一种针对全垫升气垫船垫升压力的解算方法

    公开(公告)号:CN118965586A

    公开(公告)日:2024-11-15

    申请号:CN202411151071.1

    申请日:2024-08-21

    Abstract: 一种针对全垫升气垫船垫升压力的解算方法,它涉及全垫升气垫船动力学建模技术领域。本发明为了解决现有技术不能稳定准确地解出不同时刻的垫升压力数值,易因气垫压力不均或失控引起的事故,存在不利于气垫船航行安全的问题。本发明的步骤一:按照两个垫升风机与四个气室的气体输入输出关系,列出六元非线性方程组;步骤二:在气垫船风机特性曲线的平衡点处进行线性化;步骤三:对气垫船气道特性曲线进行平滑处理,并得到气道曲线;步骤四:对全垫升气垫船垫升压力模型在平衡位置处进行化简获得初始垫升高度;步骤五:采用初始解动态跟踪的方法进行迭代求解;步骤六:重复上述步骤求解垫升压力直到方程组残差小于规定值为止。本发明用于海下作业。

    一种均方根图信息滤波方法
    2.
    发明公开

    公开(公告)号:CN118010034A

    公开(公告)日:2024-05-10

    申请号:CN202311838236.8

    申请日:2023-12-28

    Abstract: 一种均方根图信息滤波方法,解决了月球探测器下降着陆光学导航方法数据量大、不同探测特征有效性难以数值化的问题,属于月球探测器下降着陆光学导航领域。本发明包括:探测器下降过程中,若当探测器观测并识别环形山时,利用新增观测的均方根图信息滤波模型进行均方根信息矩阵和均方根信息向量更新,确定#imgabs0#和#imgabs1#若某一时刻并未观测到新的环形山,利用无新增观测的均方根图信息滤波模型进行均方根信息矩阵和均方根信息向量更新,确定#imgabs2#和#imgabs3#S2、利用#imgabs4#和#imgabs5#状态更新;再进行量测更新得到系统或探测器后验状态向量,完成滤波。本发明应用于月球探测器下降着陆仿真轨迹中,提高了效率和实时性。

    一种基于强化学习MPC的无人艇轨迹跟踪控制方法

    公开(公告)号:CN114879671B

    公开(公告)日:2024-10-15

    申请号:CN202210477463.1

    申请日:2022-05-04

    Abstract: 本发明属于水面无人艇轨迹跟踪控制技术领域,具体涉及一种基于强化学习MPC的无人艇轨迹跟踪控制方法。本发明在无人艇的MPC轨迹跟踪控制器设计过程中,选用无人艇的运动学模型和操纵响应模型作为预测模型,根据无人艇轨迹跟踪任务需求构造控制性能指标函数,在MPC滚动优化过程中利用强化学习的DDPG算法构建性能指标函数的求解器,通过最小化性能指标函数求解出轨迹跟踪的最优控制序列,最终将每时刻控制序列的第一个控制量作用于无人艇系统上。本发明提高了轨迹跟踪控制的鲁棒性和抗干扰,同时具备自学习能力,适应于复杂的海况环境,相较于传统的MPC控制算法其自主性和实时性更强,跟踪误差更小。

    一种基于强化学习MPC的无人艇轨迹跟踪控制方法

    公开(公告)号:CN114879671A

    公开(公告)日:2022-08-09

    申请号:CN202210477463.1

    申请日:2022-05-04

    Abstract: 本发明属于水面无人艇轨迹跟踪控制技术领域,具体涉及一种基于强化学习MPC的无人艇轨迹跟踪控制方法。本发明在无人艇的MPC轨迹跟踪控制器设计过程中,选用无人艇的运动学模型和操纵响应模型作为预测模型,根据无人艇轨迹跟踪任务需求构造控制性能指标函数,在MPC滚动优化过程中利用强化学习的DDPG算法构建性能指标函数的求解器,通过最小化性能指标函数求解出轨迹跟踪的最优控制序列,最终将每时刻控制序列的第一个控制量作用于无人艇系统上。本发明提高了轨迹跟踪控制的鲁棒性和抗干扰,同时具备自学习能力,适应于复杂的海况环境,相较于传统的MPC控制算法其自主性和实时性更强,跟踪误差更小。

    深海勘探平台下桩区选取方法
    5.
    发明公开

    公开(公告)号:CN118298187A

    公开(公告)日:2024-07-05

    申请号:CN202410298636.2

    申请日:2024-03-15

    Abstract: 深海勘探平台下桩区选取方法,现有海底地形地貌探测方法需要对下桩区域海底地形进行大规模在线地形重建,存在计算量大及实时性差的问题,属于海底地形地貌探测领域。本发明包括:提取海底地形的DEM梯度及方差,生成海底地形的点云图;扫描点云图中的待选的下桩区,得到待选下桩区的平均梯度#imgabs0#和方差D(x,y);选取各待选下桩区的平均梯度和方差在下桩场域的可视区域内取值最小的点,分别为#imgabs1#和#imgabs2#各待选下桩区以选取的点为中心,将该中心的邻域划定为梯度待选下桩区#imgabs3#及方差待选下桩区#imgabs4#i=1,2,...,Nd,Nd为预设的待选下桩区数量。应用于月球探测等其他领域。

Patent Agency Ranking