“甄子洋”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94个，建议您升级VIP下载更多相关专利

[发明专利]一种基于深度强化学习的无人机避障方法-CN202111317296.6有效
发明人：曹红波;赵启;刘亮;甄子洋 -专利权人：南京航空航天大学
申请日： 2021-11-09 - 公布日： 2023-10-24 - 主分类号： G05D1/08 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避障方法，包括以下步骤：1)在三维空间内建立无人机避障飞行模型，随机生成障碍物数量位置，以及无人机的起始点；2)基于马尔可夫过程框架建立环境模型，3)基于状态和策略选择动作，无人机采取动作后与环境交互产生新的状态并计算得到的奖励，将状态、动作、奖励和下一时刻动作组成四元数通过改进的方法存储在样本空间中，以供样本采样训练；4)采用改进DDQN算法对环境模型采样得到的样本进行网络更新，并对样本的状态‑动作对进行赋值；5)根据样本中状态下各个动作的赋值选择最优动作，进而得到最优策略。本发明提出了采用分割采样池的强化学习避障方法，提高了生成策略的训练效率。
一种基于深度强化学习无人机方法

[发明专利]一种无人机集群对地任务协同规划方法-CN202211039134.5在审
发明人：赵艳丽;刘星宇;甄子洋;杜嘉薇;罗佳;崔晨;郭晋;王军 -专利权人：中国人民解放军63891部队;南京航空航天大学
申请日： 2022-08-29 - 公布日： 2023-04-11 - 主分类号： G05D1/12 文献下载
摘要：本申请公开一种无人机集群对地任务协同规划方法，包括：S1将无人机集群随机分布在设定区域范围内上空，对无人机与地面目标的相对状态进行态势评估；S2根据任务收益计算方法，对m架无人机组成的集群和n个地面目标的场景进行目标分配；S3基于态势评估结果以及目标分配方案，采用Dubins路径规划方法规划出每架无人机到目标的飞行航迹；S4考虑障碍威胁情况，对受到威胁的路径进行重新规划。本发明解决多无人机在执行对地任务时如何评估态势、分配对应任务、规划最短路径的问题。
一种无人机集群任务协同规划方法

[发明专利]一种基于B型样条的变体空天飞行器气动系数在线辨识方法-CN202210734936.1在审
发明人：刘攀;甄子洋;陆宇平;王新宇;邹雨春 -专利权人：南京航空航天大学
申请日： 2022-06-27 - 公布日： 2022-09-13 - 主分类号： G06F30/15 文献下载
摘要：本发明公开了一种基于B型样条的变体空天飞行器气动系数在线辨识方法，用于实现对具有变外形能力空天飞行器气动参数的在线辨识。该方法采用了多元样条函数理论构建先验气动模型和在线辨识模型，基于已有的状态量和传感器测量值，并利用可变遗忘因子的自适应更新能力，对先验模型和观测值之间的误差进行了在线辨识，并最终获取到了实时总气动系数及其气动参数等数据的估计值。本发明提出的具有自适应特性的多元样条气动模型在线辨识框架具有辨识误差小，实时性高等特点，可以有效补偿飞行器在标称构型外的气动变化和不确定性，实现了变体空天飞行器气动模型的高精度建模，对提高其控制能力将具有显著意义。
一种基于型样条变体飞行器气动系数在线辨识方法

[发明专利]饱和攻击任务下的无人机协同围捕控制方法-CN202210585638.0在审
发明人：文梁栋;甄子洋;薛艺璇;赵阳;闫川 -专利权人：南京航空航天大学
申请日： 2022-05-26 - 公布日： 2022-07-22 - 主分类号： G05D1/10 文献下载
摘要：本发明公开了饱和攻击任务下的无人机协同围捕控制方法，在饱和攻击任务场景下搭建目标防御系统模型，设计无人机集群突防概率，以保证至少一架无人机完成攻击任务；基于移动目标且目标速度未知的情况，设计饱和攻击任务下无人机分布式协同围捕控制器，实现无人机集群精确估计目标速度、防止碰撞，精确包围。当接收攻击指令时，以最短路径同时攻击目标。本发明提出了基于无人机集群的饱和攻击控制方法，设计了分布式协同围捕控制器。并针对每架无人机不同的状态生成专属指令信息，以更好地完成围捕。同时控制器具有良好的通用性、可扩展性。在控制效果方面，该协同围捕控制器具有较好的收敛性和抗干扰性，保证各无人机能快速且准确的完成任务。
饱和攻击任务无人机协同围捕控制方法

