CN114625134B - 一种舰船航行态势快速控制方法 - Google Patents
一种舰船航行态势快速控制方法 Download PDFInfo
- Publication number
- CN114625134B CN114625134B CN202210219224.6A CN202210219224A CN114625134B CN 114625134 B CN114625134 B CN 114625134B CN 202210219224 A CN202210219224 A CN 202210219224A CN 114625134 B CN114625134 B CN 114625134B
- Authority
- CN
- China
- Prior art keywords
- ship
- navigation
- ships
- situation
- arrangement
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000006073 displacement reaction Methods 0.000 claims abstract description 17
- 230000008569 process Effects 0.000 claims abstract description 6
- 230000015572 biosynthetic process Effects 0.000 abstract description 10
- 230000003068 static effect Effects 0.000 abstract description 3
- 238000005265 energy consumption Methods 0.000 abstract description 2
- 230000006872 improvement Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 229940060587 alpha e Drugs 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/0206—Control of position or course in two dimensions specially adapted to water vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种舰船航行态势快速控制方法,包括以下几个步骤:建立区域内航行态势模型;确定相同协同方船舶航行目标和实际舰船存在的排列;确定最优的各舰船对应最优航行目标;设定各协同方船舶航行方向;达成任务完成时双方舰船所形成的总航行态势Tf。本发明在船舶形成期望态势过程中,完成任务时协同方船舶队形在空间中非静态不变,而是通过计算出每个时刻形成的完成任务时编队队形中各目标位置的相对点,之后求出其中对应的最优航行目标点,使各协同方船舶航行目标一直动态变化,船舶控制更加具有自主性。本发明通过目标态势形成所需总时间最短和在总时间最短下总位移最短原则,使船舶完成任务所需时间更短,能耗更少。
Description
技术领域
本发明属于水面舰船自主控制领域,尤其涉及一种舰船航行态势快速控制方法。
背景技术
为完成复杂工作任务,提高完成工作的效率,舰船通常以编队形式形成集群,协同完成该项复杂工作。要形成能够完成任务的集群编队队形,往往事先给定集群内各舰船的航行轨迹或航行目标位置,航行目标位置的选取和分配一直是影响舰船集群编队和工作任务完成的关键因素。因此,优化舰船集群各船航行目标分配,特别是动态分配航行目标位置对舰船集群协同工作具有十分重要的意义。
现有舰船集群目标点分配还是基于静态分配模式,即事先分配好集群内各舰船航行的目标轨迹,再形成编队。这使得集群内舰船的跟踪的目标是固定的,而当任务是动态时,将会造成目标轨迹非最优问题,也意味着在集群效能方面还存在提升空间。
发明内容
为解决现有技术在舰船集群目标点分配方面存在的问题,本发明的目的是给出一种基于舰船航行态势的舰船集群目标点规划方法。该方法不在预先确定舰船集群内各舰船的航行目标,而是在运动过程中根据航行态势的要求动态分配集群内各舰船的航行目标。从而将将舰船集群协同工作时的航行目标分配问题转化为舰船集群的态势控制问题,通过在一个控制周期内更新和优化各舰船航行目标实现舰船集群的目标态势。
