-
-
公开(公告)号：CN114839877A
公开(公告)日：2022-08-02
申请号：CN202210469813.X
申请日：2022-04-28
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 本发明公开了一种非鱼雷头型航行体自适应鲁棒控制方法，包括：S1.非鱼雷头型航行体的六自由度运动模型进行解耦得到非线性模型；S2.根据非线性模型获取控制输入深度yi，计算yi与参考深度yr之间的深度偏差yerror，根据yerror计算俯仰角控制指令θ，用θ来实时更新俯仰角参考指令θr；S3.根据更新后的θ实时获取俯仰角综合跟踪误差sθ；根据sθ获取航行体的控制输入水平舵角δe；S4.通过δe对非鱼雷头型航行体的当前纵向平面运动进行实时控制，并实时获取下一个控制输入深度用于更新S2中的yi，直至非鱼雷头型航行体稳定在目标深度。本发明的控制方法稳定性高且收敛速度快。
-
-
公开(公告)号：CN108318039B
公开(公告)日：2019-01-25
申请号：CN201810105882.6
申请日：2018-02-02
Applicant: 哈尔滨工业大学
IPC: G01C21/20
Abstract: 异介质无人驾驶航行器协同轨迹规划方法，属于海洋应用中协同轨迹规划技术领域。本发明是为了解决水下无人航行器执行任务时，由于水下信号传播距离受限而无法与工作人员通信的问题。它包括：使水下航行器保持匀速等深运动，航向不变，到达指定位置；使无人机保持等高匀速运动，与水下航行器同时到达指定位置；无人机在到达指定位置前航向不变，到达指定位置后以水下航行器为中心进行圆周运动。本发明用于无人机和水下航行器的协同轨迹规划。
-
公开(公告)号：CN119740489A
公开(公告)日：2025-04-01
申请号：CN202411937921.0
申请日：2024-12-26
Applicant: 哈尔滨工业大学
IPC: G06F30/27 , G06F30/28 , G06N3/048 , G06N3/084 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于神经网络的高超声速飞行器动力学修正方法，属于飞行器动力学技术领域。解决了现有技术中传统的高超声速飞行器动力学修正方法修正精度较低的问题；本发明包括以下步骤：S1.按照高超声速飞行器的特点和实际控制需求，构建高超声速飞行器动力学理想模型；S2.根据实验所得实际数据和高超声速飞行器动力学理想模型所得预测数据，设定训练样本，构建高超声速飞行器动力学理想模型的输入和输出的修正关系；S3.构建神经网络结构，采用神经网络结构对高超声速飞行器动力学理想模型进行训练，输入训练样本，得到优化后的修正关系。本发明提升了高超声速飞行器动力学理想模型的修正精度，可以应用于飞行器的状态变换量修正。
-
Patent Agency Ranking
公开(公告)号：CN119740324A
公开(公告)日：2025-04-01
申请号：CN202411937778.5
申请日：2024-12-26
Applicant: 哈尔滨工业大学
IPC: G06F30/15 , G06F30/27 , G06N3/092 , G06N3/048 , G06F30/28 , G06F113/08 , G06F119/14
Abstract: 基于飞行器燃油经济性的翼面后掠角变形优化方法、电子设备及存储介质，属于航空航天工程技术领域。为实现通过智能决策最佳翼面后掠角以提升航程，本发明构建智能体网络，包括演员网络、评论家网络，其中演员网络的输入为状态，输出为动作；设置高超声速飞行器的初始环境，定义高超声速飞行器对应的状态包括飞行高度、速度、航程和质量，定义高超声速飞行器对应的动作为翼面后掠角，定义高超声速飞行器对应的奖励为燃油消耗及其影响关系；利用成功样本回放方法改进的DDPG算法，对得到的基于高超声速飞行器的演员网络、评论家网络进行训练，得到基于飞行器燃油经济性的翼面后掠角变形优化模型；进行飞行条件下的翼面后掠角优化决策。
