公开(公告)号：CN116294836A

公开(公告)日：2023-06-23

申请号：CN202310305055.2

申请日：2023-03-27

申请人： 南京理工大学

发明人： 白宏阳 ,  曹宇 ,  邹冠宇 ,  靳科锐 ,  邓天宇

IPC分类号： F42B15/01 ,  F42B35/00 ,  G06F30/20 ,  G06N3/0442 ,  G01C25/00 ,  G01S19/23 ,  G01S19/20

摘要： 本发明公开了一种便携式火箭制导组件地面测试发控系统，该系统包括防护箱体、测试发控计算机、电源模块、操作面板模块和线缆；防护箱体用于安装和保护内部设备；测试发控计算机用于对火箭制导组件测试进行控制和测试；电源模块为测试发控计算机和火箭制导组件供电；操作面板模块用于控制火箭制导组件，并为测试发控计算机和火箭制导组件提供电器通信接口；系统内置故障模拟诊断算法、导航算法等相关算法，测试发控计算机通过操作面板上的电气通信接口将指令转换为控制信号发送到火箭制导组件，并接收其反馈的状态信号发送给测试发控计算机。本发明可根据实际需求加载其他算法软件，具有集成度高、体积小、重量轻、功能全面和适用性强的优点。

公开(公告)号：CN116697829A

公开(公告)日：2023-09-05

申请号：CN202310615988.1

申请日：2023-05-29

申请人： 南京理工大学

发明人： 薛帅 ,  赵大想 ,  孙瑞胜 ,  曹宇 ,  靳科锐 ,  白宏阳

IPC分类号： F42B15/01

摘要： 本发明公开了一种基于深度强化学习的火箭着陆制导方法及系统。该方法为：首先根据火箭的六自由度动力学模型搭建仿真环境，建立火箭着陆制导马尔科夫决策过程；然后根据深度强化学习算法，搭建神经网络，并使用训练模块对神经网络进行训练，得到训练好的神经网络模型；接着仿真测试模块调用训练好的神经网络模型进行仿真验证；最后根据仿真测试后的神经网络模型，生成实时控制指令引导火箭着陆飞行。该系统包括环境搭建模块、马尔科夫决策模块、算法模块、训练模块、仿真测试和控制模块。本发明算法效率高，在模型存在一定偏差的情况下，具备泛化能力，能够满足着陆精度要求，燃料消耗低，对可回收运载火箭的自主着陆，具有很好的应用价值。

公开(公告)号：CN118550210A

公开(公告)日：2024-08-27

申请号：CN202411028284.5

申请日：2024-07-30

申请人： 南京理工大学

发明人： 白宏阳 ,  李子安 ,  翁盼盼 ,  刘成毅 ,  靳科锐 ,  曹宇

IPC分类号： G05B17/02

摘要： 本发明公开了一种运载火箭多通道并行仿真系统及方法，该系统包括地面控制设备、飞行控制仿真计算机、数据通讯设备、发动机模型；所述飞行控制仿真计算机设置有角度信息解算模块和控制器指令生成模块；发动机模型的数量为多个，每个发动机模型均设置有发动机、伺服机构和伺服控制器。地面控制设备生成发动机摆角控制信号；飞行控制仿真计算机对摆角控制信号进行分析解算，生成伺服机构控制指令；数据通讯设备将控制指令同步传输至多台伺服控制器；伺服控制器根据控制指令控制伺服机构伸缩运动，实现对发动机模型的运动控制。本发明能够模拟运载火箭发动机从初始对准至星箭分离全飞行过程中摆动和响应情况，提高了仿真效率和可靠性，降低了成本。

公开(公告)号：CN115824203A

公开(公告)日：2023-03-21

申请号：CN202211549582.X

申请日：2022-12-05

申请人： 南京理工大学

发明人： 白宏阳 ,  曹宇 ,  邹冠宇 ,  靳科锐

IPC分类号： G01C21/16 ,  G01C25/00 ,  G01S19/39 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/08

摘要： 本发明公开了一种卫星拒止下智能自主导航方法，当卫星信号可用时，惯性导航系统输出的速度、航向角信息和IMU测量值将作为训练LSTM神经网络模型的输入特征，网络模型的输出为卫星导航系统的位置增量信息；当卫星拒止时GNSS信号丢失，INS和IMU的相关信息将用于LSTM神经网络模块生成伪GNSS位置增量；基于卫星信号丢失前一时刻的卫星位置将伪GNSS位置增量累加后即可得到伪GNSS位置信息，再将伪GNSS位置信息代替原有的GNSS信号送入卡尔曼滤波器，以校正纯惯性导航解算结果。本发明克服了在卫星拒止情况下只有惯性导航系统工作导致定位精度会随时间发散的缺点，提高了传统组合导航在卫星拒止情况下的定位精度。

公开(公告)号：CN115562007A

公开(公告)日：2023-01-03

申请号：CN202211147804.5

申请日：2022-09-20

申请人： 南京理工大学

发明人： 白宏阳 ,  薛帅 ,  孙瑞胜 ,  陈伟 ,  靳科锐

IPC分类号： G05B13/04

摘要： 本发明公开了一种基于深度强化学习的来袭导弹防御对抗系统及方法。该系统包括模型搭建模块、马尔科夫决策模块、神经网络创建模块、训练模块、仿真验证模块和决策模块。方法为：首先搭建载机、诱饵和来袭导弹的相对运动模型，建立马尔科夫决策过程；然后根据深度强化学习算法，搭建神经网络，并使用训练模块对神经网络进行训练，得到训练好的神经网络模型；接着仿真验证模块调用训练好的神经网络模型进行仿真验证；最后根据仿真验证后的神经网络模型，生成干扰物投放方案和载机机动方案，对来袭导弹进行防御对抗。本发明算法效率高，自主决策能力强，提升飞行器针对典型场景的自主化、自适应智能决策能力，提高了飞行器的战场生存和突防能力。