为了实现上述目的,本发明的技术方案如下:一种舰船航行态势快速控制方法,包括以下几个步骤,
步骤A:将执行同一任务的所有舰船称为协同方船舶,作为协同方船舶任务对象的舰船称为目标船舶,它们的数量分别为n和m,协同方船舶若由r种不同的舰船组成,则对其中相同舰船进行编组,即其中nl为每种相同舰船的数量;已知在大地坐标系中当前时刻协同方船舶Pi的位置信息pi=[xi,yi]和航行速度vi、目标船舶Pj的位置信息pj=[xj,yj]和航行速度vj,0<i≤n,i∈N+,0<j≤m,j∈N+,N+表示正整数;用采集到的其所能感知范围内所有的舰船位姿信息,建立该区域内航行态势模型,步骤如下:
步骤A1:计算第i条协同方船舶产生的单一航行态势,即:
Ti c(p)=Fi c(p,pi,vi) (1)
式中,Fi c(p,pi,vi)为第i条协同方船舶的航行态势函数,p为在大地坐标系中任意一点的位置;
步骤A2:计算第j条目标船舶产生的单一航行态势,即:
式中,为第j条目标船舶的航行态势函数;
步骤A3:将区域内双方舰船产生的单一航行态势相加得该区域的总航行态势,即:
步骤B:给定任务完成时双方舰船所形成的总航行态势为Tf,该航行态势为:
Tf=F(α1,...,αn,t) (4)
式中,α1,…,αn为与航行态势Tf相关的双方舰船的位姿和速度变量;假设在任务启动后的任意时刻tk,k∈N+时,协同方船舶实际位置为而要达成该期望态势Tf,此时协同方船舶位置应为/>则tk时刻相同协同方船舶航行目标和实际舰船存在的排列有:
步骤C:在tk时刻,基于最终航行态势Tf,以形成Tf所需时间最短和在最短时间相同时总位移最短原则确定此时相同协同方船舶航行目标和实际舰船的排列对应关系,确定最优的各舰船对应最优航行目标的步骤如下:
步骤C1:在排列A中选择其中第l个排列,则相同协同方船舶和形成最终航行态势Tf时的协同方船舶存在以下对应关系:
则按以下方式计算协同方船舶实际位置同目标位置的位移和总位移/>
步骤C2:计算在第l个排列下各协同方船舶到达其对应航行目标点的时间公式如下:
上述时间均为α1,…,αn的函数,记/>取得最小值时参数α1,…,αn的值为:
将代入第l个排列下所有/>得序列/>进一步求得该序列中元素的最大值maxSi,对第l个排列所有/>均求得与之对应/>和maxSi;
步骤C3:计算在第l个排列下各协同方船舶到达其对应航行目标点的最短时间如下:
步骤C4:计算在A种排列中的最小值,则在tk时刻各协同方船舶到达其对应航行目标点的最短时间/>为:
并得到与最短时间对应的q个排列/>
步骤C5:对步骤C4中所得q个排列计算与之对应的航行总位移/>则在tk时刻全部协同方船舶到达其对应航行目标点最短总位移为:
并得到与最短总位移对应的排列/>
步骤C6:对步骤C5中所得β个排列若β=1则认为该排列为tk时刻的最优排列,各协同方船舶航行目标位置由该排列确定;若β>1则在β个排列中任选1排列作为tk时刻的最优排列,各协同方船舶航行目标位置由任选的排列确定;
步骤D:根据所选取的最优排列中各协同方船舶与航行目标位置的对应关系,设定各协同方船舶航行方向,并以按此方向行驶,直至tk+1时刻;
步骤E:在tk+1时刻,返回至步骤B,并按步骤B和步骤C再次计算tk+1时刻的最优排列,并给出各协同方船舶航行方向,直至达成任务完成时双方舰船所形成的总航行态势Tf。
与现有技术相比,本发明具有如下有益效果:
1、本发明在船舶形成期望态势过程中,完成任务时协同方船舶队形在空间中非静态不变,而是通过计算出每个时刻形成的完成任务时编队队形中各目标位置的相对点,之后求出其中对应的最优航行目标点,使各协同方船舶航行目标一直动态变化,船舶控制更加具有自主性。
2)本发明通过目标态势形成所需总时间最短和在总时间最短下总位移最短原则,使船舶完成任务所需时间更短,能耗更少。
附图说明
图1为本发明船舶控制流程图。
图2为本发明实施例船舶态势控制流程图。
具体实施方式
为了更清楚的解释本发明的实施方式,下面结合附图,将本发明实施例中的技术方案进行清楚完整的描述。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
下面将结合图1-2举例说明对本发明做详细的描述:
