公开(公告)号：CN119828724A

公开(公告)日：2025-04-15

申请号：CN202411937915.5

申请日：2024-12-26

Applicant: 哈尔滨工业大学

Inventor： 王小刚 ,  李勋 ,  张小帅 ,  鄂斌 ,  王宁宇 ,  姚江川

IPC: G05D1/46 ,  G06N3/092 ,  G05D109/28

Abstract: 一种基于SAC算法的变形飞行器机动轨迹设计方法、电子设备及存储介质，属于飞行器轨迹设计技术领域。为提高在连续动作空间中飞行器的训练稳定性和学习效率，本发明包括构建用于变形飞行器机动轨迹设计的智能体神经网络模型；对变形飞行器在受拦截情况下的机动问题进行马尔可夫过程建模，进行仿真环境设计；收集飞行数据用于变形飞行器机动轨迹设计的智能体神经网络模型；利用SAC算法对用于变形飞行器机动轨迹设计的智能体神经网络模型进行训练，在训练过程中加入自适应探索机制，根据当前的飞行状态和环境条件调整探索的强度，得到训练好的用于变形飞行器机动轨迹设计的智能体神经网络模型；用于飞控回路中实时的轨迹调整和变形决策。

公开(公告)号：CN119783262A

公开(公告)日：2025-04-08

申请号：CN202411937787.4

申请日：2024-12-26

Applicant: 哈尔滨工业大学

Inventor： 王小刚 ,  张赵寰宇 ,  王宁宇 ,  鄂斌 ,  王志诚 ,  姚江川

IPC: G06F30/15 ,  G06F30/27 ,  G06F119/14

Abstract: 一种基于DDPG算法的飞行器连续机动方法、电子设备及存储介质，属于飞行器控制技术领域。为实现快速的移动目标实时进行机动策略解算。本发明根据高超声速飞行器的特性，建立高超声速飞行器运动学模型；设计高超声速飞行器执行连续机动动作的训练环境及方式；基于DDPG方法对飞行器连续机动策略进行训练；对飞行器连续机动策略训练结果进行仿真验证。本发明首先建立了高超声速飞行器三自由度运动方程，并基于该模型设计了存在威胁的飞行环境，使用DDPG算法对飞行器连续机动策略进行训练，最后通过数值仿真与蒙特卡洛打靶验证了机动策略的有效性及快速性。

公开(公告)号：CN119740489A

公开(公告)日：2025-04-01

申请号：CN202411937921.0

申请日：2024-12-26

Applicant: 哈尔滨工业大学

Inventor： 王小刚 ,  姚江川 ,  鄂斌 ,  王宁宇 ,  王志诚 ,  张赵寰宇

IPC: G06F30/27 ,  G06F30/28 ,  G06N3/048 ,  G06N3/084 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明公开了一种基于神经网络的高超声速飞行器动力学修正方法，属于飞行器动力学技术领域。解决了现有技术中传统的高超声速飞行器动力学修正方法修正精度较低的问题；本发明包括以下步骤：S1.按照高超声速飞行器的特点和实际控制需求，构建高超声速飞行器动力学理想模型；S2.根据实验所得实际数据和高超声速飞行器动力学理想模型所得预测数据，设定训练样本，构建高超声速飞行器动力学理想模型的输入和输出的修正关系；S3.构建神经网络结构，采用神经网络结构对高超声速飞行器动力学理想模型进行训练，输入训练样本，得到优化后的修正关系。本发明提升了高超声速飞行器动力学理想模型的修正精度，可以应用于飞行器的状态变换量修正。

公开(公告)号：CN119740324A

公开(公告)日：2025-04-01

申请号：CN202411937778.5

申请日：2024-12-26

Applicant: 哈尔滨工业大学

Inventor： 鄂斌 ,  李勋 ,  李岳 ,  王小刚 ,  王宁宇 ,  王志诚

IPC: G06F30/15 ,  G06F30/27 ,  G06N3/092 ,  G06N3/048 ,  G06F30/28 ,  G06F113/08 ,  G06F119/14

Abstract: 基于飞行器燃油经济性的翼面后掠角变形优化方法、电子设备及存储介质，属于航空航天工程技术领域。为实现通过智能决策最佳翼面后掠角以提升航程，本发明构建智能体网络，包括演员网络、评论家网络，其中演员网络的输入为状态，输出为动作；设置高超声速飞行器的初始环境，定义高超声速飞行器对应的状态包括飞行高度、速度、航程和质量，定义高超声速飞行器对应的动作为翼面后掠角，定义高超声速飞行器对应的奖励为燃油消耗及其影响关系；利用成功样本回放方法改进的DDPG算法，对得到的基于高超声速飞行器的演员网络、评论家网络进行训练，得到基于飞行器燃油经济性的翼面后掠角变形优化模型；进行飞行条件下的翼面后掠角优化决策。

公开(公告)号：CN119758734A

公开(公告)日：2025-04-04

申请号：CN202411937917.4

申请日：2024-12-26

Applicant: 哈尔滨工业大学

Inventor： 鄂斌 ,  王志诚 ,  王小刚 ,  王宁宇 ,  姚江川 ,  李勋

IPC: G05B13/04

Abstract: 本发明公开了一种基于神经网络反馈修正的再入飞行器预测校正制导方法，属于制导修正技术领域。解决了现有技术中传统的再入飞行器预测校正制导方法实际效果较差难以达到预期的问题；本发明通过蒙特卡洛打靶方式生成气动扰动下的飞行器再入轨迹和无气动扰动下的飞行器预测轨迹，计算得到气动扰动辨识网络数据集；构建气动扰动辨识神经网络结构，将气动扰动辨识网络数据集输入气动扰动辨识神经网络结构进行训练，得到训练好的神经网络结构；采用训练好的神经网络结构对气动模型进行修正，即设置气动模型修正条件并进行修正判断，实现飞行器预测校正制导。本发明提升了再入飞行器预测校正制导的精度，避免了计算效率损失，可以应用于气动模型修正。