“朴海音”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果72个，建议您升级VIP下载更多相关专利

[发明专利]一种无人机空中对抗机动控制器及其设计方法-CN202210925129.8有效
发明人：李俊男;朴海音;郝一行;孙智孝;卢长谦;彭宣淇;冯勇明 -专利权人：中国航空工业集团公司沈阳飞机设计研究所
申请日： 2022-08-03 - 公布日： 2023-08-18 - 主分类号： G05D1/10 文献下载
摘要：本申请提供了一种无人机空中对抗机动控制器设计方法，所述方法包括：根据无人机空中对抗战术语义，将无人机空中对抗分解为中远距空中对抗和近距空中对抗；在中远距空中对抗中，基于战术语义，将机动空间分解为水平机动和垂直机动，其中，所述水平机动用于控制本机与目标的相对航向和机动过程中使用的过载，所述垂直机动用于控制无人机相对于地面坐标系的爬升角；在近距空中对抗中，基于战术语义，将机动空间分解为对称平面内机动和垂直对称平面机动，所述对称平面内机动通过改变过载来控制目标在本机对称平面内的投影与本机机头指向所构成的角度，所述垂直对称平面机动通过滚转来控制目标与本机对称平面所构成的角度。
一种无人机空中对抗机动控制器及其设计方法

[发明专利]一种防止策略抖动的无人机控制策略强化学习生成方法-CN202210701895.6有效
发明人：彭宣淇;朴海音;詹光;孙阳;冯勇明;杨晟琦;于津;张健 -专利权人：中国航空工业集团公司沈阳飞机设计研究所
申请日： 2022-06-20 - 公布日： 2023-08-04 - 主分类号： G05B13/04 文献下载
摘要：本申请提供了一种防止策略抖动的无人机控制策略强化学习生成方法，包括：初始化无人机控制策略网络及值网络；无人机控制策略在环境中的采样；采用GAE方法，根据样本估计优势函数；在优势函数上叠加防止无人机操控策略抖动的规范化项；更新无人机控制策略网络与值网络；重复上述步骤直至收敛，从而完成无人机控制策略的强化学习。本申请提供的方法基于行为者‑评论家强化学习方法架构，将当前状态下、当前执行动作情况下切换动作所带来的收益附加值作为评价动作切换的规范化项，用以抑制不必要的动作切换，实现不改变原有最优策略情况下，有效降低强化学习方法生成策略的抖动，使强化学习生成的策略更容易应用于真实环境中。
一种防止策略抖动无人机控制强化学习生成方法

[发明专利]面向高机动固定翼无人机的飞行动作控制装置及训练方法-CN201911364796.8有效
发明人： 朴海音;孙智孝;孙阳;彭宣淇;杨晟琦;李思凝;费思邈;闫传博;姚宗信;刘仲;葛俊;史贵超 -专利权人：中国航空工业集团公司沈阳飞机设计研究所
申请日： 2019-12-26 - 公布日： 2023-07-25 - 主分类号： G05D1/08 文献下载
摘要：本申请属于无人机飞行器控制技术领域，特别涉及一种面向高机动固定翼无人机的飞行动作控制装置及训练方法；控制装置包括：上层控制器，用于宏观无人机飞行动作选择；下层控制器，用于对上层选择的飞行动作进行相对精细的连续引导指令优化；控制装置的训练方法包括如下步骤：对上层控制器和下层控制器进行双层神经网络控制；对所述上层控制器和下层控制器进行双层神经网络训练。本申请的面向高机动固定翼无人机的飞行动作控制装置及训练方法，通过上下两层指令协调控制，避免了只控制飞行轨迹产生的较大的指令滞后；另外，通过分层强化学习方法，避免人为设计只能覆盖数个设计点导致的局限性，且能够适应场景发生变化，实现控制器自学习和自演化。
面向机动固定无人机飞行动作控制装置训练方法