步骤A:将水面上执行相同目标任务的船舶称为协同方船舶,实施例中协同方船舶为同种类型;作为协同方船舶目标任务的船舶称为目标船舶,实施例中目标船舶为一艘;建立大地坐标系,船舶利用传感器采集当前范围内所有船舶的位姿信息,包括当前时刻协同方船舶Pi(0<i≤n,i∈N+)的位置信息pi=[xi,yi],航行速度vi;目标船舶Pg的位置信息pg=[xg,yg],航行速度vg;建立船舶航行态势模型;
A1)计算协同方船舶产生的单一航行态势,即:
式中,kci为协同方船舶单一航行态势增益,vi为该船舶的速度,p为在大地坐标系中任意一点的位置,pi为该船舶的位置,rci为一正值,表示该船舶能影响的范围,r(p,pi)表示位置p到位置pi的欧几里得距离;
A2)计算目标船舶产生的单一航行态势,即:
式中,kg为目标船舶单一航行态势增益,vg为该船舶的速度,pg为该船舶的位置,rg为一正值,表示该船舶能影响的范围,r(p,pg)表示位置p到位置pg的欧几里得距离;
A3)将区域内单一航行态势相加得航行态势模型,即:
步骤B:在tk时刻通过预测任务结束时的航行态势Tf得到航行目标位置,航行目标点均匀分布在以目标船舶Pg为圆心,以γ为半径的圆上;将各船舶和航行目标点进行目标分配,得到船舶对应航行目标点的所有可能排列有
B1)计算任务结束时相邻两协同船舶与目标船舶Pg连线的夹角θ,即:
B2)将任务结束时的P1与Pg的连线和大地坐标系x轴正方向的夹角记为α(α∈[0,360]),任务结束时P1的位置记为
B3)计算船舶的航行目标点
任务结束时P1的坐标表示为记任务结束时,以P1为起点在逆时针方向上第2条船舶所在的位置为/>故逆时针方向上第n条船舶所在的位置为/>
B4)计算船舶到达航行目标位置的所有可能排列A:
船舶P1和航行目标点是确定对应关系,将P2、P3、......、Pn中一艘船舶放入中一点,每点只能放入一艘船舶,直到所有船舶放入完毕,共得到/>种排列,即/>
步骤C:根据最终航行态势形成所需总时间最短和在总时间最短下总位移最短原则,确定在tk时刻各船舶对应的航行目标点的最优排列和该排列下对应的最优夹角:
C1)在排列下可以得到船舶和其对应的航行目标点的位移/>和总位移/>即:
式中,1<v≤n,v∈N+;1<z≤n,z∈N+;都是关于变量α的函数;
C2)计算在排列Al下各船舶到达其对应航行目标点的时间即:
式中是关于变量α的函数;
C3)计算在排列Al下所有协同方船舶中最后一艘船舶到达航行目标点的时间即:
式中是关于变量α的函数;
C4)在排列Al中,求取在变量α下所有协同方船舶中最后一艘船舶到达对应的航行目标点的时间中最短的时间
式中对应的变量α值为αmin1、...、αmins;若s=1则认为该夹角为排列Al下的最优夹角/>若s>1则计算夹角αmin1、...、αmins对应的总位移/>中最小值为:
并得到在排列下最短总位移对应的夹角为
C5)对步骤C4中所得d个夹角若d=1则认为该夹角为排列Al下的最优夹角/>若d>1则可在d个夹角中任选1夹角作为排列Al下的最优夹角/>
C6)计算在A种排列中的最小值,则在tk时刻各船到达其对应航行目标点的最短时间/>为:
并得到与最短时间对应的排列/>若q=1则认为该排列为tk时刻的最优排列,协同方各舰船航行目标位置由该排列和该排列下对应的最优夹角确定;若q>1则计算排列/>对应的航行总位移/>中的最小值为:
并得到与最短总位移对应的排列/>
C7)对步骤C6中所得β个排列若β=1则认为该排列为tk时刻的最优排列,协同方各舰船航行目标位置由该排列和该排列下对应的最优夹角确定;若β>1则可在β个排列中任选1排列作为tk时刻的最优排列,协同方各舰船航行目标位置由任选的排列和该排列下对应的最优夹角确定;
步骤D:根据所选取的最优排列下对应的最优夹角确定的航行目标位置,和最优排列中协同方各舰船与航行目标位置的对应关系,设定协同方各舰船航行方向,并按此方向行驶,直至tk+1时刻;
D1)计算船舶Pi对应的虚拟目标点对Pi的引力势场:船舶Pi对应的虚拟目标点位于大地坐标系中的坐标为则虚拟目标点对船舶产生的引力势场Uatt为:
式中,katt为引力增益系数,ρ(pi,pe)表示大小为船舶位置pi到达对应的虚拟目标点位置pe之间的欧几里得距离,方向为从位置pi指向位置pe的矢量;
D2)计算障碍物对Pi的斥力势场:障碍物位于大地坐标系中的坐标为po=[xo,yo],则障碍物对船舶产生的斥力势场Urep为:
式中,krep为斥力增益系数,ρo为一正值,表示障碍物能影响的范围,ρ(pi,po)表示大小为船舶位置pi到达障碍物位置po之间的欧几里得距离,方向为从位置po指向位置pi的矢量;
