“空战”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果355个，建议您升级VIP下载更多相关专利

[发明专利]基于模型的可定义式空战仿真平台及空战仿真场景构建方法-CN202210063996.5在审
发明人：车凯;白林亭;王海翔;文鹏程;刘伟华;李亚晖 -专利权人：中国航空工业集团公司西安航空计算技术研究所
申请日： 2022-01-19 - 公布日： 2022-05-06 - 主分类号： G06F30/20 文献下载
摘要：本发明提供了一种基于模型的可定义式空战仿真平台及空战仿真场景构建方法，构建方法包括：用户提出空战作战任务需求；基于作战任务需求进行任务想定，编辑生成拟仿真空战作战场景；基于拟仿真空战作战场景，判断模型库模块内是否有与拟仿真空战作战场景相匹配的空战仿真场景，若无则开发新任务模型再进行空战仿真场景构建，若有则直接进行空战仿真场景构建；进行仿真运算，输出仿真数据、显示作战态势变化，完成用户需求的空战作战场景的仿真。可定义式空战仿真平台包括想定编辑模块、模型库模块、智能算法库模块、显示模块。本发明设计的仿真平台及空战仿真场景的构建方法能够方便、快捷地构建满足用户所需的复杂多样的空战仿真场景。
基于模型可定义空战仿真平台场景构建方法

[发明专利]一种无人机自主空战决策框架及方法-CN201711275066.1在审
发明人：马耀飞;刘品;陈静心;李妮;龚光红 -专利权人：北京航空航天大学
申请日： 2017-12-06 - 公布日： 2018-05-11 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了一种无人机自主空战决策框架及方法，属于计算机仿真领域。所述框架包括基于领域知识的空战决策模块、深度网络学习模块、强化学习模块和空战仿真环境。空战决策模块生成空战训练数据集输出给深度网络学习模块，学习获得深度网络和Q值拟合函数、动作选择函数，并输出给强化学习模块；空战仿真环境使用学习好的空战决策函数进行自我空战过程，并记录空战过程数据形成强化学习训练集；强化学习模块利用强化学习训练集对Q值拟合函数优化改进，获得性能更好的空战策略。本发明能对本质上复杂的Q函数进行更精确、更快速地拟合，提高了学习效果，最大程度避免了收敛到局部最优值，并且构造了一个空战决策优化的闭环过程，不需外部干预。
一种无人机自主空战决策框架方法

[发明专利]基于多种群自适应矫正进化算法的空战对抗博弈策略寻优系统-CN202211649997.4在审
发明人：郭文杰;付强;黄煦;马梦颖;杨水锋;张承龙;曹宇飞;李洋;赵强;刘兴高 -专利权人：浙江大学
申请日： 2022-12-21 - 公布日： 2023-04-21 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于多种群自适应矫正进化算法的空战对抗博弈策略寻优系统，包括空战对抗博弈仿真模块、空战任务约束模块、多种群进化寻优模块与最优策略输出模块。本发明通过空战对抗博弈仿真模块对战场要素任务进行综合考虑，构建空战对抗博弈的数学仿真模型；通过空战任务约束模块对仿真模型进一步改进，保证最终策略的合理性；通过多种群进化寻优模块来选择满足约束的最优策略，实现空战任务的收益最大化；最后通过最优策略输出模块将找到的最优策略输出到各空战要素中以指导其完成相应任务。本发明提供了一种快速、精准、稳定的空战对抗博弈策略寻优系统，解决了传统空战对抗博弈寻优系统难以实现最优策略的问题。
基于多种自适应矫正进化算法空战对抗博弈策略系统