-
公开(公告)号：CN117353705B
公开(公告)日：2024-10-25
申请号：CN202311296185.0
申请日：2023-10-08
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种带有未知延迟概率的一步时延跟踪滤波方法及系统，该方法包括基于被跟踪目标构建非线性目标跟踪模型及接收数据方程，所述非线性目标跟踪模型包括：状态方程和量测方程；对所述状态方程、量测方程及接收数据方程，采用变分贝叶斯方法的一步随机时延目标跟踪，进行状态扩维、状态时间更新、延迟概率时间更新、参数联合量测迭代更新的操作处理。该方法采用变分贝叶斯方法对未知延迟概率进行估计，并融合容积卡尔曼滤波方法对目标进行跟踪定位。该方法解决了在目标跟踪中由于存在未知延迟概率的一步随机量测延迟导致跟踪精度降低甚至发散的问题。不仅处理一步时延的目标跟踪，而且可以估计出未知时变的延迟概率。
-
公开(公告)号：CN115455670B
公开(公告)日：2024-05-17
申请号：CN202211032734.9
申请日：2022-08-26
Applicant: 哈尔滨工业大学
IPC: G06F30/20 , G06F18/22 , G06N7/01 , G06F111/08 , G06F119/10
Abstract: 本发明提出了一种基于高斯混合模型的非高斯噪声模型建立方法，首先建立基于概率密度函数的高斯混合模型GMM，得到参数向量的迭代公式；再以最短描述长度MDL为目标函数，通过合并分裂方法SMEM确定混合分量数，估计出高斯混合模型GMM参数；最终根据高斯混合模型GMM和估计出高斯混合模型GMM参数，通过EM算法和KL三都，得到GMM模型参数，完成高斯混合模型；本发明以KL散度为子模型分裂的判别准则，以模型相似度为子模型合并的判别准则，对KL散度最大且分裂后MDL减小的子模型进行分裂，对模型相似度最大并且合并后MDL值减小的子模型对进行合并；以此来控制混合分量数的数量；合并操作以模型相似度为判别准则不需要遍历所有子模型，减少了计算量。
-
公开(公告)号：CN117351042A
公开(公告)日：2024-01-05
申请号：CN202311287762.X
申请日：2023-10-08
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于高斯和滤波的任意步时延目标跟踪方法，涉及目标跟踪领域，将存在多步随机时延的跟踪系统中的似然函数建模为高斯混合的形式，并使用高斯和容积卡尔曼滤波实现对状态的估计，以此完成量测数据存在任意步时延目标的跟踪定位。本发明解决了在非线性跟踪系统中由于存在任意步随机量测数据时延导致的跟踪精度下降甚至发散的问题，提高目标跟踪的准确性。
-
公开(公告)号：CN117350153A
公开(公告)日：2024-01-05
申请号：CN202311281663.0
申请日：2023-10-07
Applicant: 哈尔滨工业大学
IPC: G06F30/27 , G06N3/126 , G06F111/04 , G06F111/08
Abstract: 本发明公开了一种基于遗传重采样的软约束目标跟踪方法及系统，涉及目标跟踪技术领域，该方法包括：基于被跟踪目标构建目标跟踪模型；根据所述被跟踪目标的状态初始值生成粒子滤波所需的多个粒子；基于所述目标跟踪模型对各粒子进行时间更新，预测各粒子的状态和权重；利用遗传算法对各粒子进行重采样；基于所述量测方程计算重采样后的粒子的修正似然函数；基于所述修正似然函数修正预测后的权重；根据修正后的权重更新预测后的状态，得到所述被跟踪目标的最终估计状态。本发明能够实现在地面移动目标的跟踪中融合已知的非线性不等式软约束，提高地面目标在此类软约束下的跟踪精度。
-
-
-
-
-
-
-
-
-
Search Results
76
records
(took 0.034 seconds)
