Agent的多传感器管理方案

多Agent系统(Multi-Agent System,MAS)以其智能性和交互协作等优点在分布式系统中得到了广泛的应用.火控系统组网就是通过把分立的火控系统通过某种网络结构连接起来,以提高火控系统的整体性能,是一个典型的分布式系统.以火控系统组网为背景,将Agent技术应用于组网系统中的多传感器管理,并采用了基于角色的任务分解思想.提出了基于多Agent的传感器管理结构模型,分析了各个组件Agent的功能.     

感应式磁性天线设计及干扰抑制算法研究

当期望信号和干扰同方向时,为了有效改善超低频频段的通信质量,提出了一种基于模拟电路预处理和改进广义旁瓣抵消的干扰抑制算法,设计了磁性天线、低噪声前置放大电路,制作了灵敏度较高的磁传感器,有效地抑制了工频及其谐波干扰。鉴于超低频频段的信号十分微弱,在广义旁瓣抵消算法的基础上做了几点改进,为主通道提供较多的参考信息,从而提高了算法的性能,有效地解决了传统算法失效的问题。为了验证所提算法的有效性,在实验室环境下搭建实验平台,设计了多组对照实验,实验结果表明:无论期望信号与干扰是否同方向,改进后的广义旁瓣抵消算法相比原来的算法,在信噪比的提升和噪声底限的降低等方面均有较大程度的改善。     

基于位置信息的无线传感网络路由改进

基于位置信息的无线传感器网络如果完全采用无状态的方式路由,在某些拓扑结构中存在数据不可到达的缺陷,即死亡点的问题.针对这一问题,将无线传感器网络抽象为一数学模型,在此模型的基础上,给出了问题的数学描述.经分析,提出了一种基于逃离算法的详细解决方案.对算法的性能从理论上分析得出算法没有环路,是正确可行的,而仿真结果也验证了这一点,算法的时间复杂度为O(n).     

临近空间大气环境建模及其对飞行器影响

临近空间飞行器在大气层飞行的过程中，其飞行状态和工作性能会受到大气环境的影响。首先对临近空间大气的宏观变化和扰动类型进行了简要介绍，建立了基于国军标的中国地区平稳风模型和基于概率的最恶劣阵风模型，并研究了风场变化特性和阵风幅值变化规律，最后仿真分析了大气风场对飞行器弹道的影响。仿真结果表明：大气风场对飞行器的落点散布有显著影响，并且其影响结果与当地平稳风的长周期变化有关。     

基于动力学分析和模糊综合评判的变速箱测点配置

针对变速箱状态检测与故障诊断过程中状态信息获取的测点位置基本靠经验设定,缺少理论支持,导致检测准确性和可靠性不高的问题,在建立变速箱箱体的有限元分析模型的基础上,进行了箱体的约束模态分析,根据模态位移"取大优先"的原则初选10个测点,然后采用模糊综合评判的方法,将测点优化问题转化为方案优选问题处理,提出了变速箱箱体模态实验的测点优化配置方案。结果表明:采用动力学分析和模糊综合评判相结合的方法进行测点优化选择,得到了科学合理的测点优化配置方案。     

某型导弹制导装置临战快速检测系统

某刑导弹制导装置集光、机、电等多种技术于一体，技术状态易发生变化，在临战前必须快速确认其工作状态。针对某型导弹制导装置临战检测的特点，分析丁制导装置的结构和关键控制信号，开发了能够对制导装置的关键控制信号和激光信息场进行功能性检测的临战快速检测系统。该系统町为指挥员提供辅助决策支持，也可用于平时的技术维护和功能榆查。     

基于旋转点电荷模型的舰船腐蚀电场

为了找出轴频电场无法彻底消除及实际测量中静电场产生波动曲线问题的原因,基于旋转点电荷的建模方法对舰船腐蚀电场进行研究。利用汉克尔变换对点电荷在三层介质中产生的电场进行近似求解,得出一定转速下感应电场随时间、螺旋桨半径及水面距离变化的规律曲线图,并通过实验验证了理论结果的正确性。结果表明:螺旋桨旋转产生的感应电场是构成舰船腐蚀电场的一部分,一定转速下的感应电场频率与螺旋桨转动频率一致,并会随着螺旋桨半径及与水面距离的增加而减小。     

新颖的冗余节点无线传感网能量感知分簇算法

针对一类具有冗余节点的无线传感网,提出了一种新颖的能量感知的动态分簇算法NEAC。它基于动态分簇路由机制,根据节点分布密集程度簇内分布一定数量的休眠节点,在数据传输阶段,这些休眠节点不感知和发送数据,当簇首节点的能量消耗达到一定阈值后需要重新轮换簇首,它们被唤醒并根据休眠节点和簇首轮换机制实现快速簇首和休眠节点选举以平衡节点间的能耗。仿真结果表明,与典型的分簇协议相比,NEAC能够更好地平衡节点的能耗,获得更长的网络生存期。     

基于MC-CNN网络的磁性舰船目标运动参数估计

传统磁性目标运动估计效果依赖于目标的初始状态信息，为克服这一缺陷，建立了磁性运动目标三分量投影模型，并据此生成了磁性舰船运动目标在运动速度、航向、信噪比等参数变化情况下的10类目标的训练数据集、验证数据集以及测试数据集。进一步，设计了多通道卷积神经网络（MC-CNN）对目标的正横距离和运动速度进行了估计，并比较和分析了不同的学习方式和激活函数对网络性能的影响，结果表明Adam+tanh的组合方式的估计性能要优于其它的组合方式，而且对磁性目标运动参数的估计效果比较精确，此方法相较于卡尔曼滤波、粒子滤波等估计算法的优越性在于运算复杂度低以及参数估计不需要目标初始状态信息。     

干扰抑制类生成式对抗网络

为进一步改善超低频频段的通信质量,在传统改进广义旁瓣抵消算法的基础上,提出新的超低频干扰抑制算法——生成式旁瓣抵消算法。该算法将人工智能研究热点之一的生成式对抗网络模型引入广义旁瓣抵消算法中,通过优化设计生成模型的网络结构及相关超参数,有效地解决了原算法存在的期望信号残留问题,为旁瓣抵消通道中的后级滤波算法提供了与主通道相关性更强的干扰参考信息,从而提高了算法对主通道干扰估计的准确性。为了验证优化后生成模型的有效性以及所提算法对不同类别干扰的抑制能力,在实验室环境下搭建实验平台,设计了多组对照实验。实验结果表明:优化后的生成模型具有较好的生成能力、较好的鲁棒性以及相对较低的运算复杂度；相比于传统改进的广义旁瓣抵消算法,所提算法进一步提高了信号带宽内的信干噪比。