-
公开(公告)号：CN109873677B
公开(公告)日：2021-09-10
申请号：CN201910177057.1
申请日：2019-03-08
Applicant: 哈尔滨工程大学
IPC: H04L12/701 , H04W40/10 , H04B13/02 , H04W40/32
Abstract: 本发明涉及一种水声传感器网络机会路由候选集生成方法，包括：数据包发送节点根据邻居节点的深度差与分组送达率对n个候选节点进行降序排序；按照上述排序将第1个节点加入候选集并计算能量消耗E1，然后将第2个节点加入候选集并计算能量消耗E2，如果E1＜E2，则选择由第1个节点构成的候选集为最优候选集；否则，将第3个节点加入候选集中并计算能量消耗E3，如果E2
-
公开(公告)号：CN112462792A
公开(公告)日：2021-03-09
申请号：CN202011432207.8
申请日：2020-12-09
Applicant: 哈尔滨工程大学
IPC: G05D1/06
Abstract: 一种基于Actor‑Critic算法的水下机器人运动控制方法，本发明涉及水下机器人运动控制方法。本发明的目的是为了解决现有水下机器人难以在运动过程中实时调节参数，且受到干扰时，控制器对水下机器人速度和姿态的控制精度低问题。过程为：一、初始化参数；二、确定速度控制系统和艏向控制系统的控制律；三、设定神经网络；四、确定当前网络的输入和输出；五、确定目标网络的输入和输出；六、更新Actor当前网络权值参数；七、更新Critic当前网络权值参数；八、重复执行四至七n次，第n次将更新后的当前网络权值参数复制到目标网络；九、重复执行八，得到控制律参数值。本发明用于水下机器人运动控制领域。
-
公开(公告)号：CN107506676B
公开(公告)日：2020-11-03
申请号：CN201710722326.9
申请日：2017-08-22
Applicant: 哈尔滨工程大学
IPC: G06K7/10
Abstract: 本发明公开了一种基于动态检测点和标签估计的RFID防碰撞方法，属于射频识别技术领域。其特征在于，采用样本时隙的计算方法得出部分时隙的大小，进而确定检测点在帧中的位置，使得检测点随着帧长动态的调整，同时采用采用空闲、成功和碰撞三种时隙的实际持续时间结合碰撞比率提前求出碰撞时隙与剩余标签数量的关系。具体步骤包括：阅读器激活标签然后发送选择命令选中与阅读器匹配的标签；阅读器发送请求问询命令，标签收到命令之后随机选择帧中时隙；阅读器盘存帧中时隙；在帧中检测点位置判断是否有剩余标签；判断当前帧长是否最优；继续盘存时隙直至帧的末尾，更新下一周期帧长。
-
公开(公告)号：CN111290270A
公开(公告)日：2020-06-16
申请号：CN202010087509.X
申请日：2020-02-11
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 一种基于Q-learning参数自适应技术的水下机器人反步速度和艏向控制方法，属于机器人控制技术领域。为了解决现有的水下机器人的控制方法存在需要先验知识的问题，以及控制器参数不能实时调整的问题。本发明设计了基于Q学习算法的参数自适应反步速度和艏向控制器，将偏差和偏差变化率作为该Q学习的输入，输出调整参数，根据调整参数确定的控制参数，结合控制参数和反步法设计的控制器实现速度和艏向控制，主要用于水下机器人速度和艏向的控制。
-
公开(公告)号：CN106911398B
公开(公告)日：2020-06-16
申请号：CN201710085900.4
申请日：2017-02-17
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种动态信道协商的水下传感器网络多信道介质访问控制通信方法。是在水下传感器网络中按以下步骤实现：1)节点空闲时通过睡眠唤醒机制监听控制信道维护邻居信息、信道占用信息以及网络负载指数。2)发送节点发起数据发送请求后，接收节点根据数据包长和网络负载情况动态选择信道协商策略。本发明是一种分布式水下多信道MAC协议通信方法，通过动态选择信道协商策略来进行数据传输。实验证明该方法具有较高的网络性能并且在分布式环境下具有更高的适应性。
-
Patent Agency Ranking
公开(公告)号：CN111273677A
公开(公告)日：2020-06-12
申请号：CN202010087517.4
申请日：2020-02-11
Applicant: 哈尔滨工程大学
