基本信息:
- 专利标题： 一种基于深度学习的无动力再入飞行器落区预示方法
- 申请号：CN202211731391.5 申请日：2022-12-30
- 公开(公告)号：CN115963855A 公开(公告)日：2023-04-14
- 发明人： 王宏伦 , 武天才 , 刘一恒 , 任斌 , 詹韬 , 韩柠
- 申请人： 北京航空航天大学 , 北京控制与电子技术研究所
- 申请人地址： 北京市海淀区学院路37号;
- 专利权人： 北京航空航天大学,北京控制与电子技术研究所
- 当前专利权人： 北京航空航天大学,北京控制与电子技术研究所
- 当前专利权人地址： 北京市海淀区学院路37号;
- 代理机构： 北京永创新实专利事务所
- 代理人： 周长琪; 易卜
- 主分类号： G05D1/10
- IPC分类号： G05D1/10
摘要：
本发明公开了一种基于深度学习的无动力再入飞行器落区预示方法，属于飞行器导航、制导与控制技术领域。首先针对某飞行器建立六自由度模型，同时基于扩张状态器，进行飞行器气动力系数估计；然后考虑飞行器气动力系数不确定性的影响，进行飞行器再入落区范围边界点的求取，并保存飞行器气动力系数的估计值和飞行器再入落区边界点的数据作为离线数据库。最后构建深度学习网络，并通过离线数据库对深度学习网络进行训练，完成基于深度学习的无动力再入飞行器落区预示方法设计。本发明提高了无动力再入飞行器的落区预示精准度和实时性，并且具有普适性和拓展性。
IPC结构图谱:
| G | 物理 |
| --G05 | 控制；调节 |
| ----G05D | 非电变量的控制或调节系统 |
| ------G05D1/00 | 陆地、水上、空中或太空中的运载工具的位置、航道、高度或姿态的控制，例如自动驾驶仪 |
| --------G05D1/10 | .三维的位置或航道的同时控制 |