[发明专利]基于预设性能的固定翼无人机避障鲁棒抗扰飞行控制方法-CN202110290127.1有效
发明人：邵书义;陈谋;姜斌;张柯;盛守照;甄子洋 -专利权人：南京航空航天大学
申请日： 2021-03-18 - 公布日： 2022-06-28 - 主分类号： G05D1/08 文献下载
摘要：本发明公开了一种基于预设性能的固定翼无人机避障抗扰飞行控制方法，包括如下步骤：生成初始航路并调整初始航路的参数，生成无人机的连续安全飞行航路；忽略横侧向运动与纵向运动的相互影响，建立存在外部干扰的无人机纵向模型并定义性能函数；基于无人机纵向模型，分别设计基于预设性能函数的高度控制器、速度与航迹倾斜角控制器；设计干扰观测器，基于干扰观测器设计姿态角控制器和姿态角速率控制器；选取控制系统的李雅普诺夫函数，根据李雅普诺夫稳定性理论选择控制参数，保证系统信号的有界。本发明能够确保固定翼无人机安全飞行，还能使得高度跟踪误差满足给定的性能，实现了外部干扰下的固定翼无人机鲁棒抗扰跟踪飞行控制。
基于预设性能固定无人机避障鲁棒抗扰飞行控制方法

[发明专利]一种不确定环境下的无人机集群协同目标分配设计方法-CN202110239132.X有效
发明人：张丹萌;文梁栋;肖息;甄子洋;陆晓安;李亚楠;江驹 -专利权人：南京航空航天大学
申请日： 2021-03-04 - 公布日： 2022-06-10 - 主分类号： G06F111/06 文献下载
摘要：本发明公开了一种不确定环境下的无人机集群协同目标分配设计方法，具体为：针对无人机集群运动环境复杂不确定性强的特性，将无人机集群协同目标分配问题抽象为优化问题，建立协同目标分配的目标函数；基于权重自适应的方法评估目标对无人机的威胁值；建立导弹理想杀伤概率模型，并采用复合辛普森法求解导弹理想杀伤概率；结合模拟退火方法，采用自适应多目标优化算法SA‑NSGAⅢ求解协同目标分配的目标函数，从而得到无人机集群协同目标攻击方案。本发明设计的基于自适应SA‑NSGAⅢ算法的目标分配方法能够较好地适应环境的不确定性和对实时性的要求，同时得出合理的攻击方案。
一种不确定环境无人机集群协同目标分配设计方法

[发明专利]基于神经网络的固定翼无人机编队有限时间容错控制方法-CN202210046500.3在审
发明人：张柯;方方;姜斌;陈谋;盛守照;甄子洋;邵书义 -专利权人：南京航空航天大学
申请日： 2022-01-13 - 公布日： 2022-06-07 - 主分类号： G05D1/10 文献下载
摘要：本发明公开了一种基于神经网络的固定翼无人机有限时间编队容错控制方法：首先，考虑通过虚拟领导者‑跟随者结构进行编队控制，并且采用分布式编队方法进行信息交互，基于此设计相应的通信拓扑图并计算对应的邻接矩阵与拉普拉斯矩阵；然后，针对固定翼无人机的纵向模型，基于合理的假设条件简化动态模型为严格反馈形式，并且考虑升降舵偏转的失效故障；以反步法为基础、结合滑模控制，通过径向基函数神经网络处理模型的未知非线性函数，并且采用自适应估计升降舵的失效故障，从而实现有限时间的容错控制。本发明克服了固定翼无人机纵向模型作为高阶非线性系统导致难以编队容错控制的问题，使系统具有较强的鲁棒性并且能够在有限时间内稳定。
基于神经网络固定无人机编队有限时间容错控制方法

