一种时变分组编队跟踪控制方法、系统及电子设备

    公开(公告)号:CN117148730B

    公开(公告)日:2024-01-16

    申请号:CN202311432629.9

    申请日:2023-11-01

    IPC分类号: G05B13/04

    摘要: 本发明公开一种时变分组编队跟踪控制方法、系统及电子设备,涉及非电变量控制技术领域。本发明基于通信拓扑结构构建智能体的状态方程、目标的状态方程以及传感设备对目标的观测方程后,以这些方程为基础构建基于间歇性观测的分布式传感设备的滤波方法,这一方法具有较好的可拓展性与自组织性,能够分布式运行。并且,本发明采用基于间歇性观测的分布式传感设备的滤波方法确定多目标的状态估计值和误差协方差矩阵,以生成时变编队控制协议,采用生成的这一时变编队控制协议完成时变分组编队的精确跟踪控制,还能够提高编队控制中的计算与信息使用效率。

    一种时变分组编队跟踪控制方法、系统及电子设备

    公开(公告)号:CN117148730A

    公开(公告)日:2023-12-01

    申请号:CN202311432629.9

    申请日:2023-11-01

    IPC分类号: G05B13/04

    摘要: 本发明公开一种时变分组编队跟踪控制方法、系统及电子设备,涉及非电变量控制技术领域。本发明基于通信拓扑结构构建智能体的状态方程、目标的状态方程以及传感设备对目标的观测方程后,以这些方程为基础构建基于间歇性观测的分布式传感设备的滤波方法,这一方法具有较好的可拓展性与自组织性,能够分布式运行。并且,本发明采用基于间歇性观测的分布式传感设备的滤波方法确定多目标的状态估计值和误差协方差矩阵,以生成时变编队控制协议,采用生成的这一时变编队控制协议完成时变分组编队的精确跟踪控制,还能够提高编队控制中的计算与信息使用效率。

    量子神经网络模型处理文本语义相似性的方法

    公开(公告)号:CN118821790A

    公开(公告)日:2024-10-22

    申请号:CN202411304955.6

    申请日:2024-09-19

    摘要: 本发明提供一种量子神经网络模型处理文本语义相似性的方法,包括,采集用于文本语义相似性分析任务的数据集,对数据集进行标准化的数据预处理;构建量子神经网络模型,包括:量子数据编码模块、量子文本特征提取模块、量子文本特征相似度计算模块、量子比特测量模块和网络参数优化模块;利用训练集和验证集的量子态对量子神经网络模型进行迭代训练和验证,直至满足设置的阈值条件后终止训练和验证,终止训练和验证后可得到性能最优的用于处理文本语义相似性分析的量子神经网络模型;利用测试集的量子态评估最优的用于处理文本语义相似性分析的量子神经网络模型的性能,能够处理复杂的文本语义相似性分析任务,提高了处理效率。

    量子神经网络处理多模态细粒度数据的方法及相关装置

    公开(公告)号:CN118898726A

    公开(公告)日:2024-11-05

    申请号:CN202411397807.3

    申请日:2024-10-09

    摘要: 本申请提供一种量子神经网络处理多模态细粒度数据的方法及相关装置,涉及量子机器学习领域。其中,电子设备将多模态的多种经典细粒度特征分别编码到各自对应的量子比特集,以使多个量子比特集处于第一量子态,并通过每个特征提取线路作用于对应的量子比特集,将多个量子比特集演化为第二量子态;然后,通过每个特征融合线路将相邻两个量子比特集中的每个量子比特与其余量子比特分别建立纠缠关系,以使多个量子比特集演化为第三量子态;最后,通过测量线路作用于多个量子比特集,得到上述特征的处理结果。如此,深度整合不同经典细粒度特征的特征信息,有效揭示并挖掘它们之间的内在联系,进而显著提升了多种经典细粒度特征处理结果的精确度。

    一种可重入制造系统控制方法、装置、存储介质及设备

    公开(公告)号:CN118672142A

    公开(公告)日:2024-09-20

    申请号:CN202411163184.3

    申请日:2024-08-23

    IPC分类号: G05B13/04

    摘要: 本发明提出一种可重入制造系统控制方法、装置、存储介质及设备,引入可重入制造系统的非线性项和线性扰动增益,构建可重入制造系统的非线性误差模型;对非线性误差模型进行局部线性化处理,以得到可重入制造系统的整体模糊状态方程;构建可重入制造系统的控制器算子;将控制器算子带入整体模糊状态方程,以得到闭环控制系统;基于闭环控制系统进行解算,确定控制器增益;基于控制器增益,获取控制器,并基于控制器对可重入制造系统进行调控。在构建可重入制造系统对应的模型时,引入可重入制造系统的非线性项和线性扰动增益,以得到非线性误差模型,能够对可重入制造系统的不确定性和扰动表现出强鲁棒性。

