-
题名基于分层深度强化学习的无人机混合路径规划
- 1
-
-
作者
吕超
李慕宸
欧家骏
-
机构
北京航空航天大学航空科学与工程学院
战略支援部队航天系统部装备部装备项目管理中心
北京航空航天大学无人系统研究院
-
出处
《北京航空航天大学学报》
北大核心
2025年第10期3451-3459,共9页
-
文摘
无人机应用中需要在非净空环境中实现自主安全飞行,其中障碍物存在部分已知、部分未知的特点,需在基于已知障碍物进行全局路径规划的同时,开展针对未知障碍物的自主避障。为实现障碍物半已知环境下的安全飞行,提出基于分层深度强化学习的混合路径规划方法。该方法将自主感知避障和趋向全局路径规划航迹点飞行2个无人机自主飞行中需要执行的子任务,利用分层模型有机结合,实现功能的有效复合。分层深度强化学习模型中,避障和导航2个子任务模型可分别单独训练,并通过2个训练后的模型对系统状态进行抽象,在此基础上训练顶层模型,实现对2个任务输出的有效调度。试验表明:所提分层深度强化学习方法可在趋向全局路径规划航迹点飞行和自主感知避障的子任务控制器基础上,实现功能扩展,完成更为复杂的任务,可在降低模型训练难度的同时,保持模型任务执行能力。
-
关键词
无人机
路径规划
自主避障
深度强化学习
分层模型
-
Keywords
UAV
path planning
autonomous obstacle avoidance
deep reinforcement learning
hierarchical model
-
分类号
V219
[航空宇航科学与技术—航空宇航推进理论与工程]
-
-
题名基于多普勒耦合估计的弹道目标测距方法
被引量：4
- 2
-
-
作者
于秋野
徐锦程
何睿
唐匀龙
-
机构
中国电子科技集团公司第三十八研究所
中国人民解放军
中国人民解放军战略支援部队航天系统部装备部装备项目管理中心
-
出处
《雷达科学与技术》
北大核心
2022年第3期305-310,共6页
-
文摘
反导预警与空间监视雷达通常采用高频段、大脉宽探测远距离目标,此时距离多普勒耦合对于雷达精确测距有较大影响。同时,距离多普勒耦合的准确修正是稳定跟踪目标的必要条件,然而传统的处理方法不能适用于弹道目标等高机动目标的准确处理。本文提出了基于多普勒耦合估计的弹道目标高精度测距方法:首先采用旁路速度-加速度估计方法求解目标的径向速度,对目标测量距离进行距离多普勒耦合修正,再进行IMM-UKF滤波完成目标距离估计。该方法具有以下优势:利用当前帧的测量数据,同时考虑了目标径向加速度对于耦合的影响,提高了距离和速度的估计精度;相比跟踪时增加测速波形的方法,节约了雷达的资源,同时避免了速度测量与航迹误关联的问题;距离和速度的精确估计能够提升航迹关联成功率。仿真实验中与传统的距离多普勒耦合处理方法进行了比较,实验结果显示该方法大幅提高了雷达测距的精度。
-
关键词
距离多普勒耦合
速度估计
交互多模型
不敏卡尔曼滤波
-
Keywords
range Doppler coupling
speed estimate
interacting multiple model
unscented Kalman filter(UKF)
-
分类号
TN959
[电子电信—信号与信息处理]
TJ761.3
[兵器科学与技术—武器系统与运用工程]
-