[发明专利]一种基于模糊推理的空战机动决策设计方法-CN202111548593.1在审
发明人：董艾昕;甄子洋;赵启 -专利权人：南京航空航天大学
申请日： 2021-12-17 - 公布日： 2022-05-13 - 主分类号： G06N5/04 文献下载
摘要：本发明公开了一种基于模糊推理的空战机动决策设计方法，提出了基于模糊推理的空战态势评估模型，设计了机动决策的目标函数和独特的模糊推理规则，模糊推理机的输出为可动态调整的空战态势的对应权重系数，空战态势优势因子和可变权重共同组成目标函数。在实际应用中需要结合机动动作库，计算出使目标函数最大的对应机动动作，并输出该动作对应的单机飞控指令，以满足自主机动决策的需求。根据此套决策系统，我方战斗机可以实现在不同空战态势中调整机动动作的快速性和灵活性，达到发射武器前相对敌机的最佳状态。同时优化的机动动作库使空战态势更新保证了准确性，在工程上易于实现。
一种基于模糊推理空战机动决策设计方法

[发明专利]一种基于自适应神经网络的四旋翼编队容错控制方法-CN202010788305.9有效
发明人：张柯;马人月;姜斌;陈谋;盛守照;甄子洋;邵书义 -专利权人：南京航空航天大学
申请日： 2020-08-07 - 公布日： 2022-04-15 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种基于自适应神经网络的四旋翼编队容错控制方法，针对含有多个四旋翼飞行器的编队控制系统，将系统中可能出现的外部干扰考虑在内，利用编队的误差信息设计了一个四旋翼飞行器编队飞行控制器，使用神经网络补偿故障带来的损失，并且使用李雅普诺夫稳定性理论证明了编队控制器的稳定性，鲁棒性以及容错性能；基于自适应神经网络控制方法，设计了四旋翼内环的姿态容错控制器，有效提高了姿态容错控制的效果，使用李雅普诺夫稳定性理论证明了再出现执行器故障的情况下系统仍然可以跟踪期望的姿态。
一种基于自适应神经网络四旋翼编队容错控制方法

[发明专利]一种环形任务模式下的多无人机一致性编队控制方法-CN202011536936.8有效
发明人：陆晓安;浦黄忠;丁健;文梁栋;甄子洋;唐桢;张丹萌 -专利权人：南京航空航天大学
申请日： 2020-12-23 - 公布日： 2022-04-05 - 主分类号： G05D1/10 文献下载
摘要：本发明公开一种环形任务模式下的多无人机一致性编队控制方法，针对环形任务场景解耦编队控制指令，建立环形任务下的坐标系转化关系，并引入任务目标信息，实现环形任务过程中位置状态的精确表示与快速更新；设计环形任务模式下多机编队一致性控制算法，建立一致性编队控制器，以确保多机编队在时间、空间及相角三个层面的协同一致性，实现精确控制。本发明可根据各类无人机自身特性形成对应的单机指令生成器，以满足不同类型或不同控制器无人机在环形任务下精确编队控制的需求，保证编队控制器的可拓展性及闭环系统良好的通用性，在环形任务模式下快速性、稳定性及准确性均具有较为良好的效果，并具有一定的鲁棒性。
一种环形任务模式无人机一致性编队控制方法

[发明专利]一种基于多传感器数据融合的无人机集群目标数量检测方法-CN202111209459.9在审
发明人：闫川;甄子洋;江驹 -专利权人：南京航空航天大学
申请日： 2021-10-18 - 公布日： 2022-02-18 - 主分类号： G06V20/17 文献下载
摘要：本发明属于信息处理技术领域，公开了一种基于多传感器数据融合的无人机集群目标数量检测方法，包括以下步骤，步骤1，雷达和通信信号侦收机两种传感器分别获取无人机集群目标数量值，得到探测数据的基本概率赋值；步骤2，应用D‑S证据理论融合规则对步骤1中的基本概率赋值进行融合，输出融合后的基本概率赋值；步骤3，对融合后的基本概率赋值进行判断决策，输出无人机集群目标数量检测结果。本发明提出的基于D‑S证据理论的无人机集群目标数量检测方法，有效解决了单一传感器探测无人机集群数量可靠性低的问题，能够为无人机集群探测和防御提供更加准确的数据支持，提高集群防御效果评估的准确性，以便进行更加合理的防御决策。
一种基于传感器数据融合无人机集群目标数量检测方法