    视场受限约束下的机器人自适应跟踪控制方法及装置

    公开(公告)号:CN118550200A

    公开(公告)日:2024-08-27

    申请号:CN202411017285.X

    申请日:2024-07-29

    IPC分类号: G05B13/04

    摘要: 本说明书实施例提供视场受限约束下的机器人自适应跟踪控制方法及装置,其中所述方法包括:基于机器人运动学确定运动模型,并基于运动模型确定视场受限约束下的初始控制器;基于最小二乘辨识确定初始控制器的未知参数;基于未知参数和初始控制器确定目标控制器,基于目标控制器对机器人进行自适应跟踪控制。通过基于机器人运动学确定运动模型,并基于运动模型确定视场受限约束下的初始控制器;基于最小二乘辨识确定初始控制器的未知参数;基于未知参数和初始控制器确定目标控制器,基于目标控制器对机器人进行自适应跟踪控制,所采用的最小二乘参数辨识可在有限次参数更新后,消除参数不确定性对自适应跟踪控制系统带来的影响。

    无人车协同控制方法及装置

    公开(公告)号:CN118151543B

    公开(公告)日:2024-07-26

    申请号:CN202410580675.1

    申请日:2024-05-11

    IPC分类号: G05B13/04

    摘要: 本说明书实施例提供无人车协同控制方法及装置,其中无人车协同控制方法包括:确定无人车对应的系统架构,基于系统架构建立无人车的线性动力学模型和虚假数据注入攻击模型;其中,无人车的数量为至少两个;确定无人车的分布式控制协议,基于无人车的分布式控制协议、线性动力学模型和虚假数据注入攻击模型,确定闭环误差系统;基于闭环误差系统进行充分条件分析,确定目标条件,并基于目标条件确定控制增益和通信触发条件;基于控制增益和通信触发条件对无人车进行协同控制。通过基于事件触发的通信机制,在提高系统的能源利用效率、减少通信负载、增强系统的鲁棒性的同时也保证系统的稳定性和最终一致性。

    无人车协同控制方法及装置

    公开(公告)号:CN118151543A

    公开(公告)日:2024-06-07

    申请号:CN202410580675.1

    申请日:2024-05-11

    IPC分类号: G05B13/04

    摘要: 本说明书实施例提供无人车协同控制方法及装置,其中无人车协同控制方法包括:确定无人车对应的系统架构,基于系统架构建立无人车的线性动力学模型和虚假数据注入攻击模型;其中,无人车的数量为至少两个;确定无人车的分布式控制协议,基于无人车的分布式控制协议、线性动力学模型和虚假数据注入攻击模型,确定闭环误差系统;基于闭环误差系统进行充分条件分析,确定目标条件,并基于目标条件确定控制增益和通信触发条件;基于控制增益和通信触发条件对无人车进行协同控制。通过基于事件触发的通信机制,在提高系统的能源利用效率、减少通信负载、增强系统的鲁棒性的同时也保证系统的稳定性和最终一致性。

    一般视场约束下的制导控制一体化设计方法、设备及介质

    公开(公告)号:CN118938675A

    公开(公告)日:2024-11-12

    申请号:CN202410997407.X

    申请日:2024-07-24

    IPC分类号: G05B13/04

    摘要: 本申请公开的一般视场约束下的制导控制一体化设计方法、设备及介质,涉及非电变量的控制或调节领域,该方法包括构建导弹‑目标相对运动学与动力学方程,基于这一方程,考虑攻击角度与视场约束构建制导控制一体化模型,基于这一模型通过状态相关Riccati方程构造标称控制律;基于标称控制律确定闭合反馈控制律;构建控制障碍函数,并确定其对应的约束集合;基于控制障碍函数判断是否触发视场约束,若否,则将闭合反馈控制律作为一体化制导控制律,完成制导控制设计;若是,则修正一体化制导控制律,基于修正后的一体化制导控制律完成制导控制设计,本申请能够在一般视场约束下以期望攻击角度实现大攻角拦截/打击场景的制导控制。