“霍梦真”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14个，建议您升级VIP下载更多相关专利

[发明专利]基于集群空间构架的有人/无人机共融集群编队控制方法-CN202111561296.0有效
发明人：段海滨;霍梦真;陈琳;魏晨;邓亦敏;周锐;吴江 -专利权人：北京航空航天大学
申请日： 2021-12-17 - 公布日： 2023-10-13 - 主分类号： G05D1/10 文献下载
摘要：本发明公开一种基于集群空间构架的有人/无人机共融集群编队控制方法，包括步骤一：搭建六自由度非线性有人机仿真模型；步骤二：建立无人机简化仿真模型；步骤三：搭建有人/无人机共融集群空间构架；步骤四：设计二阶有人/无人机集群空间控制器；步骤五：设计基于反步法的无人机集群空间控制指令；步骤六：有人机操作员控制指令输入，操作员仅需改变单个变量即可改变整个有人/无人机共融集群的飞行状态。本发明方法面向更为复杂的六自由度非线性有人机模型，具有实际应用价值；本发明方法促进了有人机操作员更简捷、高效地监督和控制无人机集群运动系统，降低操作员进行干预决策的工作负荷，缩短决策时间，提高有人/无人机的协同作战能力。
基于集群空间构架有人无人机编队控制方法

[发明专利]基于生物正负反馈的有人机/无人机共融区域搜索控制方法-CN202310519440.7在审
发明人：段海滨;龙泓;霍梦真;魏晨 -专利权人：北京航空航天大学
申请日： 2023-05-09 - 公布日： 2023-09-08 - 主分类号： G05D1/10 文献下载
摘要：本发明公开了一种基于生物正负反馈的有人机/无人机共融区域搜索方法，包括：步骤一，建立有人机无人机异构集群空间模型；步骤二，基于模型预测控制的有人机无人机集群控制；步骤三，建立基于刺激响应的生物启发神经网络环境模型；步骤四，建立无人机的决策模型并且设置相应的效能函数；步骤五，基于模型预测控制模型建立滚动鸽群优化模型策略；步骤六，建立基于时间戳同步机制的多无人机信息融合策略；步骤七，输出生物正负反馈模型预测控制的有人机无人机共融区域搜索结果图。该方法旨在未知目标和环境信息的条件下，有人机通过集群空间状态指令引导无人机通过生物激发抑制模型在环境未知的情况进行区域搜索，提高搜索效率和环境自适应性。
基于生物正负反馈人机无人机区域搜索控制方法

[发明专利]基于鸽群层级优化的带臂无人机自抗扰控制参数整定方法-CN202310515146.9在审
发明人：段海滨;王壮壮;孙永斌;霍梦真;邓亦敏 -专利权人：北京航空航天大学
申请日： 2023-05-09 - 公布日： 2023-09-05 - 主分类号： G05D1/10 文献下载
摘要：本发明是一种基于鸽群层级优化的带臂无人机自抗扰控制参数整定方法，其实现步骤为：步骤一，建立带臂无人机模型；步骤二，带臂四旋翼自抗扰控制器设计与适应度函数选取；步骤三，基于预搜索的鸽群层级优化方法；步骤四，鸽群层级优化自抗扰控制参数；步骤五，仿真验证优化得到的自抗扰控制参数。步骤六，输出性能最优的自抗扰控制参数。该方法旨在解决带臂无人机的控制器设计及控制器参数整定困难问题，通过参数优化得到性能最优的自抗扰控制器参数，为带臂无人机的应用奠定基础。
基于鸽群层级优化无人机控制参数方法

[发明专利]一种基于个体相似度鸽群优化的无人飞行器自主突防方法-CN202310087554.9在审
发明人：段海滨;陈汝佳;霍梦真;邓亦敏 -专利权人：北京航空航天大学
申请日： 2023-01-17 - 公布日： 2023-04-25 - 主分类号： G05D1/10 文献下载
摘要：本发明公开一种基于个体相似度鸽群优化的无人飞行器自主突防方法。步骤一：建立突防双方六自由度模型；步骤二：设计两回路侧滑转弯过载控制律；步骤三：建立突防双方三自由度简化模型和无人飞行器机动动作库；步骤四：生成空中态势评估函数；步骤五：收益矩阵建立与适应度函数设计；步骤六：基于个体相似度的鸽群优化方法设计；步骤七：应用个体相似度鸽群优化方法求解最优策略。本发明可实现自动感应敌方动作，实时最优机动策略选取；可完成拦截敌方无人飞行器的动态规避，有效提高无人飞行器战场生存能力；采用个体相似度鸽群优化方法，能够提高系统全局搜索能力，在最优策略适应度函数求解时提高准确性。
一种基于个体相似鸽群优化无人飞行器自主突防方法