[发明专利]基于遗传模糊树的无人机协同空战决策方法-CN202010012883.3有效
发明人：王玉惠;徐超;陈谋;李云鑫;侯思远;沈艺;陈天培;周泽宇 -专利权人：南京航空航天大学
申请日： 2020-01-07 - 公布日： 2021-06-15 - 主分类号： G05D1/10 文献下载
摘要：本发明公开了一种基于遗传模糊树的无人机协同空战决策方法，包括以下步骤：建立无人机协同空战综合优势评价指标体系，该体系包括无人机空战能力评估模型以及无人机空战态势评估模型；建立目标分配评估函数，由遗传算法寻找最优目标分配结果，构建基于遗传算法的无人机协同空战目标分配模型；构建无人机空战运动模型，并对无人机基本机动动作库进行细化扩充；构建基于遗传模糊树的无人机协同空战决策模型，由样本数据对模糊树进行参数辨识，用遗传算法对模糊树结构进行辨识，求得满足精度要求且复杂度较低的无人机协同空战决策模型。本发明除了能保证无人机群协同空战中获得最优的目标分配结果，还可以使无人机在单对单空战中进行最优机动。
基于遗传模糊无人机协同空战决策方法

[发明专利]空战飞机设计参数及智能体综合迭代系统-CN202010924336.2有效
发明人：匡敏驰;朱纪洪;侯利兵;闫星辉;周文卿;谢其致 -专利权人：清华大学
申请日： 2020-09-04 - 公布日： 2022-09-09 - 主分类号： G06F30/15 文献下载
摘要：本发明公开了属于智能空战技术领域的空战飞机设计参数及智能体综合迭代系统，其特征在于：智能迭代模块通过智能空中对战环境对空战飞机的典型关键战术指标组合进行迭代；所述智能空中对战环境包含电磁仿真模块、红外仿真模块、自主决策模块、飞行控制模块、人机交互模块、动力学仿真模块、视景仿真模块，可以对空战过程进行高精度仿真；智能体筛选模块可以根据对战结果对空战智能体进行筛选；复盘推演模块可以对智能空中对战过程进行复盘和推演其技术效果是：所述空战飞机设计参数及智能体综合迭代系统具有很高的空战过程模拟精度，能够显著降低空战飞机设计人员的工作量，可以高效快速地筛选出空战能力强的智能体。
空战飞机设计参数智能综合系统

[发明专利]基于有人/无人机系统的近距空战智能决策方法-CN202011086570.9在审
发明人：张勇 -专利权人：中国人民解放军海军航空大学
申请日： 2020-10-12 - 公布日： 2021-01-12 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种基于有人/无人机系统的近距空战智能决策方法。首先确定系统的组成，然后建立无人机的航迹控制模型和有人/无人机系统近距空战智能决策模型，并引入有人机的典型空战意图，具体通过不同的奖励函数模型进行描述；之后利用强化学习算法对有人/无人机系统近距空战智能决策模型进行训练，得到满足预设成功率要求的各空战意图下的神经网络；最后，有人机以命令的形式将空战意图下达给无人机，无人机进行智能决策，并生成空战航迹。本发明将强化学习理论与有人/无人智能空战决策模型相结合，创新地引入有人机的典型空战意图，通过嵌入智能决策系统，可有效发挥有人机在异构系统中的指挥引导作用，实现有人机与无人机的优势互补。
基于有人无人机系统近距空战智能决策方法

[发明专利]多无人机协同对抗在线重决策方法-CN202011101859.3有效
发明人：王国强;陈宇轩;罗贺;蒋儒浩;马滢滢;胡笑旋;靳鹏;马华伟;夏维;唐奕城 -专利权人：合肥工业大学
申请日： 2020-10-15 - 公布日： 2022-07-26 - 主分类号： G05D1/10 文献下载
摘要：包括以下步骤：获取多个无人机协同执行无人机空战方案时的无人机空战数据；对无人机空战数据进行关联处理；基于无人机空战时发生的紧急事件判断重决策的被动触发，并分析重决策被动触发的类型；基于关联后的无人机空战数据判断重决策的主动触发，并分析重决策主动触发的类型，重决策触发的类型包括：战术重决策、任务重决策和行为重决策；对重决策被动触发的类型和重决策主动触发的类型进行冲突消解处理，得到无人机空战方案重决策类型；基于无人机空战方案重决策类型对无人机空战方案进行重决策处理本申请可以增强无人机空战方案在执行时的适应性。
无人机协同对抗在线决策方法

