主瓣干扰下雷达组网主被动联合跟踪调度方法及装置

    公开(公告)号:CN119376879A

    公开(公告)日:2025-01-28

    申请号:CN202411411083.3

    申请日:2024-10-10

    Applicant: 清华大学

    Inventor: 王磊 刘一民 易琦

    Abstract: 本申请涉及一种主瓣干扰下雷达组网主被动联合跟踪调度方法及装置,其中,方法包括:通过构建雷达主动量测模型和被动定位模型,设计以最小化跟踪误差为目标的评价函数,并利用近端策略优化算法的强化学习智能体进行雷达主被动工作模式分配,且进一步求解最优驻留时间,从而提升雷达雷达组网协同探测系统在强干扰环境下的跟踪性能和系统抗干扰能力。由此,解决了现有技术无法达到系统最优的性能,容易导致主瓣干扰下雷达组网协同探测系统跟踪性能下降,难以合理规划主瓣压制干扰环境下的多雷达任务分配等问题。

    涡轮基组合冲压发动机和飞行器
    2.
    发明公开

    公开(公告)号:CN119145977A

    公开(公告)日:2024-12-17

    申请号:CN202411397351.0

    申请日:2024-10-08

    Applicant: 清华大学

    Abstract: 本申请提出一种涡轮基组合冲压发动机和飞行器,涡轮基组合冲压发动机,其特征在于,其包括:内涵通道,内涵通道设置有核心扩压器、核心机、低压涡轮、加力燃烧室和引射喷管,核心扩压器、核心机、低压涡轮、加力燃烧室和引射喷管沿气流方向依次排列布置;外涵通道,外涵通道包围于内涵通道的径向外侧,外涵通道设置有模式选择阀、外涵扩压器、冲压燃烧室和单边膨胀喷管,模式选择阀、外涵扩压器、冲压燃烧室和单边膨胀喷管沿气流方向依次排列布置,模式选择阀用于控制外涵通道的打开和关闭;超音速通流风扇,超音速通流风扇设置在内涵通道和外涵通道的上游侧。

    捷变相参雷达的发射频率序列设计方法及装置

    公开(公告)号:CN118068266A

    公开(公告)日:2024-05-24

    申请号:CN202410467022.2

    申请日:2024-04-18

    Applicant: 清华大学

    Abstract: 本申请涉及一种捷变相参雷达的发射频率序列设计方法及装置,其中,方法包括:获取目标捷变相参雷达的历史接收信号,并计算历史接收信号中每个载波频率的干扰信号功率和干扰功率变化标志符;基于干扰信号功率和干扰功率变化标志符,更新每个载波频率的干扰信号功率的后验概率,并根据更新后的后验概率和预设汤普森采样策略获取目标捷变相参雷达的多个目标发射频率,以通过多个目标发射频率构建发射频率集合;对发射频率集合中所有目标发射频率进行排序,以生成目标捷变相参雷达的发射频率序列。由此,解决了现有在线频率决策技术难以实时掌握频谱内干扰环境的变化,应用局限性较大,极大影响雷达在干扰场景下的探测性能等问题。

    基于强化学习的晶圆级架构任务映射方法、装置及存储介质

    公开(公告)号:CN117591255A

    公开(公告)日:2024-02-23

    申请号:CN202311357080.1

    申请日:2023-10-19

    Abstract: 本发明涉及一种基于强化学习的晶圆级架构任务映射方法、装置及存储介质,其中方法包括:将计算任务转换为计算图;基于计算图的每个节点的邻接矩阵和每个节点的信息,提取每个节点的特征向量得到计算图的特征表示;构建强化学习网络:将映射策略作为强化学习状态,将映射策略对应的代价作为强化学习奖励,将基于映射策略生成的中间状态向量作为强化学习状态,其中,映射策略表征计算图的各节点所分配的硬件资源;训练构建的强化学习网络;基于训练好的强化学习网络,输入需要进行任务映射的计算图,得到任务映射方案。与现有技术相比,本发明将晶圆级架构任务映射问题转化为强化学习问题,从而可以利用强化学习方法进行求解。

