-
公开(公告)号：CN116170178A
公开(公告)日：2023-05-26
申请号：CN202211649984.7
申请日：2022-12-21
Applicant: 浙江大学
IPC: H04L9/40
Abstract: 本发明公开了一种基于状态区间估计的博弈信息入侵检测系统，该系统由鲁棒点估计模块、增广状态构建模块、状态区间估计模块和信息入侵警报模块组成。鲁棒点估计模块通过重构系统的状态，获得了系统状态的点估计信息。增广状态构建模块将系统误差与原系统状态联立，构成新的系统状态。在此基础上，状态区间估计模块对新的系统状态进行区间估计，得到误差的边界信息，并结合状态点估计模块的点估计信息，获得原系统状态的区间信息。当系统受到信息入侵时，系统状态超出状态区间估计模块所给出的正常区间，信息入侵警报模块会立即发出警报。本发明提供了一种强可靠性、高准确性、广泛化性的博弈信息入侵检测系统，在各类设备中都能应用。
-
公开(公告)号：CN116070076A
公开(公告)日：2023-05-05
申请号：CN202211649992.1
申请日：2022-12-21
Applicant: 浙江大学
IPC: G06F17/18 , G06N3/0455
Abstract: 本发明公开了一种高精度高鲁棒性的雷达缺失信号补全系统，包括数据库及上位机；数据库和上位机依次相连，所述数据包含已有的已经采集到的雷达信号，所述的上位机包括数据预处理模块、缺失信号补全模块和结果显示模块。其中缺失信号补全模块采用了新颖的自适应自编码神经网络，对不同雷达信号数据有良好的鲁棒性，以及更高的补全精度。本发明公开的一种高精度高鲁棒性的雷达缺失信号补全系统具有缺失信息补全准确率高、速度快、鲁棒性好的优点。
-
公开(公告)号：CN116069057A
公开(公告)日：2023-05-05
申请号：CN202211626160.8
申请日：2022-12-15
Applicant: 浙江大学
IPC: G05D1/10
Abstract: 本发明公开了一种梯度自适应有限元正交配置超高声速飞行器轨迹最优控制系统,用于解决超高声速飞行器再入轨迹最优控制及过程约束全程满足。该系统包括数据预处理模块、动态优化算法模块以及飞行器控制模块。本发明对超高声速飞行器再入轨道过程的重要参数指标进行优化控制，克服已有的超高声速飞行器控制技术算法敏捷性差、难以在较短时间内得到系统最优参数控制从而导致超高声速飞行器控制效果的不足，引入动态优化方法与基于梯度的网格划分正交配置方法，从而得到超高声速飞行器再入轨迹优化最优控制系统，实现的飞行器再入轨迹OCP最优控制Benchmark场景测试结果效果更好、效率更高、易于找到最优控制参数。
-
公开(公告)号：CN116069057B
公开(公告)日：2025-05-06
申请号：CN202211626160.8
申请日：2022-12-15
Applicant: 浙江大学
IPC: G05D1/495 , G05D1/46 , G05D101/10 , G05D109/20
Abstract: 本发明公开了一种梯度自适应有限元正交配置超高声速飞行器轨迹最优控制系统,用于解决超高声速飞行器再入轨迹最优控制及过程约束全程满足。该系统包括数据预处理模块、动态优化算法模块以及飞行器控制模块。本发明对超高声速飞行器再入轨道过程的重要参数指标进行优化控制，克服已有的超高声速飞行器控制技术算法敏捷性差、难以在较短时间内得到系统最优参数控制从而导致超高声速飞行器控制效果的不足，引入动态优化方法与基于梯度的网格划分正交配置方法，从而得到超高声速飞行器再入轨迹优化最优控制系统，实现的飞行器再入轨迹OCP最优控制Benchmark场景测试结果效果更好、效率更高、易于找到最优控制参数。
-
公开(公告)号：CN116533256A
公开(公告)日：2023-08-04
申请号：CN202211649996.X
申请日：2022-12-21
Applicant: 浙江大学
Abstract: 本发明公开了一种基于深度强化学习的多智能机器人通信控制仪器，该仪器由智能机器人、数据库和上位机构成。多智能机器人通过传感器和GPS定位系统获得环境信息、自身状态位置，将得到数据存储到所述数据库中。所述的上位机包括数据预处理模块、信息编码模块、通信模块、模型训练模块、模型更新模块以及结果显示模块。本发明利用多智能体深度强化学习算法控制多智能机器人行动，速度快，精度高，稳定性强，并且本发明首次提出的注意力通信网络利用每个智能机器人的状态训练模型，考虑到了全局运动特征，能够明显提高多智能机器人控制精度和稳定性。本发明提供了一种智能性强的多智能机器人通信控制仪，为多智能机器人控制技术带来显著增效。
