搜索结果: 1-15 共查到“航空、航天科学技术 学习”相关记录24条 . 查询时间(0.25 秒)
中国科学院大气物理研究所自动机器学习提升卫星微波遥感陆地水汽空间分布和精度（图）
自动机器 卫星遥感 水汽空间
2024/1/15
大气水汽是大气圈和水圈的重要组成部分，其时空分布及三相变化与天气演变和气候变化密切相关。卫星遥感是观测全球尺度水汽含量的最重要手段，其中微波被动遥感具有穿透云的能力，可实现全天候全球水汽总量反演，是全球水汽观测系统的重要组成部分。
针对脉冲推力航天器轨道追逃博弈问题,提出一种基于强化学习的决策方法,实现追踪星在指定时刻抵近至逃逸星的特定区域,其中两星都具备自主博弈能力.首先,充分考虑追踪星和逃逸星的燃料约束、推力约束、决策周期约束、运动范围约束等实际约束条件,建立锥形安全接近区及追逃博弈过程的数学模型;其次,为了提升航天器面对不确定博弈对抗场景的自主决策能力,以近端策略优化(Proximal policy optimizat...
中国科学院力学研究所专利：一种基于深度学习的风洞天平静态校测方法
中国科学院力学研究所 专利 深度学习 风洞天平 静态校测
2024/6/3
本发明提供一种基于深度学习的风洞天平静态校测方法，选择施加载荷方向始终与天平体轴系一致的风洞天平校准设备，进行风洞试验采集样本数据；利用训练样本数据构建神经网络初始模型，结合验证样本数据优化神经网络初始模型的网络参数，得到进一步减少训练时间、节省成本的神经网络校准模型；在优化得到的神经网络校准模型的基础上，结合测试样本数据，对神经网络校准模型进行数据精准度分析，得到用于天平静态校准的神经网络校准模...
基于Q-network强化学习的超视距空战机动决策
超视距空战 机动决策 强化学习 纳什均衡
2019/4/16
考虑到空空导弹对空战胜负的重要影响，针对空战态势状态特征连续、多维的情况以及传统方法缺乏对空战对抗中敌方策略的考虑，将强化学习应用到1vs1超视距空战机动决策。首先，建立了同时为对抗双方进行机动决策的强化学习框架，提出ε-纳什均衡策略来选取机动动作，并通过导弹攻击区优势函数来修正奖赏函数；其次，基于记忆库和目标网络训练Q-network，形成超视距空战机动决策的“价值网络”；最后，设计了Q-net...
“讲理论、有高度，深刻；讲现实、有数据，生动”“2个多小时的精彩解读，讲实了十九大精神中与航天科工最密切的内容，说透了我们干部职工最关心的问题”。12月8日，中国航天科工集团有限公司举办学习贯彻党的十九大精神报告会,邀请学习宣传贯彻党的十九大精神中央宣讲团成员、国务院研究室副主任韩文秀来到航天科工为广大党员干部宣讲党的十九大精神。航天科工党组副书记、副总经理方向明主持报告会并就航天科工深入学习宣传...
西安交通大学—Xilinx FPGA机器学习研讨会举行（图）
西安交通大学 Xilinx FPGA 机器学习 研讨会
2017/6/27
2017年5月25日，西安交大—Xilinx FPGA机器学习研讨会在航天航空学院举行。会议由电信学院杨静老师主持，本校多名教授和学生参加会议。美国Xilinx——全球最大的FPGAs, SoCs, MPSoCs, RFSoCs和3D ICs公司的高级总监Amit Gupta和杰出工程师Ashish Sirasao以及中科院西安光机所肖茂森主任应邀参加会议。Xilinx公司是现场可编程门阵列(FP...
布尔型贝叶斯网络是一类由布尔型变量组成的网络，它能够以线性多变量函数描述，使计算和处理上灵活高效。通过运用连接树算法对络进行分块化处理的方法，可以提高算法的效率，然后以传统的最大似然估计方法对布尔型网络的参数进行学习。服从同一分布律的贝叶斯网络参数学习算法发展比较成熟，这类以狄利克雷或者高斯分布为基础的算法在应用领域中难以发挥其应有的价值。相比之下，基于布尔型贝叶斯网络下的参数学习更贴近于应用，在...
