-
公开(公告)号：CN118965828B
公开(公告)日：2025-02-11
申请号：CN202411441473.5
申请日：2024-10-16
Applicant: 大连理工大学
Abstract: 本发明属于航空航天飞行器控制领域，涉及一种基于分层架构的高超声速变构型飞行器智能控制设计方法。本发明首先建立高超声速变构型飞行器动力学模型，用于智能控制的准备工作。之后，设计基于LSTM的智能决策算法，构建智能控制的基本框架，能够考虑到高超声速变构型飞行器模型的不确定性以及非线性，通过设计一种智能决策层，根据总体飞行任务、当前飞行状态、约束条件、优化指标来实时决策制导控制回路的指令。进一步，设计HMV智能控制算法，降低变构型引起的模型不确定性以及非线性对于高超飞行控制的影响，同时解决变构型引起的姿态动力学及质心动力学的耦合问题。
-
公开(公告)号：CN119167527A
公开(公告)日：2024-12-20
申请号：CN202411676109.7
申请日：2024-11-22
Applicant: 大连理工大学
IPC: G06F30/15 , G06F30/27 , G06N3/006 , G06F111/04 , G06F113/08 , G06F119/14
Abstract: 本发明属于飞行器轨迹优化技术领域，涉及一种基于粒子群算法的可重复使用飞行器再入轨迹优化方法。本发明建立了考虑地球自转的三自由度运动模型和飞行器的气动模型，并分析了飞行器的气动特性。在此基础上，通过规划迎角剖面，将过程约束进行数学变换，从而形成再入走廊。设计并简化参考剖面的优化参数，提出剩余参数优化基本原则，设计关于优化参数的多目标优化函数，将轨迹优化问题转换成参数优化问题。最后结合粒子群算法和轨迹参数解算算法优化再入轨迹。针对传统轨迹优化方法的缺点，本发明的轨迹优化方法随机生成初始值，解决了初始值敏感的问题，避免优化结果陷入局部最优，具有广阔的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN118965828A
公开(公告)日：2024-11-15
申请号：CN202411441473.5
申请日：2024-10-16
Applicant: 大连理工大学
Abstract: 本发明属于航空航天飞行器控制领域，涉及一种基于分层架构的高超声速变构型飞行器智能控制设计方法。本发明首先建立高超声速变构型飞行器动力学模型，用于智能控制的准备工作。之后，设计基于LSTM的智能决策算法，构建智能控制的基本框架，能够考虑到高超声速变构型飞行器模型的不确定性以及非线性，通过设计一种智能决策层，根据总体飞行任务、当前飞行状态、约束条件、优化指标来实时决策制导控制回路的指令。进一步，设计HMV智能控制算法，降低变构型引起的模型不确定性以及非线性对于高超飞行控制的影响，同时解决变构型引起的姿态动力学及质心动力学的耦合问题。
-
公开(公告)号：CN118915467B
公开(公告)日：2025-02-07
申请号：CN202411081139.3
申请日：2024-08-08
Applicant: 大连理工大学
IPC: G05B13/04
Abstract: 本发明属于高超声速飞行器控制技术领域，涉及一种高超声速飞行器的数据驱动学习控制方法。本发明的目的是为了提供基于数据驱动的学习控制方法实现非最小相位高超声速飞行器稳定跟踪控制。该方法包括构建非最小相位高超声速飞行器的纵向动力学模型；通过对输出重定义实现系统的零动态重构；基于深度Koopman算子理论，使用预先收集的数据集训练径向基神经网络的权重，对输出重定义动态方程进行精确建模。设计基于数据驱动的输出重定义优化学习控制器，实现对参考指令的稳定跟踪。该方法是一种高超声速飞行器的数据驱动学习控制方法及系统，且具有广阔的应用前景。
-
公开(公告)号：CN117075759A
公开(公告)日：2023-11-17
申请号：CN202310688870.1
申请日：2023-06-12
Applicant: 大连理工大学
Abstract: 本发明公开了一种基于超声导波的手写输入方法及设备，包括手写板与手写笔。手写板本体为一块常见材料的薄板，其表面粘贴有若干个压电传感器，传感器围成的区域为手写输入区域；手写笔内部集成有超声波发射装置。通过手写笔在手写板上激发特定波形的振动信号，利用压电传感器接收手写板中传播的超声导波信号；通过对各个传感器接收的信号进行数据处理和分析，利用定位算法实现对手写笔笔尖位置的预测；通过手写笔在手写板上移动时连续激发和接收超声导波，将连续定位结果进行平滑成像，实现对手写笔笔尖位置的追踪，进而实现手写输入。本发明具有结构形式简单，制造成本及故障发生率低，不易受环境因素影响，抗刮伤、抗暴性好，使用寿命长等优点。
-
公开(公告)号：CN119167527B
公开(公告)日：2025-02-28
申请号：CN202411676109.7
申请日：2024-11-22
Applicant: 大连理工大学
IPC: G06F30/15 , G06F30/27 , G06N3/006 , G06F111/04 , G06F113/08 , G06F119/14
Abstract: 本发明属于飞行器轨迹优化技术领域，涉及一种基于粒子群算法的可重复使用飞行器再入轨迹优化方法。本发明建立了考虑地球自转的三自由度运动模型和飞行器的气动模型，并分析了飞行器的气动特性。在此基础上，通过规划迎角剖面，将过程约束进行数学变换，从而形成再入走廊。设计并简化参考剖面的优化参数，提出剩余参数优化基本原则，设计关于优化参数的多目标优化函数，将轨迹优化问题转换成参数优化问题。最后结合粒子群算法和轨迹参数解算算法优化再入轨迹。针对传统轨迹优化方法的缺点，本发明的轨迹优化方法随机生成初始值，解决了初始值敏感的问题，避免优化结果陷入局部最优，具有广阔的应用前景。
-
公开(公告)号：CN118915467A
公开(公告)日：2024-11-08
申请号：CN202411081139.3
申请日：2024-08-08
Applicant: 大连理工大学
IPC: G05B13/04
Abstract: 本发明属于高超声速飞行器控制技术领域，涉及一种高超声速飞行器的数据驱动学习控制方法。本发明的目的是为了提供基于数据驱动的学习控制方法实现非最小相位高超声速飞行器稳定跟踪控制。该方法包括构建非最小相位高超声速飞行器的纵向动力学模型；通过对输出重定义实现系统的零动态重构；基于深度Koopman算子理论，使用预先收集的数据集训练径向基神经网络的权重，对输出重定义动态方程进行精确建模。设计基于数据驱动的输出重定义优化学习控制器，实现对参考指令的稳定跟踪。该方法是一种高超声速飞行器的数据驱动学习控制方法及系统，且具有广阔的应用前景。
-
-
-
-
-
-
Search Results
7
records
(took 0.025 seconds)
