利用主成分分析的通信调制识别通用对抗攻击方法

深度学习容易被对抗样本所攻击。以通信调制识别为例,在待传输的通信信号中加入对抗性扰动,可以有效防止非合作的用户利用深度学习方法识别信号的调制方式,进而提升通信安全。针对现有对抗样本生成技术难以满足自适应和实时性的问题,通过对数据集中抽取的小部分数据产生的对抗扰动进行主成分分析,得到适用于整个数据集的通用对抗扰动。通用对抗扰动的计算可以在离线条件下进行,然后实时添加到待发射的信号中,可以满足通信的实时性要求,实现降低非合作方调制识别准确率的目的。实验结果表明该方法相对基线方法具有更优的欺骗性能。     

飞行器曲线显示中的数据处理方法及实现

主要内容分为两个部分:处理方法和方法的应用。处理方法着重介绍了远程火箭弹道学和地图学的基本知识,内容包括:各种坐标之间的转换、被动段飞行轨迹的计算、常微分方程的数值解法。方法的应用以上述算法为核心,用实例说明了其使用情况,内容包括:v-t、x-y曲线中的坐标转换、v-t曲线中被动段弹道的平滑处理、箭下点曲线中的坐标转换和外推估算。     

重力扰动对SINS水平姿态的影响

为研究动基座下捷联惯导系统(Strapdown Inertial Navigation System, SINS)水平姿态误差角与水平重力扰动间的关系,推导了南北方向、东西方向匀速直线运动时,SINS纯惯性解算的水平姿态误差与水平重力扰动间的传递函数,并分析了传递函数的零极点分布;推导了组合导航模式下,水平姿态误差角与水平重力扰动间的传递函数;通过仿真分析了纯惯性解算和组合导航模式下传递函数的幅频特性。组合导航相对于纯惯性解算模式,截止频率更大,SINS姿态误差角受更多高频重力扰动信号的影响,因此,组合导航模式需要更高分辨率的重力扰动数据来进行重力扰动补偿。此外,在对高精度SINS进行重力扰动补偿时,对于重力扰动分辨率的需求是有限度的,过于精细的重力扰动数据只会带来测量和存储压力,不能提高SINS的姿态精度。     

提高多管火箭炮发射火力密度研究

为了提高某多管火箭炮火力密度,提出采用两管对称齐射的方法缩短发射时间,减少火箭弹初始扰动的方案。建立多管火箭炮多体动力学模型,根据发射顺序的基本编制原则和考虑火箭炮采用两枚弹同时发射的影响因素拟定射序,对整个发射过程进行仿真,得到火箭初始扰动计算的火箭炮动态特性数据。经与原单发发射时对比,有效提高发射火力密度,并且也有利于提高火箭射击密集度。     

基于增量预测控制的高速多体船垂向运动稳定研究

为了增强高速多体船对海浪扰动的抑制能力,减少垂向运动幅度,提出基于增量预测控制的垂向运动稳定方案。该方案在建立高速多体船的垂向耦合运动模型基础上,分析随机海浪扰动的频域和时域特性,基于积分扰动模型估计海浪扰动力和力矩。为减少海浪平均扰动力和扰动力矩对垂向运动的影响,将垂向运动模型转化为增量模型,作为预测控制的预测模型;同时,把升沉和纵摇的幅度和变化率引入目标函数中,采用滚动优化策略获得多体船的垂向运动预测控制律,分析闭环系统稳定性。仿真结果表明,所提的增量预测控制有效减小升沉和纵摇波动变化率和幅度,升沉位移减少59%,纵摇角减少47%。     

基于MPC和ESO-DO的四旋翼轨迹跟踪控制

针对扰动作用和模型不确定性下四旋翼无人机精确轨迹跟踪控制问题,提出了一种主动干扰抑制和模型预测控制(Model Predictive Control, MPC)策略。模型预测控制器通过扩张状态观测器(Extended State Observer, ESO)和扰动观测器(Disturbance Observer, DO)来估计和补偿干扰,从而实现位置环精确控制。在存在外部干扰和参数不确定性的情况下,通过仿真实验,证明了所提出的方法提高了对建模误差和干扰的鲁棒性,同时实现了对参考轨迹的平滑跟踪。     

基于深度强化学习和导航向量场的卫星规避拦截算法

针对在轨卫星规避拦截问题,提出了一种新的基于强化学习和三维李雅普诺夫导航向量场（3D-LGV）算法。首先,采用3D-LGV产生收敛于椭圆轨道的趋近律,保证规避拦截后能再次入轨。其次,针对拦截卫星利用扰动流体动态系统算法（IFDS）产生扰动流场,利用该扰动流场对导航向量场产生的趋近律进行修正,从而保证卫星能有效地规避拦截。由于IFDS算法中扰动流场大小和方向主要受其中反应系数和方向系数的影响,采用近端策略优化深度强化学习算法作为决策层输出反应系数和方向系数,用于指导卫星在不同场景下提供合适的对导航向量场的修正。最后,通过将IFDS算法修正后的趋近律作为卫星的最终运动方向,实现了整个规避过程。在构建的不同场景下进行了对比实验,结果表明,相较于滚动时域优化算法（RHC）、人工势场算法（APF）和传统IFDS算法,基于强化学习的算法决策时间更短、规避效果更好,在不同场景下均能实现有效规避。同时,对该算法进行蒙特卡洛仿真,统计结果显示卫星规避成功率高达98%。因此,此研究对智能方法在卫星规避拦截领域的应用具有一定价值。     

对装备可计量性的思考

本文在提出可计量性的定义与对可计量性理解的基础上,梳理了可计量性与装备"五性"的关系,分析了可计量性研究对计量保障的作用,以及可计量性在武器装备全系统全寿命周期中的作用,并对如何开展在研和现役武器装备的可计量性研究提供了思路。     

基于深度强化学习的兵棋推演决策方法框架

针对兵棋推演的自动对抗问题,文章提出基于深度学习网络和强化学习模型来构建对抗策略。文章结合深度强化学习技术优势,立足多源层次化的战场态势描述,提出面向智能博弈的战场态势表示方法;将作战指挥分层分域的原则同即时策略游戏中的模块化和分层架构相结合,提出一种层次化和模块化深度强化学习方法框架,用于各决策智能体与战场环境交互的机制以及对抗策略的产生;为满足实际作战响应高实时特点,提出压缩的深度强化学习,提升模型输出速度;为改善对不同环境的适应性,提出利用深度迁移学习提升模型泛化能力。