期刊文献+
共找到12篇文章
< 1 >
每页显示 20 50 100
基于深度强化学习的UAV航路自主引导机动控制决策算法 被引量:13
1
作者 张堃 李珂 +2 位作者 昊天 张振冲 刘泽坤 《系统工程与电子技术》 EI CSCD 北大核心 2020年第7期1567-1574,共8页
针对无人机(unmanned aerial vehicle,UAV)航路终端约束情况下航路自主引导机动控制决策问题,采用Markov决策过程模型建立UAV自主飞行机动模型,基于深度确定性策略梯度提出UAV航路自主引导机动控制决策算法,拟合UAV航路自主引导机动控... 针对无人机(unmanned aerial vehicle,UAV)航路终端约束情况下航路自主引导机动控制决策问题,采用Markov决策过程模型建立UAV自主飞行机动模型,基于深度确定性策略梯度提出UAV航路自主引导机动控制决策算法,拟合UAV航路自主引导机动控制决策函数与状态动作值函数,生成最优决策网络,开展仿真验证。仿真结果表明,该算法实现了UAV在任意位置/姿态的初始条件下,向航路目标点的自主飞行,可有效提高UAV机动控制的自主性。 展开更多
关键词 自主引导 机动控制决策 MARKOV决策过程 深度确定性策略梯度法 深度强化学习
下载PDF
注册制改革、壳公司估值与盈余管理 被引量:12
2
作者 昊天 石佳然 肖潇 《会计研究》 CSSCI 北大核心 2021年第8期54-67,共14页
本文整理了从2008年4月至2019年2月与我国IPO注册制改革相关的91个事件,并检验了这些事件对壳公司市场估值的影响。我们发现,表明注册制积极推行的事件会显著降低壳公司股价,而表明注册制暂缓推行的事件会显著提高壳公司股价。此外,未... 本文整理了从2008年4月至2019年2月与我国IPO注册制改革相关的91个事件,并检验了这些事件对壳公司市场估值的影响。我们发现,表明注册制积极推行的事件会显著降低壳公司股价,而表明注册制暂缓推行的事件会显著提高壳公司股价。此外,未涉及发行环节的前两轮新股发行体制改革并不会显著降低壳公司股价,而涉及到发行环节的改革则会显著降低壳公司股价。通过进一步研究注册制改革对壳公司盈余管理程度的影响,我们发现壳公司在注册制积极推行时期会进行更多的应计盈余管理。本文对我国资本市场效率损失的相关研究做出了有益补充,有助于理解我国资本市场的价格机制和在此机制下的企业行为。 展开更多
关键词 注册制 壳公司 市场估值 盈余管理
原文传递
基于Mogrifier-BiGRU的飞行器轨迹预测
3
作者 张堃 杜睿怡 +1 位作者 昊天 华帅 《兵工学报》 EI CAS CSCD 北大核心 2024年第2期373-384,共12页
针对当前飞行器轨迹预测准确性低的问题,引入双向传播机制和Mogrifier数据耦合模块,改进传统门控循环单元网络,提出基于Mogrifier-BiGRU的飞行器轨迹预测算法,加强网络对历史数据的学习与记忆,使得输入信息与隐藏层数据的充分耦合,提高... 针对当前飞行器轨迹预测准确性低的问题,引入双向传播机制和Mogrifier数据耦合模块,改进传统门控循环单元网络,提出基于Mogrifier-BiGRU的飞行器轨迹预测算法,加强网络对历史数据的学习与记忆,使得输入信息与隐藏层数据的充分耦合,提高预测准确度。仿真结果表明,所提方法对飞行器轨迹预测的准确度可达到96.26%,满足我方作战指挥人员对战场态势趋势准确预测的实际需求。 展开更多
关键词 轨迹预测 双向门控循环单元 Mogrifier数据模块 深度学习
下载PDF
一种FlexRay总线多层级测试方法与实现