[发明专利]一种基于细粒度重复策略的无人机机动飞行控制方法-CN202210551472.0有效
发明人：于津;朴海音;孙阳;樊松源;詹光;于晓强;冯勇明 -专利权人：中国航空工业集团公司沈阳飞机设计研究所
申请日： 2022-05-18 - 公布日： 2023-07-07 - 主分类号： G05D1/08 文献下载
摘要：本申请属于无人机智能控制领域，为一种基于细粒度重复策略的无人机机动飞行控制方法，基于无人机气动力参数构建全量六自由度模型和飞行控制率模块，用于模拟飞行控制环境，而后通过建立马尔科夫决策过程来分析各个控制指令以及对应的奖惩函数，而后通过DDPG算法和细粒度策略网络的结合形成各个控制指令与时间相对应的集合，对无人机进行控制。与传统机动控制器相比较不需要精确的线性化控制建模，能够生成连续的机动控制指令，不存在控制器切换而产生的指令反复跳变等问题。与经典的深度强化学习算法相比，该方法生成的机动飞行控制指令更加平滑，减少飞行任务中的指令有害切换次数，进而能够加快深度强化学习算法的训练速度。
一种基于细粒度重复策略无人机机动飞行控制方法

[发明专利]一种由专家规则引导神经网络学习无人机机动飞行的方法-CN202110904660.2有效
发明人： 朴海音;孙智孝;孙阳;于津;彭宣淇;韩玥;杨晟琦;李俊男 -专利权人：中国航空工业集团公司沈阳飞机设计研究所
申请日： 2021-08-07 - 公布日： 2023-07-07 - 主分类号： G05D1/10 文献下载
摘要：本申请涉及机器学习技术领域，具体涉及一种由专家规则引导神经网络学习无人机机动飞行的方法。该方法包括：步骤S1、采用模糊逻辑作为规则的表示方式将专家规则进行隶属度函数表示；步骤S2、基于满足规则的度输出无人机的次优动作决策；步骤S3、通过深度强化学习算法的一个全连接层学习对所述次优动作决策的修改，获得修改后的动作决策，最后输出的动作决策由次优动作决策和修改后的动作决策加权得到；步骤S4、以最后输出的动作决策进行神经网络算法的训练，获得收敛后的神经网络。本申请能够有效应用人类专家关于机动飞行的少量知识，使神经网络学会特定机动飞行。
一种专家规则引导神经网络学习无人机机动飞行方法

[发明专利]命名实体识别方法、装置、电子设备及介质-CN201910952910.2有效
发明人：杨志伟;朴海音;詹光;陈贺昌;常毅 -专利权人：吉林大学
申请日： 2019-10-09 - 公布日： 2023-07-04 - 主分类号： G06F40/295 文献下载
摘要：本申请公开了一种命名实体识别方法、装置、电子设备及介质。其中，本申请中，在获取待识别数据之后，可以基于预训练的词嵌入向量矩阵，将所述待识别数据转换为词嵌入向量；利用多个神经网络模型和注意力机制，对所述词嵌入向量进行多层级特征提取，得到不同级别的待识别特征数据；对所述待识别特征数据进行序列标注，得到实体识别结果。通过应用本申请的技术方案，可以相对于现有技术来说，融合广度学习和注意力机制进行命名实体识别，进而可以达到提高识别准确率的效果。
命名实体识别方法装置电子设备介质

[发明专利]一种超视距空战中空中目标的威胁评估方法-CN202010771815.5有效
发明人：孟光磊;赵润南;王鹤;朴海音;孙小平;田丰;王竹筠;王昱;梁宵;周铭哲;喻勇涛 -专利权人：沈阳航空航天大学
申请日： 2020-08-04 - 公布日： 2023-06-27 - 主分类号： G06F30/20 文献下载
摘要：本发明提供一种超视距空战中空中目标的威胁评估方法，涉及超视距空战中威胁评估技术领域。该方法首先建立导弹模型，解算目标敌机所携带导弹的飞行数据；并根据敌机的方位角，确定我机逃逸时的转弯角度，进而确定我机的逃逸路线及折合逃逸距离；再根据我机方位角及敌我双方速度矢量指向，确定敌机转弯角度及转向时间；然后判断我机是否在敌机导弹射程内，进而结合敌我双方的飞行速度，判断敌机对我机的攻击结果及总攻击时间；最后根据敌机对我机的攻击结果，确定敌机对我机的威胁评估值。本发明方法以能量为基础，采用时间作为统一量纲，有效提高绝对威胁评估的判定精度；且由于输出量单位统一，有效提高相对威胁评估的判定精度。
一种视距空战空中目标威胁评估方法

