基于改进动态蚁群分工模型的异构多无人机协同任务分配方法及系统

    公开(公告)号:CN118466587A

    公开(公告)日:2024-08-09

    申请号:CN202410673496.2

    申请日:2024-05-28

    Abstract: 本发明涉及多无人机任务分配技术领域,特别涉及一种基于改进动态蚁群分工模型的异构多无人机协同任务分配方法及系统,在任务区域内获取异构多无人机需要前往的任务点集合、无人机集合、禁飞区域及约束集合,并建立动态环境下描述异构多无人机协同执行多个任务时任务分配问题的无人机任务分配模型;依据无人机执行任务的收益和代价建立任务分配评价目标函数;基于任务分配评价目标函数并利用改进动态蚁群分工模型对无人机任务分配问题进行求解,得出各无人机任务执行有序序列,其中,利用改进动态蚁群分工模型求解时,将任务作为食物源、将无人机作为蚂蚁,各无人机基于当前任务位置及其他无人机选择并利用动态刺激响应得到当前时刻执行当前任务目标的状态转移下一时刻执行另一任务目标状态转移概率,并利用转移概率为下一时刻无人机分配任务目标,所述动态刺激响应包括用于描述任务目标重要性的动态环境刺激值和用于描述无人机执行任务难易程度的动态响应阈值。本发明能够快速有效完成动态环境下的在线任务分配,具有较好的应用前景。

    基于深度学习的无线通信信号规格识别方法及系统

    公开(公告)号:CN114358055B

    公开(公告)日:2024-11-08

    申请号:CN202111543403.7

    申请日:2021-12-16

    Abstract: 本发明属于无线通信信号识别技术领域,特别涉及一种基于深度学习的无线通信信号规格识别方法及系统,包含:构建特征融合网络模型并利用样本数据进行训练学习,其中,特征融合网络模型中,通过密集连接卷积单元连接所有特征提取层,并利用特征复用机制将当前特征提取层数据和之前所有特征提取层提取的特征数据进行特征融合;将采样得到的信号数据流通过预处理来获取含有信号数据完整差异性信息的数据流矩阵和含有反应信号调制信息的信号矢量图,利用训练学习后的特征融合网络模型来分类识别信号数据流的信号规格。本发明将无线通信信号数据流与矢量图的特征信息进行融合、学习与映射,实现对信号规格准确识别,方案可靠、实用,便于实际场景应用。

    基于深度学习的无线通信信号规格识别方法及系统

    公开(公告)号:CN114358055A

    公开(公告)日:2022-04-15

    申请号:CN202111543403.7

    申请日:2021-12-16

    Abstract: 本发明属于无线通信信号识别技术领域,特别涉及一种基于深度学习的无线通信信号规格识别方法及系统,包含:构建特征融合网络模型并利用样本数据进行训练学习,其中,特征融合网络模型中,通过密集连接卷积单元连接所有特征提取层,并利用特征复用机制将当前特征提取层数据和之前所有特征提取层提取的特征数据进行特征融合;将采样得到的信号数据流通过预处理来获取含有信号数据完整差异性信息的数据流矩阵和含有反应信号调制信息的信号矢量图,利用训练学习后的特征融合网络模型来分类识别信号数据流的信号规格。本发明将无线通信信号数据流与矢量图的特征信息进行融合、学习与映射,实现对信号规格准确识别,方案可靠、实用,便于实际场景应用。

    基于深度学习的信号轻量级自动调制识别方法及系统

    公开(公告)号:CN116319210A

    公开(公告)日:2023-06-23

    申请号:CN202310291803.6

    申请日:2023-03-23

    Abstract: 本发明涉及信号处理技术领域,特别涉及一种基于深度学习的信号轻量级自动调制识别方法及系统,通过模拟真实通信环境调制信息序列来获取包含若干数字调制方式和若干模拟调制方式的样本数据集;基于轻量级卷积网络来构建轻量型密集卷积长短时记忆网络结构,利用样本数据集对轻量型密集卷积长短时记忆网络结构进行训练优化;并基于训练优化后的轻量型密集卷积长短时记忆网络结构来建立信号调制识别模型;将待识别目标信号输入至信号调制识别模型中,利用信号调制识别模型来获取待识别目标信号的调制方式。本发明解决现有自动调制识别中复杂度高、参数众多、模型庞大等问题,通过轻量化模型设计来满足在资源受限设备上部署需要。

