-
公开(公告)号：CN119598887A
公开(公告)日：2025-03-11
申请号：CN202411517225.4
申请日：2024-10-29
Applicant: 南京理工大学
IPC: G06F30/28 , G06F30/27 , G06N3/0499 , G06F113/08 , G06F119/14
Abstract: 本发明为一种基于核极限学习机的旋转稳定弹丸风速风向估计方法。包括如下步骤：建立有风条件下的旋转稳定弹丸四自由度运动学模型；构建核极限学习机网络模型；根据构建好的核极限学习机网络模型，进行风速估计；仅需确定隐含层和输出层的连接权值矩阵，在确定连接权值矩阵的基础上，求解模型的输出矩阵，实现风速和风向估计。本发明采用多输入多输出模型，避免了单次估计只能估计出一个变量的问题，减小了工作量；只需要确定输入特征个数、核函数以及输出特征个数，即可建立网络模型；无需设定隐含层节点个数，从而不需要设定隐含层的初始权重和偏置，就可以基于最小二乘原理求解输出权值，实现弹丸的风速和风向估计。
-
公开(公告)号：CN118171593A
公开(公告)日：2024-06-11
申请号：CN202410280492.8
申请日：2024-03-12
Applicant: 南京理工大学
IPC: G06F30/28 , G06N3/006 , G06F113/08 , G06F119/14
Abstract: 本发明属于参数辨识技术领域，具体涉及一种基于改进蜣螂优化算法的弹丸阻力系数辨识方法。包括如下步骤：(1)建立弹丸二自由度的动力学模型；(2)基于最小二乘准则，选取弹丸的阻力系数Cx为待辨识的参数建立目标函数；(3)利用Tent映射的蜣螂优化算法对步骤(2)建立的目标函数进行全局寻优，得到的最优解即为弹丸的阻力系数。本发明在蜣螂优化算法的基础上采用Tent映射初始化种群，改进繁育蜣螂的线性收敛因子和融入自适应的凸透镜成像的反向学习策略，避免陷入局部最优解，本发明有效的提高了气动参数辨识的准确性和精确度问题。
-
公开(公告)号：CN117973179A
公开(公告)日：2024-05-03
申请号：CN202311741043.0
申请日：2023-12-18
Applicant: 南京理工大学
IPC: G06F30/27 , G06F119/02
Abstract: 本发明属于弹箭气动参数辨识技术领域，具体涉及一种基于极限学习机和集成学习理论的弹箭气动参数辨识方法。包括如下步骤：(1)构建极限学习机ELM模型：ELM作为弱学习器根据历史数据学习弹道数据与气动参数之间的内在变化规律，建立弹道数据与气动参数之间的映射关系；(2)构建集成学习框架AdaBoost.RT：具有裁切阈值的AdaBoost.RT算法作为集成框架，考虑弱学习器的结果，将多个弱学习器集成为一个强学习器，输出最终的辨识结果；(3)：实弹数据预处理；(4)：设定模型超参数。本发明提出一种基于极限学习机和集成学习理论的气动参数辨识模型为弱化动力学建模对辨识精度的影响，提高辨识模型的泛化性能以获取准确的气动参数。
-
公开(公告)号：CN109376364B
公开(公告)日：2023-08-08
申请号：CN201810555373.3
申请日：2018-06-01
Applicant: 南京理工大学
IPC: G06F30/20 , G06F30/28 , F42B35/02 , G06F113/08 , G06F119/14
Abstract: 本发明提出了一种基于扩展卡尔曼滤波的高速旋转弹气动参数辨识方法，具体步骤为：首先，建立高速旋转弹四自由度动力学模型；然后将待辨识参数加入状态变量中形成增广状态向量，得到增广之后的状态方程和量测方程，根据实际工程的初始值以及增广之后的状态方程和量测方程进行滤波计算，得到每一时刻的增广状态变量的估计值以及待辨识参数估计值。本发明在已经获得观测值的情况下，通过弹丸的运动方程和滤波算法就可以获得相应的气动参数。
-
公开(公告)号：CN109033493B
公开(公告)日：2023-08-08
申请号：CN201810556149.6
申请日：2018-06-01
Applicant: 南京理工大学
IPC: G06F30/20 , G06F30/28 , F42B35/02 , G06F113/08 , G06F119/14
Abstract: 本发明提出了基于无迹卡尔曼滤波的辨识高速旋转弹气动参数滤波方法，首先建立高速旋转弹四自由度动力学模型，然后将待辨识参数加入状态变量中，确定增广之后的状态方程和量测方程；初始化增广状态变量及误差协方差矩阵并定义量测加权因子、方差加权因子以及刻度因子；根据增广之后的状态方程和量测方程，进行滤波计算，得到每一时刻的增广状态变量估计值。本发明在已经获得观测值的情况下，通过弹丸的运动方程和滤波算法就可以获得相应的气动参数。
