Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 四川大学李彬获国家专利权

四川大学李彬获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉四川大学申请的专利一种基于分布式多目标模型预测控制的协同制导方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119644718B

龙图腾网通过国家知识产权局官网在2025-07-11发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202311191371.8,技术领域涉及:G05B13/04;该发明授权一种基于分布式多目标模型预测控制的协同制导方法是由李彬;张鸿运;史明明;路遥;毕千;郝明瑞设计研发完成,并于2023-09-15向国家知识产权局提交的专利申请。

一种基于分布式多目标模型预测控制的协同制导方法在说明书摘要公布了:本发明公开了一种基于分布式多目标模型预测控制的协同制导方法,本发明考虑了存在多个静止干扰区的多智能体系统打击时间和角度的协同制导问题,可以在满足避障和机动能力的约束条件下,保证引头在寻的阶段式中保持对目标的锁定状态,实现多智能体按照期望攻角同时打击目标。此外,采用的分布式算法可以满足在线实时要求,从而有效提高作战效能。

本发明授权一种基于分布式多目标模型预测控制的协同制导方法在权利要求书中公布了:1.一种基于分布式多目标模型预测控制的协同制导方法,其特征在于:包括含有多个智能体的多智能体系统,初始时刻所有智能体从给定起始位置出发,各智能体之间始终保持期望安全间距,最终协同时间和角度打击静止目标,具体包括以下步骤: S1:定义智能体的动力学模型,所述动力学模型中包括定义智能体的状态向量和控制向量; S2:设定智能体在满足飞行约束条件下需要避免进入雷达干扰区的约束条件; S3:设定多智能体协同执行打击任务时需要满足避免相互碰撞的约束条件; S4:分别定义智能体的制导控制、攻击时间协同控制和角度协同控制目标函数; 考虑当前时刻t和预测时域N>0,设智能体i在t时刻状态xi0|t,可行预测控制序列为Uit={ui0|t,ui1|t,...,uiN-1|t},对应的预测状态响应序列为Xit={xi1|t,xi2|t,...,xiN|t}; 定义智能体i的制导控制、攻击时间协同控制和角度协同控制目标函数如下: 其中,制导控制函数:Li,mxil|t,xt=||xil|t-xt||2表示智能体i与目标之间的相对距离,能够实现脱靶量为零,保证完成打击任务;||fx||表示fx的距离范数,xt=[xt,yt,zt]表示目标的三维坐标;攻击时间协同控制函数: 表示智能体i到达目标的剩余时间与智能体j到达目标的剩余时间之差,aij为邻接矩阵中的元素; 角度协同控制函数: 表示智能体i实际打击航迹角与期望打击航迹角之差,智能体i的总控制目标函数Ji可构造为如下形式: 其中,Ji,m,Ji,a,Ji,g分别如式10、11和12所示,分别表示对应三项的权重; 在时刻t,考虑智能体i的总控制目标函数式13,设计如下有限时域的最优控制问题: 其中,为优化问题14的最优解,式14a为初始条件,式14b、式14c和式14d分别为系统约束、控制输入约束和状态向量约束,式14e为避免进入雷达干扰区,14f为智能体之间的避碰约束; S5:智能体根据自身以及其他导弹的状态,按照步骤S4所设计的目标函数求解优化问题,并将获得的最优预测控制序列作为滚动时域内的控制输入序列; S6:执行控制输入序列,智能体获得下一时刻状态;同时,其他智能体执行上一次决策出来的最优控制序列; S7:重复步骤S5和S6,直至打击任务完成。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人四川大学,其通讯地址为:610065 四川省成都市武侯区一环路南一段24号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。