[发明专利]基于深度强化学习的无人机智能空战机动决策训练系统及方法-CN202211189814.5在审
发明人：段海滨;郑志强;霍梦真;魏晨;邓亦敏 -专利权人：北京航空航天大学
申请日： 2022-09-28 - 公布日： 2023-04-07 - 主分类号： G05D1/08 文献下载
摘要：本发明公开一种基于深度强化学习的无人机智能空战机动决策训练系统及方法，该方法包括以下实施步骤：步骤一：空战环境设计；步骤二：强化学习算法与环境结合；步骤三：空战训练；步骤四：训练结果展示；步骤五：训练结果迁移。本发明可实现强化学习算法切换、空战仿真环境支持部分自定义、采用分层递阶训练方案，提高训练的可操作性和成功率，简化所设计算法的训练验证流程。
基于深度强化学习无人机智能空战机动决策训练系统方法

[发明专利]一种基于鸽群智能竞争学习的无人机集群对抗控制方法-CN202011637374.6有效
发明人：段海滨;于月平;邓亦敏;霍梦真;魏晨;吴江;周锐 -专利权人：北京航空航天大学
申请日： 2020-12-31 - 公布日： 2022-02-22 - 主分类号： G05D1/10 文献下载
摘要：本发明公开一种基于鸽群智能竞争学习的无人机集群对抗控制方法，包括以下实施步骤：步骤一：初始化集群对抗环境设置；步骤二：建立无人机集群对抗运动控制模型；步骤三：建立基于动态博弈论的作战目标分配模型；步骤四：建立无人机集群作战目标分配的代价函数；步骤五：设计基于竞争学习机制的鸽群优化算法；步骤六：输出无人机集群对抗结果；该方法解决了无人机集群对抗中的运动控制和作战目标分配问题，设计成本低、实时性强、稳定性高，具有实际应用价值，提升了无人机集群对抗中的自主能力水平。
一种基于鸽群智能竞争学习无人机集群对抗控制方法

[发明专利]一种仿信鸽地貌感知归巢机制的无人机自主导航方法-CN201910846601.7有效
发明人：段海滨;李皓;邓亦敏;辛龙;魏晨;吴江;夏洁;周锐;徐小斌;孙永斌;陈琳;申燕凯;霍梦真 -专利权人：北京航空航天大学
申请日： 2019-09-09 - 公布日： 2021-03-30 - 主分类号： G01C21/00 文献下载
摘要：本发明公开一种仿信鸽地貌感知归巢机制的无人机自主导航方法，步骤如下：步骤一、初始化环境场，训练神经网络；步骤二、仿信鸽地貌感知行为的目标检测；步骤三、仿信鸽地标导航的无人机位姿估计与建图；步骤四、3D点云分割；步骤五、数据融合；步骤六、仿信鸽动态感知的地标类别判定；步骤七、仿信鸽感知决策的飞行路径更新；步骤八、输出飞行路径。本发明可以实现无人机在应用场景下的自主导航，同时实现了建立高级的、具有地标信息的地图的功能，增加无人机对环境的感知和交互能力；此外，利用目标识别得到的语义信息消除位姿估计模块中运动目标带来的干扰，提高无人机定位与导航的准确性和鲁棒性。
一种信鸽地貌感知归巢机制无人机自主导航方法

