LEO/MEO双层卫星网络设计及仿真

针对单层卫星网络功能单一、可靠性较低以及三重卫星网络链路冗余度过高、实现复杂的问题,提出了利用LEO/MEO卫星构建双层网络的构想.基于"最坏观察点"与"覆盖带"理论设计了"弱连接"的LEO/MEO双层卫星网络星座,给出了星际链路建立原则.仿真结果表明,所设计的卫星网络具有全天时全球覆盖能力,有利于星际链路的建立.     

航空集群系统空对地作战效能涌现方法研究

航空集群作战系统通过自组织机制与行为调控机制的有机耦合,产生了新的作战能力,具有能力涌现特点.为评估集群系统作战效能,在机群作战效能评估理论的基础上,采用AHP层次分析法构建了无人-有人机协同作战集群效能涌现模型.结果表明,作战环境威胁越高,集群作战能力的涌现效果越明显,且随着等级的不断提高,能力的涌现不断增加,但是增加的幅度逐渐减缓.该方法的应用可为评估航空集群系统的对地攻击作战能力提供定量参考.     

针对军事集群目标的YOLOv3改进算法研究

YOLOv3目标检测模型对于巡飞弹作战中的军事集群目标存在可能漏检紧邻目标的问题.改进算法以YOLOv3为基础,对其候选框选择算法采用的非极大值抑制(NMS)引入惩罚函数,实现soft-NMS,从而减少紧邻目标识别边框被误删的概率.同时针对军事目标数据稀缺的情况,对数据的预处理采用k-fold交叉验证策略,抑制过拟合现象,充分训练模型.实验结果表明,改进算法后对集群目标的检测效果要好于原YOLOv3,其准确率提高了3.14％,召回率提高了17.58％,符合巡飞弹作战中对目标检测精度指标的要求.     

改进的接触算法及其在光滑粒子流体动力学中的应用

采用以黎曼解描述粒子间相互作用的接触算法,模拟一维情况下包含间断的流场。在弱间断的条件下,采用弱波近似的黎曼解来描述粒子间的相互作用;在强间断的条件下,则引入非迭代黎曼解来描述粒子间的相互作用。并引入Taylor展开思想,提高了接触算法在自由边界的计算精度。该算法无需引入人为粘性,程序结构简洁。数值计算表明,改进后的接触算法能很好地描述强间断,并有效改善了原始接触算法在自由面的计算缺陷。     

面向联合作战指挥体系的服务资源分层管理

针对联合作战指控系统无线通信环境的弱连接、低带宽的特点,研究基于指挥层次和指挥域的服务资源分层管理体系,构建面向低带宽的服务资源索引和分层查询技术,提出面向弱连接网络的节点加入和退出解决方案,并针对数据维护和带宽开销进行定量分析,为服务化联合作战指控系统的动态构建提供了解决方案。     

科技部认定第一批创新型产业集群试点

2013年6月24日,科技部下发了《关于认定第一批创新型产业集群试点的通知》。根据《创新型产业集群试点认定管理办法》(国科发火2013[230]号),国家科技部认定了北京中关村移动互联网创新型产业集群、保定新能源与智能电     

面向无人环境的机器人生态圈自主任务决策方法

借鉴自然界生态系统的典型特征,提出机器人生态圈概念。通过使集群机器人进行智能协同与复杂演化,涌现自我维持、自我复制与自我进化等生命特征,实现无人条件下的长期生存、繁衍与进化,并执行特定的任务。针对机器人生态圈典型任务场景的自主任务决策需求,分析不同机器学习任务决策方法的特点,建立机器人生态圈自主任务决策的决策树模型和神经网络模型。分析表明,两种模型的正确率均在80%~90%,且均具有良好的稳定性。这说明,机器人生态圈自主任务决策问题可以通过决策树、神经网络等机器学习方法来很好地加以解决,从而为面向无人化场景的任务应用提供技术支持。     

基于飞蛾信息素寻偶机制的无人机集群协同搜索

为了提高无人机集群协同搜索移动目标的效率,提出一种基于飞蛾信息素寻偶机制的无人机集群协同搜索方法。根据飞蛾基于信息素选择飞行方向的寻偶行为,建立信息素图风向模型和飞蛾信息素寻偶模型。考虑无人机机间避撞约束,提出从飞蛾信息素寻偶机制到无人机集群分布式协同搜索的映射,并给出具体实现流程。仿真实验结果表明了所提方法在解决单个移动目标的协同搜索问题时的有效性和稳定性;外场飞行试验表明了所提方法在实际应用中的可行性。     

无人机集群作战中连续时间Markov链模型的求解方法

针对无人机集群目标作战解析建模时在状态转移过程中计算速率低的问题,提出了一种基于行压缩存储的四阶Runge-Kutta法。根据无人机集群作战样式将无人机集群作战过程划分为三个阶段,并分阶段对无人机集群作战的状态转移过程建立连续时间Markov链模型。以无人机集群完成作战任务的可靠性作为求解指标,运用四阶Runge-Kutta法对Markov模型进行求解。由于求解过程中速率转移矩阵具有稀疏特性,采用基于行压缩存储的算法优化求解速率。仿真实验表明,运用连续时间Markov理论建立的无人机集群作战过程模型的有效性和可行性优于其他模型。同时,与其他算法及模型相比,该算法计算速率更高、能更好地满足结果精度的可靠性需求,进一步说明了本算法的优越性。 〖BHDWG8,WK10YQ,DK1*2,WK1*2D〗〖XCHSC.TIF;%129%129〗听语音 聊科研与作者互动     

均衡聚类市场拍卖机制的异构无人机集群任务规划方法

针对大规模异构无人机集群的全局任务规划问题,提出一种基于均衡聚类市场拍卖机制的任务规划方法。对无人机群协同合作完成任务的场景进行分析,综合任务聚类和无人机联盟的优势,建立了通用性较高的任务规划模型。考虑到对无人机群负载均衡的需求,融合和改进了K-means聚类算法和市场拍卖机制,形成一种综合考虑路程消耗和任务消耗的均衡聚类市场拍卖算法。在拍卖过程中引入平衡参数,通过计算旅行商问题来修正平衡参数,保证无人机群在负载均衡的同时整体成本不断降低。仿真结果表明,使用均衡聚类市场拍卖机制的任务规划方法能够在较短时间内完成异构无人机群的复杂任务规划,保证无人机群负载均衡的同时,整体成本和总时间上也有较好表现,具有一定的实际应用价值。