智能无人系统建模、仿真及优化研究

发布时间: 2023-11-23

来源: 科技服务团

截止日期:2024-01-23

价格双方协商

地区：湖南省长沙市市辖区

需求方：长沙***公司

行业领域

高端装备制造产业,航空装备产业

需求背景

基于云计算、物联网、大数据和人工智能等一站式地球科学大数据实时计算平台。平台自主构建并行高效的底层架构，全流程业务实时可视，包括无人机、卫星遥感影像等多源数据，虚拟仿真、城市实景三维建模等多维框架，让数据随取随用，为用户提供 “云+端” 、“平台+SaaS”应用模式，助力地球科学应用产业化发展。PIE-Engine旨在构建全新地球云生态，实现时空信息融合与多维数据感知，赋能大产业，共建生态圈，为世界带来美好而改变。

需解决的主要技术难题

针对给定的使命任务，如何将多个跨介质机动平台科学合理地部署在特定海域，使得作战效能最大化；跨介质机动平台进入海域后，受洋流等海底环境影响，运动方向及速度存在很大不确定性；尤其是经过长时间的潜伏后，如何快速得到多机动平台的准确位置，是当前的难点问题；多个跨介质机动平台进入空域后，如何协同、高效地完成指定任务集，也是当前的难点问题

期望实现的主要技术目标

描述严谨，无二义性，便于沟通交流从不同视角准确描述系统的行为和规律，便于开展各类分析工作，提高开发质量建立的模型能支持动态执行，提高了各类验证和确认活动的效率包含了足够信息，可以支持模块化和重用，为快速实现设计改进提供了技术途径

需求解析

解析单位：“科创中国”航空制造产业科技服务团（中国航空学会） 解析时间：2023-11-24

杨亮

中国航空学会

高工

综合评价

为了实现在实战对抗场景下飞行器具有自主决策能力的目的，提供一种通过智能学习对空战对抗态势库与战术机动库组成的样本库进行学习的自主决策方法及系统，本发明工作方式简洁可靠，只需要利用训练好的预测模型即可计算出对应的决策策略，实现从对抗态势到决策的映射。一种基于智能学习的空战对抗自主决策方法，包括以下步骤：从空战对抗样本库中选取多个典型的训练样本形成空战对抗样本集，通过智能学习神经网络对选定的多个典型空战对抗样本集进行学习训练，采用训练好的空战对抗预测模型对未知样本进行验证；其中，空战对抗样本集的输入为空战对抗双方的当前对抗态势，其组成部分包括：巡航飞行高度、马赫数、预警支援、相对距离、目标方位角及机动性能；其中，空战对抗样本集的输出为实战训练飞行器的战术机动动作指令，包括：s机动、圆周机动、剪式机动、高强势回旋、低强势回旋及俯冲机动。智能学习神经网络的学习过程包含信号误差的正向和反向传递两个阶段；在正向传递阶段，输入信号从输入层传入，在隐含层逐层处理后传向输出层输出；当输出结果与参考值差距较大。

处理进度

提交需求

2023-11-23 14:22:47
确认需求

2023-11-24 10:34:12
需求服务

2023-11-24 10:34:12
需求签约
需求完成

服务方

“科创中国”航空制造产业科技服务团

科创中国

友情链接

海外专利信息资源系统

省级中心站