[发明专利]一种多智能体空中对抗分布式采样训练方法及设备-CN201911266811.5有效
发明人：孙智孝;彭宣淇;朴海音;杨晟琦;孙阳;李思凝;杜冲;刘仲;葛俊;杨芳;詹光;王言伟;张少卿 -专利权人：中国航空工业集团公司沈阳飞机设计研究所
申请日： 2019-12-11 - 公布日： 2023-06-23 - 主分类号： G06N3/098 文献下载
摘要：本申请属于多智能体空中对抗博弈领域，特别涉及一种多智能体空中对抗分布式采样训练方法及设备。方法包括：步骤一：获取学习节点以及采样节点，并建立所述学习节点与所述采样节点之间的联系，以及初始化多智能体空中对抗网络；步骤二：所述学习节点向所述采样节点发送采样指令，所述采样节点接收所述采样指令并开始采样，所述采样节点采集样本后将所述样本发送给所述学习节点；步骤三：所述学习节点通过样本进行训练，更新并保存所述多智能体空中对抗网络。本申请可以完成多智能体空中对抗网络的分布式采样与训练，提升系统的样本采集、传输效率与对抗网络训练效率。
一种智能空中对抗分布式采样训练方法设备

[发明专利]一种多无人机时空关键特征自学习协同对抗决策方法-CN202210624651.2有效
发明人： 朴海音;孙阳;詹光;冯勇明;杨晟琦;于津;樊松源;张健 -专利权人：中国航空工业集团公司沈阳飞机设计研究所
申请日： 2022-06-02 - 公布日： 2023-06-20 - 主分类号： G05D1/10 文献下载
摘要：本申请提供了一种多无人机时空关键特征自学习协同对抗决策方法，该方法包括如下步骤：步骤一、将空中多无人机协调博弈对抗问题抽象并简化为多关系时空动力学；步骤二、萃取多机协同对抗时空图中的关键空间关联关系：步骤三、时间关联特征演化学习；步骤四、联合对抗决策优化。本申请的方法可以有效捕捉多无人机协同对抗决策的时间与空间特征关联关系，有效简化问题特征，并最终提升协同对抗决策效果。
一种无人机时空关键特征自学习协同对抗决策方法

[发明专利]一种无人机对抗策略决策方法及其系统-CN202210787640.6有效
发明人：韩玥;朴海音;李俊男;孙智孝;郝一行;卢长谦;彭宣淇;冯勇明 -专利权人：中国航空工业集团公司沈阳飞机设计研究所
申请日： 2022-07-06 - 公布日： 2023-06-20 - 主分类号： G05D1/08 文献下载
摘要：本申请属于非电变量的控制或调节系统领域，具体涉及一种无人机对抗策略决策方法及其系统，其中，无人机对抗策略决策方法，包括：对待决策无人机的对抗态势进行抽象，构建待决策无人机对抗态势抽象图；根据待决策无人机对抗态势抽象图，识别对待决策无人机最重要的无人机，构建待决策无人机对抗关系图；根据待决策无人机对抗关系图，进行待决策无人机的态势感知、信息交互，生成待决策无人机的对抗策略。
一种无人机对抗策略决策方法及其系统

[发明专利]模型训练方法、装置、存储介质及电子设备-CN202110695182.9有效
发明人：赵博;陈贺昌;孙智孝;朴海音;詹光;常毅 -专利权人：吉林大学
申请日： 2021-06-22 - 公布日： 2023-06-16 - 主分类号： A63F13/42 文献下载
摘要：本申请公开了一种模型训练方法、装置、存储介质及电子设备，属于计算机技术领域。所述模型训练方法包括：计算所述状态信息和所述动作信息对应的状态特征和预测动作信息，所述状态特征包括实际状态特征、预测状态特征和固定状态特征，通过模型基于所述实际状态特征、所述预测状态特征、所述预测动作信息和所述固定状态特征计算学习目标，所述模型至少包括特征模块、前向模块、反向模块和目标模块，基于所述学习目标确定所述模型中的所述特征模块、所述前向模块和所述反向模块对应的训练参数。本申请可以避免噪声电视问题，加强模型的探索能力。
模型训练方法装置存储介质电子设备