-
Patent Agency Ranking
公开(公告)号：CN114935277B
公开(公告)日：2023-08-04
申请号：CN202210212623.X
申请日：2022-03-05
Applicant: 南京理工大学
Abstract: 本发明为一种滑翔增程制导炮弹理想弹道的在线规划方法。包括如下步骤：建立地面、平动、弹体、弹道和速度坐标系；建立3dof制导炮弹运动方程；进行风洞试验得到气动参数；根据打击要求建立弹道规划问题的性能指标，建立约束条件；在发射后的初始上升段或助推段开始进行理想弹道的规划，获取并处理此时刻的卫星数据，将数据作为起点代入制导炮弹运动方程；利用自适应hp方法重构网格，对网格数目和插值多项式阶次进行优化，利用伪谱法离散最优控制问题，转化为非线性规划问题，求解得到制导炮弹质心运动的理想弹道曲线、速度曲线、弹道倾角曲线、过载曲线和舵偏角曲线。本发明对制导炮弹在线规划理想弹道前受到的干扰不敏感，且打击精度高。
-
公开(公告)号：CN114754628B
公开(公告)日：2023-08-04
申请号：CN202210355098.7
申请日：2022-03-31
Applicant: 南京理工大学
IPC: F41G3/00
Abstract: 本发明提出了一种基于落点预测和虚拟跟踪的飞行体弹道控制方法，以实现控制能力较弱的飞行体，在较大弹道偏差下的精确控制。该方法通过根据实际飞行中的弹道参数，预测出飞行体理论落点Xt、Zt和剩余飞行时间Tt，并计算出理论落点和目标点的位置偏差△X,△Z。根据预估的落点偏差和飞行时间，计算出每秒需要消除的纵向△X/Tt和侧向偏差△Z/Tt，飞行中根据飞行体的实时位置(Xf、Zf)、方案弹道位置(Xp、Zp)、对应时刻需要消除的纵向△XTi/Tt和侧向偏差△ZTi/Tt形成反馈控制，控制飞行体逐步消除弹道偏差，以预测落点和目标点的偏差为最终控制指标，逼近目标点，实现对目标的精确打击。
-
公开(公告)号：CN115639746A
公开(公告)日：2023-01-24
申请号：CN202210938319.3
申请日：2022-08-05
Applicant: 南京理工大学
IPC: G05B13/04
Abstract: 本发明公开一种基于TD3算法的深度强化学习制导律。包括如下步骤：(1)：建立导弹与目标的相对运动模型；(2)：设计马尔可夫决策过程；(3)：构建深度强化学习制导律的网络模型；将构建好的模型进行离线训练，然后利用训练好的网络模型来进行法向加速度的输出；设计马尔可夫决策过程，将视线角速率作为状态空间，将法向加速度作为动作空间，然后在利用确定性策略梯度原理，寻找最优的神经网络参数，然后利用训练好的神经参数，实现从视线角速率到法向加速度的直接映射。
-
公开(公告)号：CN112034870B
公开(公告)日：2022-09-06
申请号：CN202010836796.X
申请日：2020-08-19
Applicant: 南京理工大学
Abstract: 本发明公开了一种应用于滑翔制导炮弹的鲁棒姿态自动驾驶方法。该方法为：建立滑翔制导炮弹的姿态运动学模型；设计滑翔制导炮弹控制模型的辅助系统；测量与更新滑翔制导炮弹运动参数，并更新滑翔制导炮弹控制模型的辅助变量；选择状态跟踪误差变量；设计自动驾驶控制律；输入指令到滑翔制导炮弹鸭舵执行器，控制弹体的飞行；重复进行测量与更新运动参数和姿态控制，直至滑翔制导炮弹自动驾驶结束。本发明结构简单，鲁棒性强，便于实际应用。
-
公开(公告)号：CN109238639B
公开(公告)日：2021-03-05
申请号：CN201811072630.4
申请日：2018-09-14
Applicant: 南京理工大学
IPC: G01M10/00
Abstract: 本发明公开了一种超空泡航行体尾部空泡半径计算方法。步骤1、初始条件：给定实际过程中的参数，并通过相关运算给出一些复合物理参数；步骤2、确定航行体尾部空泡截面扩张时间：根据空泡在空间位置xi处所扩张的时间t(xi)等于航行体头部空化器从xi处出发所运动的时间tk。建立相关等式，推导出tk的表达式；步骤3、Logvinovich独立扩张方程的离散：使用复化Simpson公式对Logvinovich独立扩张方程进行离散；步骤4、迭代方法：迭代采用空间迭代的方法，即空间某点从空泡发展一直计算至该位置空泡溃灭，再进行下一位置空泡截面的计算，对整个迭代进行划分，分为内层迭代和外层迭代。本发明的算法可以对航行体尾部空泡大小进行准确计算。
-
-
-
-
-
-
-
-
-
Search Results
87
records
(took 0.041 seconds)
