期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于改进粒子群算法的飞行器协同轨迹规划 被引量:23
1
作者 周宏宇 王小刚 +2 位作者 单永志 赵亚丽 崔乃刚 《自动化学报》 EI CAS CSCD 北大核心 2022年第11期2670-2676,共7页
考虑气动、轨迹、约束、指标间的耦合关系,以多高超声速飞行器同时到达为目标建立了协同规划模型;设计了一种自动满足终端约束的全新滑翔飞行剖面,减少了规划算法需要处理的约束数量;推导了滑翔段高精度解析解,实现了过程约束和性能指... 考虑气动、轨迹、约束、指标间的耦合关系,以多高超声速飞行器同时到达为目标建立了协同规划模型;设计了一种自动满足终端约束的全新滑翔飞行剖面,减少了规划算法需要处理的约束数量;推导了滑翔段高精度解析解,实现了过程约束和性能指标的快速求解;提出了一种改进粒子群优化(Particle swarm optimization,PSO)算法,借助强化学习方法构建协同需求与惯性权重间的动态映射网络,提高了在线规划效率.最后通过数学仿真验证了方法的正确性和有效性. 展开更多
关键词 高超声速飞行器 协同轨迹规划 粒子群优化 强化学习
在线阅读 下载PDF
组合动力运载器上升段轨迹智能优化方法 被引量:11
2
作者 周宏宇 王小刚 +1 位作者 赵亚丽 崔乃刚 《宇航学报》 EI CAS CSCD 北大核心 2020年第1期61-70,共10页
针对组合动力水平起飞可重复使用运载器,开展了上升段轨迹优化模型设计与轨迹优化方法研究。首先,针对跨大空/速域飞行须采用多种动力形式协调工作这一问题,考虑动力/气动/轨迹/指标间的复杂耦合关系,建立了运载器动力和气动模型。其次... 针对组合动力水平起飞可重复使用运载器,开展了上升段轨迹优化模型设计与轨迹优化方法研究。首先,针对跨大空/速域飞行须采用多种动力形式协调工作这一问题,考虑动力/气动/轨迹/指标间的复杂耦合关系,建立了运载器动力和气动模型。其次,为降低轨迹优化问题的求解难度,设计了一种全新的飞行剖面,实现了关键优化参数的提取和攻角约束的自动满足,减少了优化算法需要处理的约束数量。然后,提出了一种改进的粒子群优化(PSO)算法完成求解;在收敛性分析的基础上,引入强化学习机制对PSO寻优过程进行自主智能控制,从本质上提升了PSO算法的求解效率。最后通过数学仿真验证了方法的正确性和有效性。 展开更多
关键词 组合动力 轨迹优化 粒子群优化 强化学习
在线阅读 下载PDF
空天飞行器返回滑翔段在线制导方法 被引量:5
3
作者 周宏宇 王小刚 +1 位作者 赵亚丽 崔乃刚 《宇航学报》 EI CAS CSCD 北大核心 2021年第2期175-184,共10页
针对空天往返飞行器的返回滑翔段在线制导问题,设计了一种新的滑翔段飞行剖面,实现了滑翔段终端交班高度、位置和倾角约束的自动满足,减少了在线制导算法中需处理的约束数量。推导了滑翔段运动状态、过程约束和性能指标的解析表达式,获... 针对空天往返飞行器的返回滑翔段在线制导问题,设计了一种新的滑翔段飞行剖面,实现了滑翔段终端交班高度、位置和倾角约束的自动满足,减少了在线制导算法中需处理的约束数量。推导了滑翔段运动状态、过程约束和性能指标的解析表达式,获得了剩余航程和终端速度间的函数关系。在此基础上,提出了一种双层在线制导方法:内层解析重构飞行剖面,同时通过解析确定路径点来改变剩余航程的变化率,进而对终端交班速度进行控制;外层借助解析表达式,使用粒子群优化算法(PSO)和改进共轭梯度法(CGM)优化飞行剖面,从而满足过程约束和指标要求。最后通过数学仿真验证了方法的正确性。 展开更多
关键词 空天飞行器 返回滑翔 在线制导 解析动力学 优化算法
在线阅读 下载PDF
一种基于帧图像的动态视觉传感器样本集建模方法 被引量:7
4
作者 陆兴鹏 王明羽 +4 位作者 曹扬 赵瑞莲 周武 李兆麟 魏少军 《电子学报》 EI CAS CSCD 北大核心 2020年第8期1457-1464,共8页
动态视觉传感器(Dynamic Vision Sensor,DVS)利用事件驱动原理实现运动目标的快速提取,具有低延迟、低存储空间和高动态范围等优势.目前研究表明,基于DVS的神经网络在目标检测等领域具有明显的速度优势.但是,这类神经网络在训练时所需... 动态视觉传感器(Dynamic Vision Sensor,DVS)利用事件驱动原理实现运动目标的快速提取,具有低延迟、低存储空间和高动态范围等优势.目前研究表明,基于DVS的神经网络在目标检测等领域具有明显的速度优势.但是,这类神经网络在训练时所需要的样本集主要依赖DVS相机产生,缺少高效的样本集生成方法,这制约了这类神经网络的应用与发展.本文根据DVS原理,提出了一种基于帧图像的DVS建模以及样本集建模方法.该方法设定每个像素单元独立工作,经过动态差分和逻辑判断后输出触发的地址-事件数据,这些数据通过编码和归一化生成神经网络训练时所需要的样本集.通过对MNIST和CIFAR-10样本集建模的实验结果表明,该建模方法效果与DVS相机基本一致;与基于帧图像的存储方式相比,该样本集可以明显减少存储空间.该方法所生成样本集已经通过卷积神经网络训练和测试验证. 展开更多
关键词 动态视觉传感器 样本集建模 事件驱动 存储优化
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部