    一种晶圆级架构AI加速芯片的任务调度方法及介质

    公开(公告)号:CN117193988A

    公开(公告)日:2023-12-08

    申请号:CN202311343576.3

    申请日:2023-10-17

    Abstract: 本发明公开一种晶圆级架构AI加速芯片的任务调度方法,其将计算任务转换为计算图,并进行切分,以获取至少一个切分方案,每个切分方案包括切分得到的至少一个计算子图,同时对芯片的计算资源进行划分,以获取至少一个计算资源划分方案,每个计算资源划分方案包括划分得到的至少一个子网格,且每个子网格包括至少一个计算核,然后将切分方案与计算资源划分方案进行匹配,以获取至少一个匹配方案,每个匹配方案包括一个切分方案中的各个计算子图及其对应的子网格,最后根据代价模块,获取一个效率最优的匹配方案。其每个步骤均具有寻优的空间,考虑的优化空间更大更全面,从而能够有效地提高晶圆级架构AI加速芯片的硬件利用效率。

    一种基于区块链的数据开销定价方法及设备

    公开(公告)号:CN116862598A

    公开(公告)日:2023-10-10

    申请号:CN202310803961.5

    申请日:2023-07-03

    Abstract: 本发明公开了一种基于区块链的数据开销定价方法及设备,该方法包括以下步骤:B1:计算基础开销;B2:根据买方需求组成买方信息;B3:根据买方信息匹配卖方数据,若无可匹配买方信息的卖方数据,则执行步骤B4,否则,执行步骤B5;B4:加入新的卖方数据后执行步骤B3;B5:计算可匹配买方信息的卖方数据的额外费用;B6:根据基础开销和额外费用计算总数据开销,根据总数据开销制定买卖方交易的定价策略;本发明提出的方法在区块链系统的买卖方代理交易中,总数据开销能够作为补贴成本,维护区块链系统的正常运行,也能够根据总数据开销评估买卖方交易的定价方案,增加攻击的成本,降低恶意攻击的风险从而增强区块链交易的安全性。

    面向抗干扰的雷达组网去中心化波束与功率分配方法

    公开(公告)号:CN116540225B

    公开(公告)日:2023-09-19

    申请号:CN202310769206.X

    申请日:2023-06-28

    Applicant: 清华大学

    Abstract: 本申请涉及一种面向抗干扰的雷达组网去中心化波束与功率分配方法,包括:构建雷达组网中每个雷达的第一策略网络,在判断目标雷达完成航迹初始化时确定目标雷达的观测,将根据第一策略网络和观测计算的雷达的行为向量映射到波束分配结果和功率分配结果,基于功率分配结果获取目标雷达处理目标波束的第一测量值,基于关联第一测量值和其他雷达发送的第二测量值所得到的关联结果,确定联合测量值、联合测量函数、联合测量值的协方差矩阵,基于此得到的跟踪滤波结果,进行航迹管理与方向预测,以进行去中心化波束与功率分配。由此,解决相关研究中的雷达组网的波束与功率分配,过度依赖中心节点、无法适应无干扰情形以及约束条件实际意义不强等问题。

    一种高强度金属材料的剪切试件

    公开(公告)号:CN106525569B

    公开(公告)日:2023-06-06

    申请号:CN201611223891.2

    申请日:2016-12-27

    Abstract: 本发明涉及一种高强度金属材料的剪切试件,包括沿所述试件的长度方向依次分布的固定段和拉伸段,所述固定段和拉伸段分别用于与拉伸试验机的夹持端和拉伸端固定连接,所述试件还包括用于连接所述固定段和拉伸段的试验段,所述固定段的一端设有容纳凹槽、另一端用于与所述拉伸试验机的夹持端固定连接,所述拉伸段的一端位于所述容纳凹槽内、另一端用于与所述拉伸试验机的拉伸端固定连接,位于所述容纳凹槽内的所述拉伸段的二侧对称设有所述试验段且所述拉伸段分别通过二侧的所述试验段与所述固定段固定连接。本发明的剪切试件结构简单,试验方便,剪切试验采用本发明剪切试件,剪切应力状态稳定高,结果可靠。

Patent Agency Ranking