[发明专利]基于深度强化学习的无人机编队环境建立与控制方法-CN202111267805.9在审
发明人：赵启;阴浩博;曹红波;甄子洋;龚华军 -专利权人：南京航空航天大学
申请日： 2021-10-29 - 公布日： 2022-01-04 - 主分类号： G05D1/10 文献下载
摘要：本发明涉及多智能体控制技术领域，具体公开了一种基于深度强化学习的无人机编队控制方法。主要公开了一种基于深度强化学习的无人机编队环境与基于双重Q学习无人机编队控制器设计，其特征包含以下步骤：1)根据长机与僚机运动学方程，并根据小扰动原理，建立无人机编队相对运动学模型；2)建立与符合实际情况的无人机编队环境，包括状态空间、僚机动作库(包括速度与航向两个动作)、指令转化、奖励函数与结束条件，实现该环境可移植到其他算法验证；3)设计基于双重Q学习的编队控制器，控制器同时控制速度与航向，实现僚机跟随长机并维持到期望队形。在实际应用中可根据无人机自身特性形成对应的僚机指令，以满足无人机精确编队控制的需求。
基于深度强化学习无人机编队环境建立控制方法

[发明专利]一种基于张量积网络B样条的非线性系统辨识方法-CN202110982900.0在审
发明人：曹瑞;陆宇平;姚德清;甄子洋;尹楚;吴震 -专利权人：南京航空航天大学
申请日： 2021-08-25 - 公布日： 2021-12-10 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种基于张量积B样条的非线性系统辨识方法，首先采用非线性自回归模型NARX对非线性动态系统进行描述，然后基于张量积网络B样条对NARX模型进行辨识，采用基于交替线性格式的迭代方法，直接估计用于逼近高维B样条的低秩张量网络，消除了显式构造指数倍权张量的需要；最后通过TT核的正交性确保数值稳定性，对噪声鲁棒并且保证单调收敛，获得非线性系统的鲁棒辨识结果；本发明通过在非线性系统上的数值实验证明了该辨识方法的效率和准确性。
一种基于张量积网络非线性系统辨识方法

[发明专利]带有时变传感器故障的编队飞控系统渐近故障诊断方法-CN201910687378.6有效
发明人：夏静萍;姜斌;张柯;陈谋;盛守照;甄子洋 -专利权人：南京航空航天大学
申请日： 2019-07-29 - 公布日： 2021-07-13 - 主分类号： G05B23/02 文献下载
摘要：本发明公开了带有时变传感器故障的编队飞控系统渐近故障诊断方法，该方法首先将编队飞控系统中每个飞行器作为一个节点，建立每个节点的离散状态方程；然后，利用每个节点的状态向量和传感器故障向量构成增广向量，从而将节点的离散状态方程构造为奇异增广方程；最后，根据奇异增广方程设计编队飞控系统的故障诊断观测器。本发明通过构造一个奇异增广系统，将每个节点的状态向量和传感器故障向量构成增广向量，设计一个分布式的传感器故障诊断观测器，实现了传感器故障的鲁棒渐近诊断，提升了传感器故障诊断的准确性。
有时传感器故障编队系统渐近故障诊断方法

[发明专利]一种改进Leach协议的无人机集群网络拓扑设计方法-CN202110239136.8在审
发明人：张丹萌;甄子洋;唐桢;陆晓安;陈杰;赵阳 -专利权人：南京航空航天大学
申请日： 2021-03-04 - 公布日： 2021-06-18 - 主分类号： G05D1/10 文献下载
摘要：本发明公开了一种改进Leach协议的无人机集群网络拓扑设计方法，具体为：1）将无人机集群中的每个无人机坐标视为一个节点，对于通信过程的第t轮，利用谱聚类对所有节点进行聚类得出聚类结果；2）对于聚类结果，在每一类中选取能量值最高的节点作为簇头；3）每个簇头与该簇头所属类中的其他节点构成通信网络；4）计算第t轮完成后每个节点的能量值并进行更新，判断通信过程是否完成，若未完成，则令t=t+1，并返回1），否则通信过程结束。本发明针对Leach协议中存在的不足，用谱聚类对Leach协议进行改进，提出改进后的S‑Leach协议，从而达到优化整个网络，降低能量的不必要消耗，使网络的生命周期可以大大的延长的目的。
一种改进 leach 协议无人机集群网络拓扑设计方法

1
2
3
4
5
6
7
下一页»
尾页
共 94 条