基于深度神经网络的高超声速飞行器再入制导方法

    公开(公告)号:CN115951585A

    公开(公告)日:2023-04-11

    申请号:CN202310214355.X

    申请日:2023-03-08

    Applicant: 中南大学

    Abstract: 本公开实施例中提供了一种基于深度神经网络的高超声速飞行器再入制导方法,属于控制技术领域,具体包括:确定深度神经网络的输入量,同时确定倾侧角幅值剖面参数为输出量,采用5折交叉验证法确定深度神经网络结构,并使用基于预测校正方法产生的训练数据训练深度神经网络;将训练后的深度神经网络输出量带入倾侧角幅值剖面,配合热流率、过载和动压三个过程约束,以及准平衡滑翔条件约束,完成纵向制导;基于航向角与视线角偏差确定倾侧角符号,完成横向制导。通过本公开的方案,利用深度神经网络可逼近任意非线性映射的特性,将深度神经网络预测作为纵向制导主体,提高了高超声速飞行器再入制导的制导指令计算效率、精准度和稳定性。

    大扇面角发射和大落角攻击的弹道控制方法、设备及介质

    公开(公告)号:CN115712240B

    公开(公告)日:2023-04-11

    申请号:CN202211326838.0

    申请日:2022-10-27

    Applicant: 中南大学

    Abstract: 本发明实施例中提供了一种大扇面角发射和大落角攻击的弹道控制方法、设备及介质,属于计算技术领域,具体包括:利用大扇面角模型进行弹道解算,得到偏航角数值和偏航角速率;实时计算扇面角数值和扇面角速率;在扇面角数值逐渐收敛至0过程中,若满足第一切换条件,则进行下一步骤,若否,则返回步骤1;大扇面角发射阶段结束,进入大落角控制阶段,利用大落角模型进行弹道解算;利用大落角模型控制落角逐渐收敛至期望落角,在大落角控制过程中,若满足第二切换条件,则返回步骤1,若否,则返回步骤4,重复该步骤直至达到弹道解算结束条件。通过本发明的方案,增大了投放包络,提高了战场适应性和空地武器作战性能。

    基于字典学习的电机微弱故障检测方法及系统

    公开(公告)号:CN113468760B

    公开(公告)日:2023-04-07

    申请号:CN202110824589.7

    申请日:2021-07-21

    Applicant: 中南大学

    Abstract: 本发明公开了基于字典学习的电机微弱故障检测方法及系统,通过采集待测电机在参考转速vr下正常运行的电流信号构建训练样本矩阵X,采用字典学习算法重构训练样本矩阵X,采集待测电机实时运行的实时运行转速vn下的实时电流信号构建测试样本矩阵y,采用字典学习算法重构测试样本矩阵y,计算并根据重构后的第一重构矩阵X′与重构后的第二重构矩阵y′之间的相似性,判断电机是否发生微弱故障。本发明通过字典学习算法重构训练样本以及测试样本,在保留训练样本以及测试样本的关键特征的同时压缩训练样本以及测试样本的数据量,再根据压缩后的训练样本以及测试样本的相似度判断电机是否存在微弱故障,能有效提高电机微弱故障的检测速度和检测准确性。

    一种基于PSO算法的再入飞行器剖面规划方法

    公开(公告)号:CN114676504A

    公开(公告)日:2022-06-28

    申请号:CN202210312520.0

    申请日:2022-03-28

    Applicant: 中南大学

    Inventor: 罗彪 唐睿 廖宇新

    Abstract: 本发明提出了一种基于PSO算法的再入飞行器剖面规划方法,包括以下步骤:S 1:对再入飞行器的滑翔段硬约束和软约束,获得飞行器关于上边界和下边界的飞行走廊模型;S 2:在飞行走廊模型内部设计分段剖面函数表达式;S 3:根据函数表达式,基于PSO算法寻找适应度函数最小的函数系数,完成剖面规划。本发明的规划方法是基于阻力‑速度(D‑V)剖面的分段规划方法,通过设计函数表达式满足飞行走廊内的约束,易于实现;本发明的规划方法是基于PSO算法,通过将复杂的系数选取问题转化为简单的参数寻优问题,实现高效的剖面规划,因而本发明的规划方法可以提高剖面规划的实时性和快速性。

