一种基于深度学习的无人机蜂群反制方法

AITNT
正文
推荐专利
一种基于深度学习的无人机蜂群反制方法
申请号:CN202510205297
申请日期:2025-02-24
公开号:CN120074734A
公开日期:2025-05-30
类型:发明专利
摘要
本发明涉及无人机技术领域,公开一种基于深度学习的无人机蜂群反制方法,包括:步骤1、建立无人机和目标的动态系统模型,各无人机的状态由无人机的位置和速度向量表示,各目标的状态由目标的位置和速度向量表示;步骤2、采用李群与李代数对无人机与目标的相对运动进行建模,所述李群用于表示无人机与目标的刚体运动,通过旋转和平移矩阵的组合,描述无人机与目标在三维空间中的变换。通过采用李群与李代数对无人机与目标的相对运动进行建模,解决现有方法在复杂环境下多目标追踪中的误差问题,实现精确捕捉无人机与目标间的动态关系,得到有效的反制能力和目标追踪,提升多目标环境中的任务执行效率。
技术关键词
无人机蜂群 反制方法 李雅普诺夫函数 霍普菲尔德神经网络 多传感器数据融合技术 扩展卡尔曼滤波 动态系统模型 深度Q网络 路径规划算法 无人机协同作战 轨迹 偏差 障碍物 无人机群体 捕捉无人机 分布式策略 深度强化学习 矩阵
系统为您推荐了相关专利信息
1
基于时延估计的机械臂预定义时间轨迹跟踪控制方法及系统
李雅普诺夫函数 轨迹跟踪控制方法 轨迹误差 关节 轨迹跟踪算法
2
反制无人机及光纤无人机反制方法
反制无人机 挂载释放机构 无人机反制方法 收纳机构 飞行平台
3
基于极限学习机的机械臂状态观测方法及系统
极限学习机 机械臂系统 状态观测方法 观测器 非线性
4
一种机器狗机械关节控制方法
机器狗 机械关节 关节编码器 关节力矩 多轴力传感器
5
一种基于回声状态网络的二次启发规划多变量污水处理过程控制方法
回声状态网络 李雅普诺夫函数 节点数 梯度下降算法 多变量控制方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号