-
Patent Agency Ranking
公开(公告)号：CN116127836A
公开(公告)日：2023-05-16
申请号：CN202211656539.3
申请日：2022-12-22
Applicant: 浙江大学
IPC: G06F30/27 , G06N3/006 , G06Q50/26 , G06F111/06 , G06F111/04
Abstract: 本发明公开了一种基于双档案机制多目标粒子群优化算法的自适应校正武器目标分配系统，该系统包括显控模块、上位机、武器‑目标分配多目标优化问题设计模块以及基于双档案机制多目标粒子群优化算法的优化模块。本发明所涉及的基于双档案机制多目标优化算法的武器‑目标分配系统，采用所述的设备实现武器‑目标分配问题的最优解集搜索。本发明克服传统武器‑目标分配系统对最优解集收敛性以及多样性平衡能力较差，容易陷入局部最优的不足，利用双档案机制以及混沌寻优技术，提高了对武器‑目标问题的全局搜索能力以及在收敛性和多样性上的平衡能力；采用自适应校正策略对模型进行自动更新，维持系统的准确性。
-
公开(公告)号：CN116109073A
公开(公告)日：2023-05-12
申请号：CN202211656512.4
申请日：2022-12-22
Applicant: 浙江大学
Abstract: 本发明公开了一种基于智能仿生算法的雷达资源调配系统，包括雷达任务请求输入模块，雷达资源约束模块、改进的群智能寻优模块、执行任务输出模块。本发明通过雷达资源约束模块对雷达可分配资源进行综合考虑，对雷达任务请求输入模块的任务序列进行合理选择，通过改进的群智能寻优模块选择最优的任务执行队列，并通过执行任务输出模块将改进的群智能寻优模块得到的最优任务队列输出给雷达，雷达按照输出执行相应任务，以充分发挥雷达全部性能优势。本发明提供了一种灵活、高效、最优的雷达资源调配系统，实现资源利用最大化，资源分配更加合理化，解决了传统雷达资源调配系统难以实现最优调配的问题。
-
-
公开(公告)号：CN116205332A
公开(公告)日：2023-06-02
申请号：CN202211613519.8
申请日：2022-12-15
Applicant: 浙江大学
IPC: G06Q10/04 , G06Q10/0631 , G06N3/006 , G06Q50/26
Abstract: 本发明公开了一种区域防守拦截决策的粒子群优化方法，首先获取区域防守当前的态势，得到来袭目标的威胁系数与武器平台发射导弹的防守拦截系数，设定粒子群的种群规模和最大迭代次数并进行种群粒子的初始化；根据来袭目标威胁系数和防守拦截的成功系数得到当前所有粒子的拦截效能，最后出所有粒子中最大适应度的粒子,其粒子向量坐标作为当前粒子种群最优并将其与截止目前找到的最优粒子比较更新全局最优向量坐标。本发明能够有效解决区域防守拦截目标分配的粒子群优化方法陷入局部最优，迭代后期收敛速度慢，求解精度低等缺点，使粒子不断达到全局最优解的同时收敛速度提高，保证了收敛的稳定性，满足现代局部战场中辅助决策对实时性的要求。
-
公开(公告)号：CN115981280A
公开(公告)日：2023-04-18
申请号：CN202211649995.5
申请日：2022-12-21
Applicant: 浙江大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于深度学习的复杂装备故障诊断系统，用于对复杂装备进行状态检测以及故障检测，该系统由状态监测仪表、数据采集板卡、数据库、数据预处理模块、特征压缩编码模块、自主学习模块以及故障显示控制模块依次相连组成。本发明克服已有的复杂装备故障状态诊断精度不高的不足，利用特征压缩编码技术和跳跃连接双向门控循环网络对时间相关性强大的提取能力，提高了复杂装备故障状态诊断的精度。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.024 seconds)