[发明专利]一种基于HTTP和UDP嵌套优化数据解析的网络通信方法及装置-CN202211532167.3在审
发明人：徐芳芳;朴海音;孙阳;黄瑶 -专利权人：中国航空工业集团公司沈阳飞机设计研究所
申请日： 2022-12-01 - 公布日： 2023-05-30 - 主分类号： H04L67/02 文献下载
摘要：本申请属于数据通信技术领域，特别涉及一种基于HTTP和UDP嵌套优化数据解析的网络通信方法及装置。该方法包括步骤S1、基于HTTP接收飞机智能脑传来的飞机姿态信息及对抗状态信息；步骤S2、对所述飞机姿态信息及对抗状态信息进行解析拆分，形成多个拆包数据；步骤S3、按照视景展示终端及雷达端的需求将拆包数据组装为结构体数据；步骤S4、将所述结构体数据以UDP组播方式发送给视景展示终端及雷达端。本申请通过可以良好地解决数据丢失问题以及将复杂的重发策略逻辑封装，在一定的丢包率与延时网络环境下能够实现高效率的传输数据，提高雷达的接收速度以及视景展示终端对态势显示的稳定性。
一种基于 http udp 嵌套优化数据解析网络通信方法装置

[发明专利]基于深度强化学习的无人机空战自主规避机动决策方法-CN202210988818.3在审
发明人：杨振;李琳;詹光;朴海音;周德云;李枭扬 -专利权人：西北工业大学
申请日： 2022-08-17 - 公布日： 2023-05-30 - 主分类号： G05D1/10 文献下载
摘要：本发明公开了一种基于深度强化学习的无人机空战自主规避机动决策方法，包括：确定多种无人机规避机动战术需求；建立无人机‑导弹三维空间追逃模型；获取三个连续时刻t‑1、t和t+1的战场状态；将多种战术需求、各战术需求对应的预设权重以及三个连续时刻t‑1、t和t+1的战场状态输入至预先训练好的LSTM‑Dueling DDQN，利用深度强化学习算法确定无人机在t+1时刻的机动控制参数；将机动控制参数输入无人机‑导弹三维空间追逃模型，得到t+2时刻的战场状态。通过上述无人机空战自主规避决策方法所得出的规避机动策略能够在保证无人机自身安全性的同时反应出不同的空战战术需求，进而提高攻击任务的成功概率。
基于深度强化学习无人机空战自主规避机动决策方法

[发明专利]空战模拟环境中基于三方博弈的动态战术控制域解算方法-CN202211557947.3在审
发明人：杨振;高伟男;柴仕元;朴海音;何玉亭;周德云 -专利权人：西北工业大学
申请日： 2022-12-06 - 公布日： 2023-04-11 - 主分类号： G05D1/08 文献下载
摘要：本发明公开了一种空战模拟环境中基于三方博弈的动态战术控制域解算方法，包括：建立三方博弈系统模型并求解，得到最优追逃制导策略；构建三方飞行器的运动模型并设定仿真限制条件得到仿真模型；对获得的每组仿真数据，在空战三方均执行最优追逃制导策略基础上，利用改进进退法搜索动态战术控制域边界，得到外边界动态战术控制距离值和内边界动态战术控制距离值；将同一空战模拟环境下且态势连续的各组仿真数据得到的同一种动态战术控制距离值依次连接得到动态战术控制域的内边界和外边界，构成动态战术控制域。本发明有效弥补了主动防御场景下空战对抗态势信息感知的漏洞，能提高战斗机在空战对抗模拟系统中的作战效能，工程实用性与有效性较强。
空战模拟环境基于博弈动态战术控制域解算方法

[发明专利]一种空战模拟环境中的目标战术意图分层识别方法-CN202110946041.X在审
发明人：杨振;朴海音;詹光;刘仲;赵艺阳;李枭扬;周德云 -专利权人：西北工业大学
申请日： 2021-08-18 - 公布日： 2023-04-07 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种空战模拟环境中的目标战术意图分层识别方法，首先提取目标航迹特征信息和敌我相对态势信息，其中目标航迹特征信息包括瞬时特征信息和累积特征信息；然后根据目标航迹偏角和目标航迹倾角的四种情况寻找目标航迹分解特征点，并将目标航迹分解为一系列连续的机动元；接下来分别设计超视距空战中的目标机动元状态集、战术机动状态集和战术意图状态集；最后设计面向目标战术意图分层识别的级联支持向量机多分类算法架构，实现目标战术意图分层识别。本发明有效克服了特征信息维度和训练样本数量较大时的收敛性和时效性难题，实现了对目标战术意图的多维度在线精准识别。
一种空战模拟环境中的目标战术意图分层识别方法

1
2
3
4
5
下一页»
尾页
共 72 条