4
作者 李欢丽 李平 +3 位作者 张杨 昊天 冯文韬 吴馨远 《弹箭与制导学报》 北大核心 2023年第3期110-114,共5页
针对武器系统中FlexRay总线应用广泛而带来的测试问题,提出了总线协议层+物理层多层级测试方法,不仅实现了节点数据收发功能的模拟,还具备了利用输出特定信号对FlexRay总线传输介质进行测试的功能,进而评估物理层传输品质。软硬件设计... 针对武器系统中FlexRay总线应用广泛而带来的测试问题,提出了总线协议层+物理层多层级测试方法,不仅实现了节点数据收发功能的模拟,还具备了利用输出特定信号对FlexRay总线传输介质进行测试的功能,进而评估物理层传输品质。软硬件设计及测试验证表明,文中提出的多层级测试方法能够较好的测试评估FlexRay总线的性能,在武器装备的方案设计及集成测试阶段具有很好的工程应用价值。 展开更多
关键词 FLEXRAY总线 总线测试 PCIe架构 武器系统
下载PDF
弹载天线的电磁脉冲耦合仿真分析
5
作者 胡晓 李平 +2 位作者 昊天 吴必成 史嘉昭 《弹箭与制导学报》 北大核心 2023年第6期64-68,共5页
为了研究电磁脉冲对弹载平台上装天线的耦合效应,采用CST电磁仿真软件建立了典型弹载平台结构和两类弹载微带天线的模型,仿真计算了微带天线上装弹载平台前后的辐射电磁特征,以及天线在不同电磁脉冲辐照下的耦合电压响应。仿真结果表明... 为了研究电磁脉冲对弹载平台上装天线的耦合效应,采用CST电磁仿真软件建立了典型弹载平台结构和两类弹载微带天线的模型,仿真计算了微带天线上装弹载平台前后的辐射电磁特征,以及天线在不同电磁脉冲辐照下的耦合电压响应。仿真结果表明,弹载平台结构能够增强微带天线在工作频率的辐射特性,两天线上装平台后的窄谱高功率微波耦合电压峰值相对单天线分别增大了5%和10%,其电磁脉冲防护设计应以天线上装平台后的最大耦合响应作为安全阈值。 展开更多
关键词 弹载平台 电磁脉冲 天线耦合 电磁防护
下载PDF
基于FlexRay的武器系统星型网络架构设计
6
作者 黎玉刚 昊天 +3 位作者 张鹏 吴必成 史嘉昭 李平 《弹箭与制导学报》 北大核心 2023年第2期103-108,共6页
针对武器系统中总线型FlexRay网络拓扑阻抗匹配设计难、端节点动态变化的特点,开展了基于有源星型网络拓扑的弹地间FlexRay网络架构设计,并对网络中各节点间信号质量进行了仿真对比分析。对有源星型设备内部硬件结构及信息调度时序进行... 针对武器系统中总线型FlexRay网络拓扑阻抗匹配设计难、端节点动态变化的特点,开展了基于有源星型网络拓扑的弹地间FlexRay网络架构设计,并对网络中各节点间信号质量进行了仿真对比分析。对有源星型设备内部硬件结构及信息调度时序进行了优化设计,模拟武器系统端节点并入、分离等工况,对信号稳定性进行了半实物仿真验证,结果表明:基于该星型网络架构的FlexRay总线网络可为武器系统提供灵活可靠的数据传输,具有很好的应用价值。 展开更多
关键词 FLEXRAY总线 有源星型网络 网络架构 武器系统
下载PDF
基于分布式观测器的多自主水下机器人确定学习控制
7
作者 王敏 倪俊 昊天 《控制与决策》 EI CSCD 北大核心 2023年第2期388-394,共7页