[发明专利]一种基于粒子群搜索的神经网络空战机动决策方法-CN202111566561.4有效
发明人：刘滔;敖厚军;雍恩米;赵暾;王笑;郑凤麒 -专利权人：中国空气动力研究与发展中心计算空气动力研究所
申请日： 2021-12-20 - 公布日： 2023-06-09 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及空战机动决策技术领域，涉及一种基于粒子群搜索的神经网络空战机动决策方法，其包括以下步骤：一、建立红蓝双方空战战斗机运动学与动力学模型；二、建立空战态势优势函数，包括角度优势函数、速度优势函数、距离优势函数、高度优势函数；三、粒子群算法优化空战机动决策；四、生成空战双方轨迹与机动决策数据库；五、构建神经网络并训练；六、基于神经网络的机动决策。本发明的空战机动决策具有较佳地优越性和快速性。
一种基于粒子搜索神经网络空战机动决策方法

[发明专利]一种飞行器近距空战态势评估自适应权重设计方法-CN202211259349.8在审
发明人：周攀;黄江涛;章胜;马创;舒博文 -专利权人：中国空气动力研究与发展中心空天技术研究所
申请日： 2022-10-14 - 公布日： 2023-02-03 - 主分类号： G06F30/15 文献下载
摘要：本发明属于无人飞行器智能空战自主决策领域，公开了一种基于深度强化学习的无人机智能空战自主决策自适应权重调整方法。其技术方案要点是：通过给出飞行器智能空战机动决策模型中的自主决策机设计，然后给出空战态势评估方法，然后根据自适应权重算法重构态势权重，最后得出飞行器近距空战自主决策流程。该方法将基于深度强化学习的智能空战自主决策态势评估分为两部分加以实现，相较于以往固定权重态势评估方法，采用动态权重态势评估方法的飞行器近距空战自主决策模型训练过程更加稳定，最终训练得到的近距空战自主决策模型训练过程更加稳定
一种飞行器近距空战态势评估自适应权重设计方法

[发明专利]一种面向协同空战系统的网络化建模方法-CN202310874373.0在审
发明人：张少卿;徐浩天;赵爽宇;张文锜;夏卫国 -专利权人：中国航空工业集团公司沈阳飞机设计研究所;大连理工大学
申请日： 2023-07-17 - 公布日： 2023-10-13 - 主分类号： G06F30/20 文献下载
摘要：本发明属于作战效能评估领域，提出了一种面向协同空战系统的网络化建模方法，利用空战系统和复杂网络共性，对协同编队内各空战节点属性特征与节点间交互关系的数学抽象化表达；通过将编队成员的典型空战功能抽象为节点，将典型空战交互关系抽象为边，建立集探测网、协同网、通信网、打击网等空战网络于一体、反映协同空战复杂系统对抗过程的多层、多级、多属性复杂网络。将建立的网络模型作为协同空战系统研究的替代物，便于后续开展评估与分析。
一种面向协同空战系统网络化建模方法

[发明专利]基于麻雀搜索神经网络的空战机动决策方法-CN202110558220.6有效
发明人：刘庆利;乔晨昊;商佳乐;王建伟;杨国强;张振亚 -专利权人：大连大学
申请日： 2021-05-21 - 公布日： 2023-07-21 - 主分类号： G06N3/006 文献下载
摘要：本发明公开了基于麻雀搜索神经网络的空战机动决策方法，包括：基于角度、距离、高度因素构造相应的态势函数，将所述态势函数结合起来并加权得到空战态势评估函数；将所述态势函数作为神经网络的输入，将所述空战态势评估函数作为神经网络的输出，该输出结果作为机动决策的依据，利用麻雀搜索算法对所述神经网络的权值和阈值进行优化，得到麻雀搜索神经网络；利用所述麻雀搜索神经网络的学习和预测功能对所述空战态势评估函数进行学习，得到空战机动决策模型。本发明空战机动决策方法速度快，准确性高，在空战中可以取得巨大的优势，从而赢得空战的胜利。
基于麻雀搜索神经网络空战机动决策方法

