一种电磁MEMS微镜的光栅扫描矫正方法及系统

    公开(公告)号:CN119355957A

    公开(公告)日:2025-01-24

    申请号:CN202411618113.8

    申请日:2024-11-13

    Abstract: 本发明公开了一种电磁MEMS微镜的光栅扫描矫正方法及系统,属于光栅扫描矫正技术领域,方法包括:采集电磁MEMS微镜产品在三维空间中的实时三轴姿态信息、微镜快慢轴压阻信号;以角度差值作为误差信号进行PID控制,输出扫描视场修正后的MEMS微镜的快慢轴的驱动电压,进而映射得到微镜扫描的修正角度;将修正角度作为PID控制的输入,通过最小化微镜的转动角度与修正角度之间的跟踪误差,实现对微镜的转动角度进行修正。通过采集电磁MEMS微镜产品的三轴姿态信息,并将三轴姿态信息与标准三轴姿态信息之间的角度差值引入至PID控制,以调节快慢轴驱动信号,进而对微镜转动角度的修正,实现对光栅扫描光栅畸变的矫正和补偿,保证了对三维点云的重建质量的精准度。

    深度强化学习辅助的目标威胁度评估模型和干扰波束分配方法

    公开(公告)号:CN119342585A

    公开(公告)日:2025-01-21

    申请号:CN202411449576.6

    申请日:2024-10-17

    Inventor: 景小荣 彭喆

    Abstract: 本发明涉及一种深度强化学习辅助的目标威胁度评估模型和干扰波束分配方法,属于无线移动通信技术领域。本发明包括以下步骤:S1:在战时通信对抗场景下,构建多干扰设备对抗敌方无人机编队的协同干扰模型;S2:分析干扰波束分配过程的约束条件;S3:引入目标威胁度评估环节,构建干扰波束资源分配优化问题;S4:基于战术重要性标绘(TSM)函数构建目标威胁度评估模型,生成目标威胁度评估矩阵;S5:利用离散柔性演员‑评论家(DSAC)算法改进TSM函数,重构目标威胁度评估矩阵;S6:根据目标威胁度评估矩阵,执行干扰波束分配。本发明能够实现“多对多”战时通信对抗场景中的干扰波束合理分配,从而有效提高干扰资源的利用率。

    基于多智能体深度强化学习的干扰功率分配方法

    公开(公告)号:CN119341678A

    公开(公告)日:2025-01-21

    申请号:CN202411449573.2

    申请日:2024-10-17

    Inventor: 景小荣 彭喆

    Abstract: 本发明涉及一种基于多智能体深度强化学习的干扰功率分配方法,属于无线移动通信技术领域。本发明包括以下步骤:S1:在“多对多”通信对抗场景下,建立多干扰设备对抗多无人机目标的协同干扰模型;S2:构建分布式局部可观察马尔可夫决策过程(Dec‑POMDP),将干扰功率分配问题建模为多智能体完全协作模型;S3:设计“去中心化训练,分布式决策”(DTDE)多智能体框架,降低干扰功率资源的协同决策维度;S4:设计一提取器,对智能体输入状态信息进行预处理,提高训练效率;S5:基于离散柔性演员‑评论家(DSAC)算法实现功率分配策略的高效探索。本发明能够基于多智能体深度强化学习实现多干扰设备在对抗多无人机目标时的干扰功率分配,有效提升干扰资源利用率,在复杂通信对抗场景中具有良好的扩展性。

Patent Agency Ranking