    基于多态势图融合的异构型无人机集群协同搜索优化方法及系统

    公开(公告)号:CN116301043A

    公开(公告)日:2023-06-23

    申请号:CN202310265935.1

    申请日:2023-03-17

    Abstract: 本发明涉及航迹规划技术领域,特别涉及一种基于多态势图融合的异构型无人机集群协同搜索优化方法及系统,通过构建用于反映无人机在环境网格中检测到目标概率的目标概率图、用于反映无人机集群对任务区域环境网格搜索时间间隔的数字信息素图和用于反映无人机集群对环境网格搜索覆盖情况的环境搜索图;依据预设权重值并联合目标概率图、数字信息素图和环境搜索三者的收益来生成无人机集群协同搜索优化目标函数,以利用无人机集群协同搜索优化目标函数来获取无人机集群满足约束条件下的最优决策。本发明通过改进用于异构型无人机集群协同搜索过程中的目标函数,便于更好获取预定约束条件下最大化总体性能指标的最优决策,以提高无人机集群的协同效率和任务执行效率。

    基于改进概率图模型的多目标轨迹预测方法及系统

    公开(公告)号:CN116300929A

    公开(公告)日:2023-06-23

    申请号:CN202310265840.X

    申请日:2023-03-17

    Abstract: 本发明涉及航迹规划技术领域,特别涉及一种基于改进概率图模型的多目标轨迹预测方法及系统,依据各目标初始位置及初始速度来设置目标运动信息结构,并构建在预设区域内的多目标分布概率模型;利用目标运动信息结构来求解各目标分布概率模型,依据求解结果来预测对应目标轨迹分布概率。本发明通过改进目标概率图模型,利用目标运动信息来改进未知动态目标的预测模型,并通过生成具有方向性的二维正态概率分布图来实现目标运动轨迹的拟合,进而能够实现对未知动态单目标和/或多目标的轨迹预测,提高轨迹预测精准度,便于实际场景中的应用。

    雷达跟踪干扰波形设计方法及系统

    公开(公告)号:CN118501822A

    公开(公告)日:2024-08-16

    申请号:CN202410586408.5

    申请日:2024-05-13

    Abstract: 本发明涉及电子对抗技术领域,特别涉及一种雷达跟踪干扰波形设计方法及系统,通过构建指定维度内电子对抗中拖引欺骗干扰目标函数,所述指定维度包括距离、速度和角度;获取目标区域雷达脉冲信号,并基于拖引欺骗干扰目标函数生成指定维度内的干扰脉冲,所述干扰脉冲用于使目标区域雷达跟踪向设定欺骗方向偏移;在目标区域雷达跟踪量测信号中添加干扰脉冲,以在电子对抗中对雷达跟踪进行干扰。本发明通过智能化干扰波形的设计,能够顺利通过雷达信号处理和抗干扰抑制,并利用干扰有效性评价指标和遗传算法IPMGA来实现对雷达跟踪波门的快速拖引,提升电子对抗中的雷达跟踪干扰效果。

    适用于圆锥类目标的多光子量子雷达散射截面求解方法及系统

    公开(公告)号:CN116699552A

    公开(公告)日:2023-09-05

    申请号:CN202310291814.4

    申请日:2023-03-23

    Abstract: 本发明涉及量子雷达目标探测技术领域,特别涉及一种适用于圆锥类目标的多光子量子雷达散射截面求解方法及系统,通过构建多光子量子雷达探测圆锥体目标的物理模型;基于物理模型并依据多光子入射角对圆锥体目标被照亮区域与阴影区域进行判定,求解圆锥体目标不存在阴影区域的全圆锥投影面积和存在阴影区域的被照亮区域的投影面积;依据入射能量与散射能量守恒并结合全圆锥投影面积和被照亮区域的投影面积构建圆锥体目标多光子量子雷达散射截面表达式,利用该表达式来求解圆锥体目标的多光子量子雷达散射截面。本发明解决现有圆锥类目标多光子量子雷达散射截面建模求解计算量大、散射特性不清晰等问题,能够高效、快速、高精度地获取圆锥类目标雷达散射截面。

Patent Agency Ranking