空间机械臂的确定性学习控制
基于模式的控制 机械臂系统 确定性学习
2015/8/6
研究一类空间机械臂系统的基于模式的控制方法。首先在训练阶段，基于确定性学习理论设计自适应神经网络控制器使机械臂系统跟踪不同的任务模式，得到对应于不同任务模式的一系列空间机械臂闭环动态的局部准确神经网络建模，并利用这些模型构造对应不同任务模式的常值神经网络控制器。其次，在测试阶段，首先快速识别出任务模式，然后调用相应的常值神经网络控制器实现对空间机械臂系统基于模式的闭环控制。理论证明基于模式的控制方...
针对倾转旋翼机飞控系统的故障诊断问题，提出一种改进的离散小波-优化极限学习机（OMELM）的故障诊断算法。提出自适应启发式小波去噪方法对采集的信号进行消噪，定义了帕塞瓦尔能量用来提取测量信号经离散小波变换分解后的特征，并对OMELM进行了改进。将提取的故障能量特征进行归一化后输入到改进的OMELM多分类器中进行分类，以美国XV-15倾转旋翼机为例进行仿真验证。结果表明文中方法平均辨识率高，诊断时...
提出一种动态集成极端学习机模型用于航空发动机健康状态预测.采用AdaBoost.RT集成学习算法对极端学习机（ELM）进行集成，在训练时采用每个训练样本的近邻样本对ELM的局域性能进行评估；在预测时首先确定新样本在训练样本集中的近邻样本，然后根据ELM在近邻样本上的性能来赋予集成权值实现弱学习机的动态集成.以燃油流量为指标进行航空发动机健康状态预测，动态集成ELM模型短期预测结果的平均相对误差绝对...
针对电动负载模拟器的舵机主动运动引起的多余力矩会严重影响系统的载荷谱跟踪精度的问题，利用前 馈控制对多余力矩进行补偿和抑制，提出并使用一种基于BP 神经网络的PID 参数自学习控制算法来实现高精度跟 踪载荷谱的方法。阐释了电动负载模拟器在被动式加载中多余力矩的产生和影响，基于结构不变性原理，使用前馈 控制对舵机速度干扰进行补偿，以抑制多余力矩；在前馈控制抑制多余力矩的基础上，分析传统PID 算法和...
基于迭代学习-未知输入观测器的卫星姿控系统鲁棒故障重构
故障重构 卫星姿控系统 迭代学习观测器 未知输入观测器
2013/8/29
针对卫星姿控系统出现执行机构故障，提出一种基于迭代学习-未知输入观测器(iterative learningunknown input observer, IL-UIO)的鲁棒故障重构方法。首先,考虑卫星出现空间干扰力矩、模型不确定性以及陀螺漂移，建立小角度机动时的非线性姿控系统模型。其次,采用UIO干扰解耦原理和H∞控制思想，设计IL-UIO估计卫星姿态欧拉角和角速度的同时，利用IL算法实现执...
时变非线性系统直接自适应迭代学习控制
时变不确定性 迭代学习控制 神经网络 自适应控制
2013/8/29
针对一类含有非周期时变参数化不确定性的非线性系统，设计了一种新的迭代神经网络估计器，解决了非周期时变不确定性带来的设计难题。用迭代神经网络直接对期望控制量进行整体逼近，利用Lyapunov稳定性理论和自适应迭代学习控制技术设计了控制器，并进行稳定性分析，证明了系统所有状态量有界，且输出量将收敛至期望轨迹的一个邻域内。仿真结果验证了控制器设计方案的正确性。
基于马尔科夫决策过程框架研究了三维空间内隐蔽接敌策略的强化学习方法，定义了环境模型中的优势区域和暴露区域。针对高维状态空间策略学习所面临的维数灾问题，给出基于径向基神经网络（radial basis function neural network, RBFNN）的Q学习算法，说明了训练样本的分级采样方法，并针对不同情况下的接敌机动策略学习进行了仿真分析。仿真结果表明，借助于合理的分级采样方法，基于...