-
公开(公告)号：CN116203842A
公开(公告)日：2023-06-02
申请号：CN202310055522.0
申请日：2023-01-20
Applicant: 西北工业大学
IPC: G05B13/04
Abstract: 本发明针对干扰环境下重型运载火箭飞行过程中执行机构常常遇到的故障问题，研究一类复杂情形下实现火箭姿态稳定与跟踪的方法，提出了一种自适应容错反步姿态控制设计方法。首先，为了避免姿态奇异问题，建立了基于四元数的面向执行机构故障的运载火箭运动学和动力学模型，并在此模型的基础上设计了一种自适应容错反步姿态控制器，对不确定项和外界干扰进行自适应估计与补偿，处理可能发生的故障，从而保证控制系统的稳定性。本发明所提出的算法相比于传统的自适应反步法，更具有效性和优越性。
-
公开(公告)号：CN118657234A
公开(公告)日：2024-09-17
申请号：CN202410740471.X
申请日：2024-06-08
Applicant: 西北工业大学
IPC: G06N20/20 , G06F17/10 , G06Q50/06 , G06Q10/0637 , G06Q30/0283 , G06F21/62 , H02J50/20
Abstract: 本发明公开了一种基于三阶段Stackelberg博弈的无线充电联邦学习方法。首先设计一个基站‑终端设备‑无线充电服务提供商的框架，由基站发布联邦学习任务；终端设备训练局部联邦学习模型，并希望以更少的能源消耗获得更多的报酬；充电服务提供商在终端设备训练和上传模型期间通过无线充电传输向终端设备传输能量，同时收取费用；然后，为三个角色分别设计效用公式。为了获得所有角色的最优策略，利用逆向归纳法分析了所提出的博弈问题，并证明了Stackelberg均衡和纳什均衡的唯一存在性。最后使用拉格朗日次梯度方法获得基站的近似最优解。本发明提出的方法能有效激励所有角色参与框架，从而解决联邦学习中终端设备的能量受限问题，同时解决所有角色的个体理性问题。
-
公开(公告)号：CN116401752A
公开(公告)日：2023-07-07
申请号：CN202310055120.0
申请日：2023-02-03
Applicant: 西北工业大学
IPC: G06F30/15 , G06F30/20 , G06F111/04 , G06F111/06
Abstract: 针对同时存在时间和攻击角度约束的多飞行器协同制导律设计问题，本发明提出了一种基于超扭曲观测器的自适应滑模多飞行器协同末制导律设计方法。在建立弹目相对运动模型的基础上，将制导律的设计分为视线方向和视线法向方向，基于多智能体一致性原理设计了视线方向的制导指令，保证各个飞行器的剩余时间能够收敛，从而视线协同攻击；基于自适应滑模方法设计了视线法向方向的制导指令，保证飞行器能够以给定角度攻击目标，从而满足了角度约束。
-
公开(公告)号：CN116360489A
公开(公告)日：2023-06-30
申请号：CN202310304384.5
申请日：2023-03-27
Applicant: 西北工业大学
IPC: G05D1/10
Abstract: 本发明涉及一种基于成型制导律的协同中制导律设计方法，属于制导控制技术领域。包括根据弹目相对运动关系，引入零效脱靶量概念建立状态空间方程；引入剩余飞行时间设计导弹时间协同项；根据状态空间方程设计具有终端角度约束的成型制导律；在成型制导律中引入时间协同项实现角度与时间约束的制导律设计。本发明结合了多智能体一致性理论、成型中制导算法、偏置比例导引律等方法，实现了对带有时间协同和角度协同的多弹协同中制导律设计，实现了以固定角度以及同时到达目标区域，形成较好的中末制导交班态势。
-
公开(公告)号：CN116224787A
公开(公告)日：2023-06-06
申请号：CN202310055400.1
申请日：2023-01-20
Applicant: 西北工业大学
IPC: G05B13/04
Abstract: 本发明涉及一种适用于导航精度下降的导弹自适应控制律设计方法，属于控制器领域。本发明首先建立了导弹的六自由度模型；其次将系统的扰动和不确定性引入系统模型；最后设计控制律和自适应律，通过引入自适应补偿项来消除系统的不确定外部扰动和本身的不确定性的影响。本发明设计简单，对于控制器参数具有更好的鲁棒性，能够很好的消除导弹导航精度下降引起的不确定外界误差和本身的不确定性。
-
Patent Agency Ranking
公开(公告)号：CN120066409A
公开(公告)日：2025-05-30
申请号：CN202510134926.8
申请日：2025-02-07
Applicant: 西北工业大学
