Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜北京理工大学王江获国家专利权

恭喜北京理工大学王江获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜北京理工大学申请的专利基于人工智能的飞行器协同制导律快速回归辨识方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116224801B

龙图腾网通过国家知识产权局官网在2025-02-18发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310321825.2,技术领域涉及:G05B13/04;该发明授权基于人工智能的飞行器协同制导律快速回归辨识方法是由王江;王因翰;范世鹏;侯淼;王鹏设计研发完成,并于2023-03-29向国家知识产权局提交的专利申请。

基于人工智能的飞行器协同制导律快速回归辨识方法在说明书摘要公布了:本发明公开了一种基于人工智能的飞行器协同制导律快速回归辨识方法,包括以下步骤:建立协同制导模型,所述协同制导模型为能够表征我方固定目标与敌方飞行器之间运动状态的模型;根据协同制导模型获得训练样本;建立神经网络,通过训练样本对神经网络进行训练,获得辨识模型;通过训练后的辨识模型获取敌方飞行器的制导参数。本发明提供的基于人工智能的飞行器协同制导律快速回归辨识方法,能够更加快速、准确的辨识敌方飞行器的时变制导参数。

本发明授权基于人工智能的飞行器协同制导律快速回归辨识方法在权利要求书中公布了:1.一种基于人工智能的飞行器协同制导律快速回归辨识方法,其特征在于,包括以下步骤:S1、建立协同制导模型,所述协同制导模型为能够表征我方固定目标与敌方飞行器之间运动状态的模型;S2、根据协同制导模型获得训练样本;S3、建立神经网络,通过训练样本对神经网络进行训练,获得辨识模型;S4、通过训练后的辨识模型获取敌方飞行器的制导律;S2中,从协同制导模型中提取多组信息,每组信息中包含一段时间内我方固定目标和敌方飞行器的运动学信息,以及该段时间中的敌方飞行器的时变制导参数,从而构建形成训练样本;S2中,建立相对运动模型,通过相对运动模型提取一段时间内我方固定目标和多个敌方飞行器的运动学信息,所述相对运动模型表示为: 其中,ρi表示第i个敌方飞行器与我方固定目标之间的相对距离,λi表示第i个敌方飞行器与我方固定目标之间的相对角度,表示ρi的导数,表示λi的导数;ai表示第i个敌方飞行器的加速度,表示ai的导数;γi表示第i个飞行器速度角,表示γi的导数;Vi表示第i个飞行器的飞行速度,σi表示第i个飞行器的误差角,ui表示第i个飞行器的加速度指令,τ表示控制系统一阶滞后系数;所述我方固定目标与敌方飞行器的运动学信息仅为:每个敌方飞行器相对我方固定目标的相对距离和每个敌方飞行器相对我方固定目标的相对角度;S3中,所述辨识模型包括一层输入层、多层隐含层、一层输出层和一层多模型层,每层隐含层包含一个或多个GRU神经元;所述多模型层中具有多组模型组,每组模型组中又具有多个模型,其中,模型组用于表征不同敌方飞行器的时变制导参数可能性集合,模型用于表征敌方飞行器时变制导参数的不同可能数值。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京理工大学,其通讯地址为:100081 北京市海淀区中关村南大街5号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。