，设置在所述卷积神经网络加速器和外部存储装置之间，感知卷积神经网络加速器的数据消耗和生成速率、感知外部存储装置带宽的占用情况；根据感知数据确定卷积神经网络加速器和所述外部存储装置之间的数据传输策略；所述带宽自适应数据传输装置包括数据加载模块和数据卸载模块。通过上述结构可动态适应片外存储带宽，可大幅提升数据传输的连续性，从而有效提升卷积神经网络加速器的片外数据传输带宽。
-
公开(公告)号：CN115759235A
公开(公告)日：2023-03-07
申请号：CN202211602462.1
申请日：2022-12-10
Applicant: 北京航天自动控制研究所
Inventor： 王晓峰 , 谢宇嘉 , 周辉 , 赵雄波 , 盖一帆 , 路坤锋 , 蒋彭龙 , 李晓敏 , 李超然 , 董文杰 , 林平 , 吴松龄 , 弥寒光 , 黄鹂 , 吴敏 , 赵冠杰 , 王森 , 李杨珺 , 杨庆军 , 靳蕊溪 , 林玉野 , 李杰
IPC: G06N3/08
Abstract: 本公开属于神经网络处理方法技术领域，具体而言涉及一种基于Winograd的深度学习处理方法，包括：获取待计算单元的大小；获取多个具有不同尺寸的加速核的大小；根据多个加速核的大小得到计算比例；根据待计算单元的大小和计算比例得到待计算单元的划分区域，所述待计算单元的划分区域与加速核的大小相对应；根据划分区域进行计算，然后汇总完成所述待计算单元的加速计算。本公开利用不同卷积核尺寸和输出尺寸的Winograd加速核(Wino‑Core)在灵活性和高效性方面的差异性，在高度可扩展的深度学习处理器架构中组合多个不同尺寸的Wino‑Core，形成多核混合异构的深度学习处理器，并通过核间算力的最优分配，实现Wino‑DPU灵活性和高效性的全面提升。
-
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。
-
公开(公告)号：CN106843254B
公开(公告)日：2019-08-09
申请号：CN201710133675.7
申请日：2017-03-08
Applicant: 北京航天自动控制研究所 , 中国运载火箭技术研究院
Abstract: 一种实时主动重构容错控制方法，该方法基于滑模控制、有限时间控制技术和切比雪夫神经网络，能满足挠性飞行器系统在执行器出现故障和饱和等情况下的实时主动容错控制。引入只需要期望信号的切比雪夫神经网络来估计包含故障和饱和的系统总扰动，设计标称控制律和补偿控制律，补偿故障和饱和造成的影响，削弱滑模系统的固有抖振，提高姿态跟踪系统的精度。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.025 seconds)