针对多自主水下机器人的一致性跟踪问题,提出一种基于新型分布式观测器的一致性跟踪策略.对于具有未知非线性动态的引导者,首先利用确定学习理论将引导者的未知动态表示为具有常数权值的径向基函数神经网络;然后,设计一种新型的分布式... 针对多自主水下机器人的一致性跟踪问题,提出一种基于新型分布式观测器的一致性跟踪策略.对于具有未知非线性动态的引导者,首先利用确定学习理论将引导者的未知动态表示为具有常数权值的径向基函数神经网络;然后,设计一种新型的分布式观测器,并证明其观测误差能够指数收敛到零的小邻域内;接着,利用观测到的引导者状态信息,通过反步法和动态面技术为每个跟随者设计分布式跟踪控制器,通过Lyapunov稳定性分析,证明闭环系统中所有信号都是最终一致有界的,且跟随者的跟踪误差能够收敛到原点的小邻域内;最后,通过仿真验证所提出方案的有效性. 展开更多
关键词 一致性跟踪控制 分布式观测器 确定学习 自主水下机器人
原文传递
一类非严格反馈大系统的自适应神经网络控制 被引量:2
8
作者 昊天 陈兵 孙莉莉 《青岛大学学报(工程技术版)》 CAS 2018年第4期16-26,共11页
针对一类具有非严格反馈模块的非线性互联大系统,本文提出了一种输出反馈控制方案。首先使用神经网络来逼近未知系统函数,然后借助向量的范数性质处理非严格反馈模块。由于系统的状态不可测,所以建立观测器来估计未知状态。同时,结合自... 针对一类具有非严格反馈模块的非线性互联大系统,本文提出了一种输出反馈控制方案。首先使用神经网络来逼近未知系统函数,然后借助向量的范数性质处理非严格反馈模块。由于系统的状态不可测,所以建立观测器来估计未知状态。同时,结合自适应控制策略和Backstepping方法,设计出一种自适应神经网络分散输出反馈控制器,并利用Lyapunov稳定性理论进行稳定性分析。结果表明,在该控制策略作用下,闭环系统所有的信号保持半全局有界,且系统输出可以很好地跟踪给定的参考信号,通过仿真算例来验证本文设计控制策略的有效性。仿真结果表明,系统的输出能很好地跟踪给定的追踪信号;系统的控制信号和自适应参数保持在0的邻域内;设计的观测器能有效地观测原互联大系统的系统状态。说明本文设计的控制策略能够很好地运用在具有非严格反馈模块的互联大系统中。该研究更具有一般性和通用性。 展开更多
关键词 大系统 非严格反馈 分散自适应控制 神经网络
下载PDF
严格反馈系统的事件触发学习控制 被引量:1
9
作者 王敏 胡锐 +1 位作者 辛学刚 昊天 《控制理论与应用》 EI CAS CSCD 北大核心 2021年第10期1577-1586,共10页
本文针对一类严格反馈非线性系统,提出了基于确定学习的事件触发控制方案.首先,在本地控制测试端设计自适应神经网络控制,并在控制过程中实现系统未知动态的知识获取和存储.随后,基于常值权值,设计了新颖的事件触发控制器和事件触发条件... 本文针对一类严格反馈非线性系统,提出了基于确定学习的事件触发控制方案.首先,在本地控制测试端设计自适应神经网络控制,并在控制过程中实现系统未知动态的知识获取和存储.随后,基于常值权值,设计了新颖的事件触发控制器和事件触发条件.结合李雅普诺夫稳定性分析和非线性脉冲动态系统原理,验证了所提方案能够保证跟踪误差收敛到零的小邻域内以及所有闭环信号是最终一致有界的.此外,本文所提方案采用常值权值代替了估计权值,使得所提方案易于实现,暂态性能好和网络资源占用少.最后,通过对比仿真结果证明了所提方案的有效性. 展开更多
关键词 确定学习 事件触发机制 自适应控制 神经网络 严格反馈系统 网络控制系统
下载PDF
非严格反馈大系统的自适应神经网络分散控制
10
作者 昊天 陈兵 +1 位作者 葛华丽 刘志梁 《青岛大学学报(工程技术版)》 CAS 2017年第3期39-45,共7页