    一种卫星间相对运动的距离控制方法及系统

    公开(公告)号:CN114518764A

    公开(公告)日:2022-05-20

    申请号:CN202210026728.6

    申请日:2022-01-11

    Applicant: 中南大学

    Abstract: 本发明涉及卫星控制技术领域,公开了一种卫星间相对运动的距离控制方法,通过第一位置关系减小伴随卫星与参考卫星之间的距离,根据第二位置关系增大伴随卫星与参考卫星之间的距离,能够将卫星间的距离保持在设定的最大距离和最小距离之间。这样,一方面可以避免星间距离过大,保证两个卫星处于的通信或其它协作关系要求的最大距离范围内;同时,能避免星间距离过小,避免两个卫星之间发生碰撞的情况。本发明提供的方法能够容忍卫星轨道摄动的影响,允许星间距离在最大和最小距离间自然变化,因而能节省控制燃料消耗。本发明提供的方法,仅需要卫星间的相对运动状态信息,而无需对卫星轨道根数进行精确控制,具有运动测量和控制实施上的简便性。

    考虑任务时间约束的航天器姿态控制方法

    公开(公告)号:CN111562793B

    公开(公告)日:2021-11-02

    申请号:CN202010267984.5

    申请日:2020-04-08

    Applicant: 中南大学

    Abstract: 本发明提供了一种考虑任务时间约束的航天器姿态控制方法,包括:根据航天器模型中的参数不确定性、未建模动态和外部扰动,建立航天器姿态误差的动力学模型和运动学模型,根据建立的所述动力学模型和所述运动学模型,引入预设性能函数对航天器的姿态回路跟踪误差的稳态和瞬态性能进行约束,并根据所述约束进行控制器设计;设计线性扩张状态观测器,选取合适的线性扩张状态观测器增益,获取系统状态和总扰动估计值;使面临执行器饱和及部分失效的情况下,系统的跟踪误差可以收敛至预先设定的区域内。本发明实现了对考虑任务时间约束的航天器姿态的跟踪控制,满足了姿态跟踪的稳定性和精度要求,具有良好的鲁棒性。

    一种电机故障诊断方法及系统

    公开(公告)号:CN113486868A

    公开(公告)日:2021-10-08

    申请号:CN202111041045.X

    申请日:2021-09-07

    Applicant: 中南大学

    Abstract: 本发明涉及故障诊断领域,公开一种电机故障诊断方法及系统,该方法包括采集电机分别在正常状态和预设时间段内的K类故障运行状态下的共K+1类工况传感器信号,K为正整数,并根据工况传感器信号构建初始数据集;对初始数据集进行角域重采样处理,得到带标签的重采样数据集,并对重采样数据集进行时间滑窗处理得到带标签的总样本集,将总样本集划分为带标签的训练集和测试集;并构建第一预设模型、第二预设模型、第三预设模型、分类器模型,并设定损失函数;构建目标模型;根据实时工况传感器信号和目标模型确定待测电机的诊断结果。可以有效解决早期故障演变趋势缓慢、故障特征容易淹没在噪声中的问题,实现电机早期故障诊断。

    考虑任务时间约束的航天器姿态控制方法

    公开(公告)号:CN111562793A

    公开(公告)日:2020-08-21

    申请号:CN202010267984.5

    申请日:2020-04-08

    Applicant: 中南大学

    Abstract: 本发明提供了一种考虑任务时间约束的航天器姿态控制方法,包括:根据航天器模型中的参数不确定性、未建模动态和外部扰动,建立航天器姿态误差的动力学模型和运动学模型,根据建立的所述动力学模型和所述运动学模型,引入预设性能函数对航天器的姿态回路跟踪误差的稳态和瞬态性能进行约束,并根据所述约束进行控制器设计;设计线性扩张状态观测器,选取合适的线性扩张状态观测器增益,获取系统状态和总扰动估计值;使面临执行器饱和及部分失效的情况下,系统的跟踪误差可以收敛至预先设定的区域内。本发明实现了对考虑任务时间约束的航天器姿态的跟踪控制,满足了姿态跟踪的稳定性和精度要求,具有良好的鲁棒性。

    水空两栖跨介质无人飞行器控制系统

    公开(公告)号:CN214396308U

    公开(公告)日:2021-10-15

    申请号:CN202120599481.8

    申请日:2021-03-24

    Applicant: 中南大学

    Abstract: 本实用新型提供了一种水空两栖跨介质无人飞行器控制系统,包括:机身、船身、机载控制部分、船载控制部分和控制站部分;所述机载控制部分设置在所述机身的内部,所述机载控制部分与所述光学传感器电连接,所述机载控制部分用于控制所述机身运作,所述船载控制部分设置在所述船身的内部,所述船载控制部分与所述声学系统电连接,所述船载控制部分用于控制所述船身运作,所述控制站部分设置在母船或地面控制站,所述控制站部分用于控制所述机载控制部分和船载控制部分。本实用新型具备两栖作业特性,能够控制飞行器快速地飞行到作业区域,完成既定任务后可以控制飞行器停泊待命或搭载获取到的数据返航,提高了任务效率,增加了任务的成功率。

Patent Agency Ranking