IPC: G05D1/06
Abstract: 一种基于强化学习技术的自主水下机器人速度和艏向控制方法，属于机器人控制技术领域。为了解决现有的水下机器人的控制方法依赖于控制对象模型精度的问题，以及不依赖模型的控制方法控制精度不高的问题。本发明设计了基于Q学习的速度和艏向控制器，将偏差和偏差变化率作为Q学习控制器的输入，将纵向推力和偏航力矩作为Q学习控制器的输出，使得Q学习控制器完全替代传统常规的控制器，从而达到水下机器人自主学习和自主决策的目标。主要用于水下机器人速度和艏向的控制。
-
公开(公告)号：CN109866904B
公开(公告)日：2020-06-02
申请号：CN201910281993.7
申请日：2019-04-09
Applicant: 哈尔滨工程大学
IPC: B63H1/37
Abstract: 一种仿生水母类水下机器人的运动及速度控制方法，属于仿生机器人控制领域。现有的非线性振荡器在仿生机器人的节奏性运动控制存在频率和幅值的收敛速度慢的问题，且缺少相应的速度控制方法。一种仿生水母类水下机器人的运动及速度控制方法，设计仿生水母动力模型；建立仿生水母各关节的振荡器模型，改变振荡器的波形；设计两个振荡器之间的耦合方式，由此确定建立多个振荡器之间的耦合方式，实现多个振荡器所在关节之间相互配合协调，实现仿生水母运动的控制，根据运动控制绘制频率与平均速度变化曲线，找到对应的运动频率，推算周期性速度变化曲线作为期望速度；按照期望速度控制速度。本发明算法对仿生水母的运动收敛性好，能稳定控制运动速度。
-
公开(公告)号：CN111176122A
公开(公告)日：2020-05-19
申请号：CN202010087510.2
申请日：2020-02-11
Applicant: 哈尔滨工程大学
Abstract: 一种基于双BP神经网络Q学习技术的水下机器人参数自适应反步控制方法，它属于水下机器人控制器参数调节技术领域。本发明解决了传统Q学习方法进行控制器参数调节时的学习效率低，以及传统反步法进行控制器参数调节时存在的参数不易实时在线调整的问题。本发明利用基于双BP神经网络Q学习算法与反步法相结合的方式实现对反步法控制器参数的自主在线调节，以满足控制参数能够实时在线调整的要求。同时由于引入了双BP神经网络以及经验回放池，其强大的拟合能力使得基于双BP神经网络Q学习参数自适应反步控制方法能够大大降低训练次数，以提升学习效率，在训练较少次数的情况下达到更好的控制效果。本发明可以应用于水下机器人控制器参数的调节。
-
公开(公告)号：CN107168309B
公开(公告)日：2020-02-14
申请号：CN201710301455.0
申请日：2017-05-02
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明提供一种基于行为的多水下机器人路径规划方法，属于路径规划技术领域。本发明提出了一种适用于动态未知环境下的多水下机器人路径规划策略，具体包括：首先，定义基本行为来对AUV的航行路径添加约束，基本行为分别为节能行为、协同行为和安全行为；然后，建立与基本行为对应的行为目标函数，将与AUV有关的时间变量和空间变量结合起来；最后，建立全局目标函数来实现3种基本行为的行为融合，并采用一种带有惯性权重的粒子群优化算法来求解全局目标函数，通过输出的最优解可以生成一条免于碰撞并且是最短的路径。
-
公开(公告)号：CN106879044B
公开(公告)日：2019-11-12
申请号：CN201710085906.1
申请日：2017-02-17
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种空洞感知的水下传感器网络路由方法。汇聚节点在下浮过程中到达设定位置时，广播分层建立包执行分层建立任务，到最深深度时，等待一段时间后广播数据收集包执行数据收集任务，数据收集完毕后开始上浮，到达设定位置时广播数据收集包执行数据收集任务，到水面时将收集的数据发送给浮标节点；传感器节点周期性地检测感兴趣的数据；传感器节点若收到分层建立信号，则进入分层建立阶段并建立同心球壳分层结构，传感器节点若收到数据收集信号，则进入数据收集阶段，各传感器节点建立到汇聚节点的路径并发送数据。本发明考虑了同层传输及节点的剩余能量，避免了同层循环传输、热区、空洞的发生，提高了数据包送达率，延长了网络寿命。
-
-
-
-
-
-
-
-
-
Search Results
93
records
(took 0.04 seconds)