D3)计算船舶Pi受到外界的总势场:船舶Pi受到虚拟目标点产生的引力势场和其他船舶产生的斥力势场共同作用,则船舶Pi受到外界的总势场U(pi)为:
式中,表示除船舶Pi外其他协同方船舶产生的斥力势场的和,/>表示目标船舶Pg产生的斥力势场;
D4)计算船舶Pi受到的合力:船舶Pi总势场的负梯度即为船舶Pi受到的合力即:
D5)计算船舶Pi的航向角将合力分解为沿x轴和y轴的分力/>和/>和/>之比即为航向角/>即:
D6)控制船舶向对应的虚拟目标点移动:船舶以速度vimax沿角度的方向前进;
步骤E:在tk+1时刻,返回至步骤B,并按步骤B和步骤C再次计算tk+1时刻的最优排列,并给出各船航行方向,直至达成任务完成时双方舰船所形成的总航行态势Tf。
以上所述仅为本发明的一种实例,并不用以限制本发明,凡在本发明的精神和原则之内,做出任何修改、同等替换、改进等,均应包含在本发明的保护范围之内。
Claims (1)
1.一种舰船航行态势快速控制方法,其特征在于:包括以下步骤:
步骤A:将执行同一任务的所有舰船称为协同方船舶,作为协同方船舶任务对象的舰船称为目标船舶,它们的数量分别为n和m,协同方船舶若由r种不同的舰船组成,则对其中相同舰船进行编组,即其中nl为每种相同舰船的数量;已知在大地坐标系中当前时刻协同方船舶Pi的位置信息pi=[xi,yi]和航行速度vi、目标船舶Pj的位置信息pj=[xj,yj]和航行速度vj,0<i≤n,i∈N+,0<j≤m,j∈N+,N+表示正整数;用采集到的其所能感知范围内所有的舰船位姿信息,建立区域内航行态势模型,步骤如下:
步骤A1:计算第i条协同方船舶产生的单一航行态势,即:
Ti c(p)=Fi c(p,pi,vi) (1)
式中,Fi c(p,pi,vi)为第i条协同方船舶的航行态势函数,p为在大地坐标系中任意一点的位置;
步骤A2:计算第j条目标船舶产生的单一航行态势,即:
式中,为第j条目标船舶的航行态势函数;
步骤A3:将区域内双方舰船产生的单一航行态势相加得该区域的总航行态势,即:
步骤B:给定任务完成时双方舰船所形成的总航行态势为Tf,该航行态势为:
Tf=F(α1,...,αn,t) (4)
式中,α1,…,αn为与航行态势Tf相关的双方舰船的位姿和速度变量;假设在任务启动后的任意时刻tk,k∈N+时,协同方船舶实际位置为而要达成该航行态势Tf,此时协同方船舶位置应为/>则tk时刻相同协同方船舶航行目标和实际舰船存在的排列有:
步骤C:在tk时刻,基于最终航行态势Tf,以形成Tf所需时间最短和在最短时间相同时总位移最短原则确定此时相同协同方船舶航行目标和实际舰船的排列对应关系,确定最优的各舰船对应最优航行目标的步骤如下:
步骤C1:在排列A中选择其中第l个排列,则相同协同方船舶和形成最终航行态势Tf时的协同方船舶存在以下对应关系:
则按以下方式计算协同方船舶实际位置同目标位置的位移和总位移/>
步骤C2:计算在第l个排列下各协同方船舶到达其对应航行目标点的时间公式如下:
上述时间均为α1,…,αn的函数,记/>取得最小值时参数α1,…,αn的值为:
将代入第l个排列下所有/>得序列/>进一步求得该序列中元素的最大值max Si,对第l个排列所有/>均求得与之对应/>和max Si;
步骤C3:计算在第l个排列下各协同方船舶到达其对应航行目标点的最短时间如下:
步骤C4:计算在A种排列中的最小值,则在tk时刻各协同方船舶到达其对应航行目标点的最短时间/>为:
并得到与最短时间对应的q个排列/>
步骤C5:对步骤C4中所得q个排列计算与之对应的航行总位移/>则在tk时刻全部协同方船舶到达其对应航行目标点最短总位移为:
并得到与最短总位移对应的排列/>
步骤C6:对步骤C5中所得β个排列若β=1则认为该排列为tk时刻的最优排列,各协同方船舶航行目标位置由该排列确定;若β>1则在β个排列中任选1排列作为tk时刻的最优排列,各协同方船舶航行目标位置由任选的排列确定;
步骤D:根据所选取的最优排列中各协同方船舶与航行目标位置的对应关系,设定各协同方船舶航行方向,并以按此方向行驶,直至tk+1时刻;