[发明专利]空战机动决策方法及装置-CN202111566939.0有效
发明人：刘振;周志明;付清旭;蒲志强;丘腾海;易建强 -专利权人：中国科学院自动化研究所
申请日： 2021-12-21 - 公布日： 2022-04-08 - 主分类号： G06F30/15 文献下载
摘要：本发明提供一种空战机动决策方法及装置，所述方法包括：根据飞行器实际性能限制因素，构建飞行器空战模型；根据在飞行控制系统控制下的飞行器状态的动态响应的时间，分别为不同的飞行器状态设置不同的决策周期；根据在设置决策周期后的飞行器状态，分别确定不同的飞行器状态对应的目标空战机动指令；根据目标空战机动指令和飞行器空战模型，对飞行器进行空战机动决策；其中，飞行器状态包括：高度、航向角和速度。本发明提供的空战机动决策方法及装置，通过不同的飞行器状态在控制系统下的动态响应特性，分别为不同的飞行器状态的机动决策设置不同的决策周期，可有效减轻空战机动决策实时性和准确性之间的矛盾，实现快速高效的空战机动决策
空战机动决策方法装置

[发明专利]多无人机协同空战决策自主学习及半实物仿真验证方法-CN202111639119.X有效
发明人：马耀飞;赵丽平;冯旭焘;龚光红;李妮;宋晓;王江云 -专利权人：北京航空航天大学
申请日： 2021-12-29 - 公布日： 2023-06-02 - 主分类号： G05B17/02 文献下载
摘要：本发明为一种多无人机协同空战决策自主学习及半实物仿真验证方法，属于智能空战决策技术领域。本发明包括：采用马尔可夫博弈过程对多无人机协同空战决策问题建模；改进QMIX框架建立多无人机协同空战决策网络模型，改进模型学习框架；采用Pixhawk飞控板、仿真软件Gazebo和地面站软件QGC建立半实物仿真验证环境本发明显著提高多无人机空战决策学习的效率，能加快决策网络模型收敛速度，解决了多无人机协同空战策略的学习和验证问题，实现了多无人机协同空战策略的自学习、自改进和试验验证的整体方案。
无人机协同空战决策自主学习实物仿真验证方法

[发明专利]一种基于深度学习的无人机空战威胁评估方法-CN202010895916.3在审
发明人：陈谋;闫东;朱荣刚;刘钻东;贺建良;邵书义;聂志强 -专利权人：南京航空航天大学
申请日： 2020-08-31 - 公布日： 2020-12-29 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于深度学习的无人机空战威胁评估方法，首先，使用战场环境数据库对支持向量机网络结构进行训练，从而实现不同空战环境的划分，并将不同空战环境标定为N种模式；然后，使用不同空战环境下的空战态势数据库，训练N种基于深度置信网络的深度学习网络结构；在评估时先输入实际战场环境数据根据训练好的支持向量机网络进行环境分别，从而确定无人机所处的空战态势模式；最后，将实际空战态势数据输入到对应模式下训练好的深度置信网络进行威胁评估本发明本发明采用双层评估网络的方式，增加评估的准确性，并利用深度学习方法，预先训练，提高了评估的快速性，解决了无人机空战环境下的威胁评估问题。
一种基于深度学习无人机空战威胁评估方法

[发明专利]一种基于智能学习的空战对抗自主决策方法及系统-CN202010306471.0在审
发明人：周颖 -专利权人：西安科为实业发展有限责任公司
申请日： 2020-04-17 - 公布日： 2020-08-11 - 主分类号： G06F30/15 文献下载
摘要：本发明公开一种基于智能学习的空战对抗自主决策方法及系统，方法包括：从空战对抗样本库中选取多个典型的训练样本形成空战对抗样本集，通过智能学习神经网络对选定的多个典型空战对抗样本集进行学习训练，采用训练好的空战对抗预测模型对未知样本进行验证；空战对抗样本集的输入为空战对抗双方的当前对抗态势，其组成部分包括：巡航飞行高度、马赫数、预警支援、相对距离、目标方位角及机动性能；空战对抗样本集的输出为实战训练飞行器的战术机动动作指令，包括：S机动、
一种基于智能学习空战对抗自主决策方法系统

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 355 条