Abstract: 本申请涉及边缘计算技术领域，特别涉及一种基于纠删码的无人机辅助边缘存储服务优化方法，包括：构建基于纠删码的无人机辅助边缘存储的系统架构；针对各移动用户的随机移动性对决策制定的影响建模得到用户移动模型，并构建轨迹预测模型，获得轨迹预测模型输出的轨迹预测结果；基于系统架构，在多重约束条件下，以最小化存储成本和系统架构的长期平均服务延迟为目的，构建目标函数；将目标函数表征的问题分解为基于纠删码的数据编码与放置子问题、以及内容传送与资源分配子问题，并建模为马尔可夫决策过程；利用移动增强的分层深度强化学习算法，基于轨迹预测模型输出的轨迹预测结果求解马尔可夫决策过程，得出同时优化两个子问题的最优解。
-
公开(公告)号：CN118550473A
公开(公告)日：2024-08-27
申请号：CN202410769906.3
申请日：2024-06-14
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于深度强化学习的多无人机协作可靠存储方法，属于无人机技术领域。包括：构建无边缘场景的多无人机协作可靠存储模型，无人机不仅作为感知数据的收集设备，还作为存储设备，存储自己以及其它无人机发送的感知数据；根据构建的无边缘场景的多无人机协作可靠存储模型，在离散变量、存储容量和电量约束下，考虑数据文件副本的数量及其分配位置，以最大化存储可靠性和最小化系统能耗为目的，构建目标函数；将具有非凸、高维状态和动作空间的目标函数优化问题转化为部分可观测马尔科夫决策过程；使用深度强化学习算法获得副本分配的最优策略。本发明方法有效降低无人机集群的系统能耗，提高数据的存储可靠性。
-
公开(公告)号：CN118051060A
公开(公告)日：2024-05-17
申请号：CN202410116352.7
申请日：2024-01-28
Applicant: 西北工业大学
IPC: G05D1/46 , G05D109/20
Abstract: 本发明涉及一种基于贝塞尔曲线和混合斑马优化的三维空间路径规划方法，首先，将固定翼无人机的飞行距离、高度和路径光滑度融合为目标函数，以贝塞尔曲线的控制点为决策变量，建立了三维空间内的路径规划模型。其次，将灰狼优化算法中的种群精英分层结构引入斑马优化算法中，构建了一种混合斑马优化算法(HZOA)以克服单一算法局部搜索和全局探索能力不平衡的缺陷。最后，使用HZOA算法来优化所建立路径规划模型中曲线控制点的位置，进而生成三维空间内安全且光滑的飞行路径。通过结果分析，本发明所设计的方法能够在不同的复杂环境下更加高效地为固定翼无人机规划出飞行距离更短、飞行高度更低且光滑程度更高的安全路径。
-
公开(公告)号：CN116166039A
公开(公告)日：2023-05-26
申请号：CN202310165675.0
申请日：2023-02-27
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于深度强化学习的弱模型依赖飞行器智能控制方法，包括构建飞行器控制架构，构建决策神经网络模型，对所述决策神经网络进行训练，根据飞行器的飞行状态进行控制参数实时调节，以实现弱模型依赖情况下飞行器的控制。飞行器控制器采用PD控制架构，决策神经网络设计为Double Network Actor‑Critic结构，奖励函数设计考虑了姿态角误差和姿态角速率误差，决策神经网络模型的训练基于DDPG算法，使控制系统能够实现对控制参数的智能调节，从环境中获取飞行器姿态角、姿态角速率以及控制器舵偏指令，智能体输出为俯仰通道的控制参数，偏航通道及滚转通道采用经典PD控制，实现弱模型依赖情况下飞行器的智能控制。
-
公开(公告)号：CN116088572A
公开(公告)日：2023-05-09
申请号：CN202310080596.X
申请日：2023-01-31
Applicant: 西北工业大学
IPC: G05D1/10
Abstract: 本发明涉及一种基于自适应灰狼优化算法的无人机协同攻击多目标任务分配方法，提出了自适应调整策略、最优学习搜索方程、跳出局部最优策略和控制参数非线性调整策略，提出自适应GWO(Self‑adaptive GWO,SA‑GWO)算法解决多无人机攻击多目标任务分配问题，对目标任务序列进行了编码，设计了适应度函数，对6架无人机攻击8目标任务分配的仿真实验验证了SA‑GWO算法的求解有效性，与基于IPSO、ACO、GA、GWO算法的任务分配仿真实验相比较验证了SA‑GWO算法的求解精度与优化速度。本发明在多无人机协同攻击多目标的任务分配上优于IPSO、ACO、GA、GWO等一般算法，具有重要的应用价值。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.048 seconds)