[发明专利]一种基于组合多目标鸽群优化的无人机态势数据聚类方法-CN201910603461.0有效
发明人：段海滨;陈琳;邓亦敏;霍梦真;申燕凯;张岱峰;魏晨;周锐;杨庆;赵建霞;仝秉达;吴江;夏洁 -专利权人：北京航空航天大学
申请日： 2019-07-05 - 公布日： 2020-10-27 - 主分类号： G05D1/08 文献下载
摘要：本发明公开一种基于组合多目标鸽群优化的无人机态势数据聚类方法：加载数据集；计算数据集的差异矩阵和邻接矩阵；利用普利姆算法求解最小生成树；将最小生成树中的边集划分为强连接边集和弱连接边集；对强连接边集进行解码，并进行聚类的预计算；产生初始鸽群并解码得到聚类结果，然后采用紧密性和连续性评价初始时刻鸽群；对初始鸽群进行非支配排序，确定当前时刻鸽群的全局历史最优位置和中心位置；更新鸽群的位置和速度，对鸽群位置解码得到聚类结果，更新鸽群全局历史最优位置和中心位置，持续该过程直至满足终止条件。本发明方法实现简单，降低了计算负荷，降低了决策空间的维度，更容易搜索到最优解，具备较好地适应不同聚类需求的能力。
一种基于组合多目标鸽群优化无人机态势数据方法

[发明专利]一种自主空中加油对接仿生视觉导航控制系统及方法-CN201810856669.9有效
发明人：段海滨;孙永斌;费伦;邓亦敏;邱华鑫;辛龙;李晗;徐小斌;霍梦真;魏晨 -专利权人：北京航空航天大学
申请日： 2018-07-31 - 公布日： 2020-08-11 - 主分类号： G05D1/08 文献下载
摘要：本发明一种自主空中加油对接仿生视觉导航控制系统及方法，该系统包括：加/受油机底层控制模块、多干扰软管‑锥套稳定控制模块、使能与选择模块、近距视觉相对导航模块、受油机相对位置精确控制模块。该方法如下：步骤一：受油机、软管‑锥套、多种风干扰建模，给定初始状态；步骤二：锥套位置稳定控制；步骤三：加/受油机相对位置计算，视觉使能判断；步骤四：相对位置精确控制；步骤五：利用仿鹰眼颜色视觉进行导航方法选择；步骤六：锥套所有标志点检测正常的近距视觉导航；步骤七：锥套距离远或者部分标志点被遮挡情况下的近距视觉导航；步骤八：选择利用GPS信号或视觉导航信号控制，并设计视觉导航下的控制；步骤九：判断对接是否成功。
一种自主空中加油对接仿生视觉导航控制系统方法

[发明专利]一种基于交叉变异鸽群优化的无人机集群协同侦察方法-CN201811208652.9有效
发明人：段海滨;张锡联;邓亦敏;陈琳;赵建霞;申燕凯;张岱峰;孙永斌;霍梦真;杨庆;鲜宁;魏晨;周锐 -专利权人：北京航空航天大学
申请日： 2018-10-17 - 公布日： 2020-08-11 - 主分类号： G05D1/08 文献下载
摘要：本发明公开一种基于交叉变异鸽群优化的无人机集群协同侦察方法，其实现步骤为：步骤一：侦察环境的初始化；步骤二：多维向量图的初始化及更新策略；步骤三：基于交叉变异鸽群优化的方法设计；步骤四：基于交叉变异鸽群优化的滚动时域控制；步骤五：构建交叉变异鸽群优化的目标函数。在三维空间进行无人机集群协同侦察的仿真。该方法的主要优势主要体现在两个方面：一方面，用时较短，能用于动态规划，与常见的Vorono图和博弈论等方法相比收敛速度较快。另一方面，侦察效率较高，在覆盖区域不大的情况下，仍能够有效侦察到目标点。
一种基于交叉变异鸽群优化无人机集群协同侦察方法

[发明专利]一种基于猛狼围捕行为的无人机集群空战方法-CN201910327148.9有效
发明人：段海滨;张岱峰;周锐;邓亦敏;申燕凯;霍梦真;陈琳;赵建霞;仝秉达;于月平;魏晨;阮婉莹 -专利权人：北京航空航天大学
申请日： 2019-04-23 - 公布日： 2020-06-09 - 主分类号： G05D1/10 文献下载
摘要：本发明公开一种基于猛狼围捕行为的无人机集群空战方法，步骤如下：步骤一：无人机集群空战初始化；步骤二：构建集群空战态势威胁代价；步骤三：利用猛狼态势学习确定无人机集群空战合围拓扑结构；步骤四：合围拓扑结构映射为猛狼围捕编队构型；步骤五：基于猛狼围捕构型的无人机编队合围控制；步骤六：输出集群空战编队控制指令。本发明方法能够支持动态变化的空战环境，有效降低无人机集群的攻击风险，达到整体效能的最优，同时保证攻击编队的稳定性、攻击行为的一致性和较高的目标击伤概率，克服集群控制中的动态性决策、一致性控制等难点。
一种基于围捕行为无人机集群空战方法

[发明专利]一种基于多目标自适应变异鸽群优化的无人机集群避障法-CN201810601367.7有效
发明人：段海滨;邱华鑫;霍梦真;杨庆;张锡联;杨之元;邓亦敏;鲜宁;魏晨 -专利权人：北京航空航天大学
申请日： 2018-06-12 - 公布日： 2020-02-14 - 主分类号： G05D1/10 文献下载
摘要：本发明是一种基于多目标自适应变异鸽群优化的无人机集群避障方法，其实现步骤为：步骤一：初始化；步骤二：根据集群权重确定无人机期望集群速度变化；步骤三：根据避障权重确定无人机期望避障速度；步骤四：多目标自适应变异鸽群优化初始化；步骤五：通过多目标自适应变异鸽群优化计算集群和避障权重；步骤六：运行无人机模型；步骤七：判断是否结束仿真；该方法旨在提供一种分布式的无人机自主集群避障控制方法，在提高无人机集群在避障过程中的鲁棒性、适应性和简单性，从而有效提高复杂环境中的集群任务执行能力水平。
避障多目标群优化自适应集群无人机集群权重确定初始化无人机模型避障控制复杂环境计算集群能力水平任务执行速度变化鲁棒性期望权重

[发明专利]一种基于行军蚁启发式智能的无人机集群协同定位方法-CN201910598272.9有效
发明人：魏晨;谢朋志;段海滨;申燕凯;邓亦敏;李诗居;张令;陈琳;霍梦真;周锐 -专利权人：北京航空航天大学
申请日： 2019-07-04 - 公布日： 2019-11-15 - 主分类号： G05D1/10 文献下载
摘要：本发明公开了一种基于行军蚁启发式智能的无人机集群协同定位方法：步骤一：通过行军蚁觅食行为特性分析获得行军蚁启发式算法的寻优机制；步骤二：基于行军蚁觅食行为特性的自组织行为建模；步骤三：分布式多无人机协同搜索定位任务规划。本发明的优点在于：1)本发明方法仅依据方位信息对目标进行定位，受环境影响小，作用距离远；2)采用分布式控制决策，具有可靠性高、计算量少、通信量小等优点；3)通过借鉴自然界中行军蚁群体智能的自组织性、协调性好、鲁棒性强等特点，使得无人机仅仅在局部感知能力下，通过同其他无人机以及环境的相互作用来实现复杂的行为模式，在群体层面表现出智能性，有效地提高无人机集群自组织控制能力。
行军无人机集群行为特性自组织觅食分布式控制启发式算法方位信息感知能力环境影响控制能力群体智能任务规划搜索定位协同定位行为建模行为模式作用距离计算量鲁棒性启发式通信量协调性有效地智能性寻优协同智能群体决策表现分析

[发明专利]基于鸽群智能反向学习的无人机集群多目标控制优化方法-CN201910390912.7在审
发明人： 霍梦真;吴涛;段海滨;邓亦敏;吴江;魏晨;夏洁;周锐 -专利权人：北京航空航天大学
申请日： 2019-05-10 - 公布日： 2019-08-09 - 主分类号： G05D1/10 文献下载
摘要：本发明公开一种基于鸽群智能反向学习的无人机集群多目标控制优化方法，其实现步骤为：步骤一：搭建无人机动力学模型；步骤二：搭建具有感知能力无人机传感器模型；步骤三：搭建无人机目标搜索图模型；步骤四：建立无人机目标搜索代价函数模型；步骤五：设计多目标鸽群优化算法；步骤六：设计基于鸽群智能反向学习的多目标鸽群优化算法；步骤七：输出无人机目标搜索仿真轨迹图。该方法解决了无人机在复杂战场环境下对未知环境判断不准确而带来的问题，更具有实际应用价值，提高了复杂环境下目标搜索的可行性与高效性，有效缩短搜索时间，从而提高无人机搜索目标的效率和成功率，以节省作战时间，保存作战实力。
目标搜索多目标控制无人机集群多目标群优化智能算法代价函数模型传感器模型动力学模型仿真轨迹复杂环境感知能力搜索目标未知环境战场环境高效性图模型作战学习成功率优化搜索输出保存应用

1
共 14 条