步骤E:在tk+1时刻,返回至步骤B,并按步骤B和步骤C再次计算tk+1时刻的最优排列,并给出各协同方船舶航行方向,直至达成任务完成时双方舰船所形成的总航行态势Tf。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210219224.6A CN114625134B (zh) | 2022-03-08 | 2022-03-08 | 一种舰船航行态势快速控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210219224.6A CN114625134B (zh) | 2022-03-08 | 2022-03-08 | 一种舰船航行态势快速控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114625134A CN114625134A (zh) | 2022-06-14 |
CN114625134B true CN114625134B (zh) | 2024-04-16 |
Family
ID=81900979
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210219224.6A Active CN114625134B (zh) | 2022-03-08 | 2022-03-08 | 一种舰船航行态势快速控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114625134B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116107319B (zh) * | 2023-04-12 | 2023-06-16 | 中国船舶集团有限公司第七一九研究所 | 一种智能船舰节能航向编队方法、系统及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
PL389638A1 (pl) * | 2009-11-26 | 2010-06-21 | Akademia Morska W Szczecinie | Sposób i układ wspomagania decyzji nawigacyjnych, w procesie bezpiecznego prowadzenia obiektu pływającego |
CN104049239A (zh) * | 2014-05-30 | 2014-09-17 | 大连海事大学 | 一种基于移动参考点辅助的自组织船舶定位方法 |
CN107608346A (zh) * | 2017-08-30 | 2018-01-19 | 武汉理工大学 | 基于人工势场的船舶智能避障方法及系统 |
CN110471427A (zh) * | 2019-09-06 | 2019-11-19 | 大连海事大学 | 一种基于路径规划与人工势场法的船舶编队智能避碰方法 |
CN113108799A (zh) * | 2021-05-25 | 2021-07-13 | 上海海事大学 | 基于场论的船舶路径优化方法 |
CN113341980A (zh) * | 2021-06-11 | 2021-09-03 | 大连海事大学 | 一种基于改进人工势场法的船舶自动避碰及路径规划方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI756647B (zh) * | 2020-03-18 | 2022-03-01 | 財團法人船舶暨海洋產業研發中心 | 基於人工勢場法的船舶避碰方法及系統 |
-
2022
- 2022-03-08 CN CN202210219224.6A patent/CN114625134B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
PL389638A1 (pl) * | 2009-11-26 | 2010-06-21 | Akademia Morska W Szczecinie | Sposób i układ wspomagania decyzji nawigacyjnych, w procesie bezpiecznego prowadzenia obiektu pływającego |
CN104049239A (zh) * | 2014-05-30 | 2014-09-17 | 大连海事大学 | 一种基于移动参考点辅助的自组织船舶定位方法 |
CN107608346A (zh) * | 2017-08-30 | 2018-01-19 | 武汉理工大学 | 基于人工势场的船舶智能避障方法及系统 |
