Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 航天科工仿真技术有限责任公司邵磊获国家专利权

航天科工仿真技术有限责任公司邵磊获国家专利权

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!

龙图腾网获悉航天科工仿真技术有限责任公司申请的专利基于异构并行计算的飞行器毁伤碎片落点分区确定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:CN116956091B

龙图腾网通过国家知识产权局官网在2026-02-27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:202310751158.1,技术领域涉及:G06F18/23213;该发明授权基于异构并行计算的飞行器毁伤碎片落点分区确定方法是由邵磊;麻珺;管文艳;刘玉明;马彬;郭浩;马玉成;王坤设计研发完成,并于2023-06-25向国家知识产权局提交的专利申请。

基于异构并行计算的飞行器毁伤碎片落点分区确定方法在说明书摘要公布了:本发明公开了一种基于异构并行计算的飞行器毁伤碎片落点分区确定方法,包括:S101:CPU获取初始时刻各毁伤碎片的状态参数并复制至GPU;S102:GPU分别针对每个毁伤碎片,确定毁伤碎片在第一时刻的坐标;S103:GPU判断坐标中的高程参数H是否大于预设高度阈值h,并判断是否小于零;S104:若H大于h,增大第一时刻的值,并获取毁伤碎片在新的第一时刻的坐标,转S103;S105:若H<0,减小第一时刻的值,并获取毁伤碎片在新的第一时刻的坐标,转S103;S106:若0≤H<h,输出毁伤碎片的坐标;S107:GPU根据各毁伤碎片的坐标确定毁伤碎片的落点分区。本发明确定毁伤碎片的落点分区的效率高。

本发明授权基于异构并行计算的飞行器毁伤碎片落点分区确定方法在权利要求书中公布了:1.一种基于异构并行计算的飞行器毁伤碎片落点分区确定方法,其特征在于,所述方法包括: S101:中央处理器获取初始时刻各毁伤碎片的状态参数并将所述状态参数复制至图形处理器,所述状态参数至少包括位置和速度; S102:所述图形处理器分别针对每个所述毁伤碎片,根据所述状态参数确定所述毁伤碎片在第一时刻的坐标,所述坐标为在大地坐标系中的坐标;其中,所述第一时刻大于所述初始时刻; 所述根据所述状态参数确定所述毁伤碎片在第一时刻的坐标,具体包括: 根据所述状态参数获取所述毁伤碎片在初始时刻的轨道根数; 根据所述初始时刻的轨道根数确定所述毁伤碎片在所述第一时刻的轨道根数; 根据所述第一时刻的轨道根数确定所述毁伤碎片在所述第一时刻的坐标; S103:所述图形处理器判断所述坐标中的高程参数是否大于预设高度阈值,并判断所述坐标中的高程参数是否小于零; S104:所述图形处理器在所述坐标中的高程参数大于预设高度阈值的情况下,增大所述第一时刻的值,并获取所述毁伤碎片在新的所述第一时刻的坐标,转步骤S103; S105:所述图形处理器在所述坐标中的高程参数小于零的情况下,减小所述第一时刻的值,并获取所述毁伤碎片在新的所述第一时刻的坐标,转到步骤S103; S106:所述图形处理器在所述坐标中的高程参数大于零且小于所述预设高度阈值、或等于零的情况下,输出所述毁伤碎片的坐标; S107:所述图形处理器根据各所述毁伤碎片的坐标确定所述毁伤碎片的落点分区; 其中,所述根据各所述毁伤碎片的坐标确定所述毁伤碎片的落点分区,具体包括: S1071:获取预设迭代次数和初始质心,所述初始质心是从所述毁伤碎片的坐标中随机选取的多个坐标; S1072:针对每一所述坐标,分别计算所述坐标到每一所述初始质心的距离,并将所述坐标添加至距离最小的所述初始质心对应的聚类中; S1073:在每一所述坐标均被添加至对应的聚类之后,计算每个所述聚类中的坐标的平均值作为新的质心; S1074:针对每一所述坐标,分别计算所述坐标到每一所述新的质心的聚类,并将所述坐标添加至距离最小的所述新的质心对应的聚类中; S1075:重复执行步骤S1073和S1074直至重复的次数达到所述预设迭代次数; S1076:按照最终得到的聚类确定所述毁伤碎片的落点分区。

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航天科工仿真技术有限责任公司,其通讯地址为:100039 北京市海淀区永定路50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”。

以上内容由龙图腾AI智能生成。

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。