针对一类非严格反馈的非线性互联大系统,本文提出了一种基于神经网络的分散自适应状态反馈控制方案。在控制设计过程中,通过神经网络逼近系统中的未知非线性函数,结合自适应Backstepping方法和分散控制策略设计出一种自适应神经网络分... 针对一类非严格反馈的非线性互联大系统,本文提出了一种基于神经网络的分散自适应状态反馈控制方案。在控制设计过程中,通过神经网络逼近系统中的未知非线性函数,结合自适应Backstepping方法和分散控制策略设计出一种自适应神经网络分散状态反馈控制器,并通过Lyapunov稳定性理论进行稳定性分析,证明了在该控制方案作用下,闭环系统的所有信号是半全局一致终极有界的,且输出信号保持收敛在给定参考信号的一个小邻域范围内。采用仿真算例验证本文方法的有效性。仿真结果表明,系统输出信号能良好地跟踪给定的参考信号;系统的所有闭环信号都是有界的,而且该方法借助向量的范数性质,有效解决了一类非线性非严格反馈的互联大系统的自适应神经网络控制问题。该研究对控制理论的发展,具有一定的实际应用价值。 展开更多
关键词 大系统 非严格反馈 分散自适应控制 神经网络
下载PDF
带有未知系数的非线性系统的自适应模糊控制
11
作者 葛华丽 陈兵 昊天 《青岛大学学报(工程技术版)》 CAS 2017年第3期1-7,14,共8页
针对具有未知虚拟控制增益的严格反馈系统的输出反馈控制问题,本文首次给出这类单输入单输出严格反馈系统鲁棒观测器的设计方法,进而提出一种基于观测器的自适应模糊输出反馈控制设计方案。利用凸组合方法建立系统的鲁棒观测器,进而结... 针对具有未知虚拟控制增益的严格反馈系统的输出反馈控制问题,本文首次给出这类单输入单输出严格反馈系统鲁棒观测器的设计方法,进而提出一种基于观测器的自适应模糊输出反馈控制设计方案。利用凸组合方法建立系统的鲁棒观测器,进而结合模糊自适应控制方法和Backstepping技术构造出理想的控制器,同时基于李亚普诺夫稳定性理论证明了在所提出的输出反馈控制器作用下,闭环系统的所有信号是半全局一致最终有界的,并用实际例子进行验证。验证结果表明,本文设计的观测器能很好的估计系统的状态,表明闭环系统最终是有界的。该研究易于在实际工程中实施。 展开更多
关键词 观测器 非线性系统 自适应模糊控制
下载PDF
带有未知系数的非线性系统的自适应模糊跟踪控制
12
作者 葛华丽 陈兵 +1 位作者 昊天 孙莉莉 《青岛大学学报(工程技术版)》 CAS 2018年第4期32-39,共8页
针对带有未知虚拟控制增益的严格反馈系统的输出反馈控制问题,给出一类单输入单输出严格反馈系统鲁棒观测器的设计方法,提出一种基于观测器的自适应模糊输出反馈跟踪控制设计方案。同时,利用模糊自适应控制方法和Backstepping技术,构造... 针对带有未知虚拟控制增益的严格反馈系统的输出反馈控制问题,给出一类单输入单输出严格反馈系统鲁棒观测器的设计方法,提出一种基于观测器的自适应模糊输出反馈跟踪控制设计方案。同时,利用模糊自适应控制方法和Backstepping技术,构造理想的控制器,并在李雅普诺夫稳定性理论的基础上,证明所提出的输出反馈控制策略能保证,闭环系统的所有信号是半全局一致最终有界,且使跟踪误差能够收敛到原点的一个小邻域内。并通过实际例子验证所提控制方法的有效性。验证结果表明,本文设计的观测器能很好的估计系统的状态,而且闭环系统的所有信号最终是有界的。本文所提出的控制方案,保证了闭环系统的稳定性,跟踪误差能够收敛到原点的一个小邻域内。本研究简单易行,在实际工程中具有广阔的应用前景。 展开更多
关键词 观测器 非线性系统 自适应模糊跟踪控制
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部