CN110471427A (zh) * | 2019-09-06 | 2019-11-19 | 大连海事大学 | 一种基于路径规划与人工势场法的船舶编队智能避碰方法 |
CN113108799A (zh) * | 2021-05-25 | 2021-07-13 | 上海海事大学 | 基于场论的船舶路径优化方法 |
CN113341980A (zh) * | 2021-06-11 | 2021-09-03 | 大连海事大学 | 一种基于改进人工势场法的船舶自动避碰及路径规划方法 |
Non-Patent Citations (2)
Title |
---|
基于RBF积分滑模的无人艇集群协同路径跟踪控制;施文煜;梁霄;曲星儒;滕建平;水下无人系统学报;20201231;第28卷(第006期);全文 * |
基于驾驶实践的无人船智能避碰决策方法;丁志国;张新宇;王程博;黎泉;安兰轩;中国舰船研究;20211231(第001期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114625134A (zh) | 2022-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhu et al. | Task assignment and path planning of a multi-AUV system based on a Glasius bio-inspired self-organising map algorithm | |
CN114625134B (zh) | 一种舰船航行态势快速控制方法 | |
CN111307153B (zh) | 基于六边形栅格地图的多auv任务分配与路径规划方法 | |
CN109188909A (zh) | 面向船舶航向非线性离散系统的自适应模糊最优控制方法及系统 | |
CN106125760A (zh) | 无人机编队路径自动规划方法及装置 | |
CN109976161A (zh) | 一种不确定非线性系统的有限时间优化跟踪控制方法 | |
CN110095120A (zh) | 自治水下航行器在海洋环流下的生物启发自组织映射路径规划方法 | |
CN109839933A (zh) | 一种基于vdsom算法的多机器人任务分配方法 | |
CN115509251A (zh) | 基于mappo算法的多无人机多目标协同跟踪控制方法 | |
CN110561420B (zh) | 臂型面约束柔性机器人轨迹规划方法及装置 | |
CN112132469B (zh) | 一种基于多种群协作粒子群算法的水库群调度方法和系统 | |
Wang et al. | Robustness analysis of attitude and orbit control systems for flexible satellites | |
CN112990549B (zh) | 一种空间非合作目标抵近绕飞观测轨迹优化方法 | |
Xu et al. | Self-adaptive learning based immune algorithm | |
CN115268476B (zh) | 一种分布式的水面舰艇和水下航行器协同控制系统和方法 | |
CN116187466A (zh) | 一种基于旋转对称性的多智能体强化学习训练方法 | |
CN111674574B (zh) | 深空撞击器的最优分步式分配控制及优化方法、系统 | |
CN114047758A (zh) | 基于Q-learning的多移动机器人编队方法 | |
CN117433529A (zh) | 一种船舶集群对动态目标的预测方法 | |
CN114676640A (zh) | 基于遗传算法和maddpg算法的楼栋排布方法 | |
CN110703792A (zh) | 基于增强学习的水下机器人姿态控制方法 | |
CN116679738B (zh) | 一种基于精确罚函数的航天器时间最优姿态控制方法 | |
CN114620207B (zh) | 一种水下机器人的推力分配器及推力分配方法 | |
CN117332684B (zh) | 一种基于强化学习的多航天器追逃博弈下的最优捕获方法 | |
CN115694877B (zh) | 一种基于联邦偏好学习的空间众包任务分配方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |