小处入手抓团建 小中见大有作为

91715部队着眼提高团组织建设科学化水平,积极探索“以小见大、以小搏大”,注重从讲好小故事、办好小课堂、树好小典型、搭好小平台、用好小岗位入手,抓党建带团建工作,极大活跃了团组织建设,提升了团员青年素质,促进了部队全面建设和任务圆满完成。     

翼伞精确空投系统归航轨迹规划与控制

翼伞归航轨迹规划与控制问题是翼伞系统在一定初始状态下,利用自身可操作性,完成从初始位置到目标位置的转移问题。针对翼伞空投系统不同归航要求,规划出满足精度要求为圆径概率误差（ CEP ）小于40m的归航轨迹并经过一定量的控制完成翼伞空投系统精确空投任务。首先建立翼伞系统状态空间六自由度模型,并在此基础上提出系统简化稳态模型,通过最优控制方法,规划出满足空投要求的最优归航轨迹后对翼伞进行不断控制直至目标点。最后通过Matlab仿真试验,绘出翼伞系统归航轨迹图与控制变化图。     

管道机器人直线行进过程中多模式模糊PID控制

针对管道机器人PID控制直线行进过程中的跑偏问题,提出了一种改进的多模式模糊PID控制方法。通过建立集成直线行进偏差维度、阈值更新时间维度和初速度维度模式切换自适应阈值模型,减小了因模式切换造成的时间滞后误差。依托能力风暴AS-UⅢ机器人搭建实验测试平台,获取了不同初始速度下驱动轮的轨迹曲线。对比采用改进控制方法前后的轨迹曲线,验证了多模式模糊PID控制方法的有效性和实用性。     

运动目标轨迹分类与识别

运动目标轨迹识别是运动分析中的基本问题,其目的是解释所监视场景中发生的事件,对所监视场景中运动目标轨迹的行为模式进行分析与识别,智能地做出自动分类.对轨迹有效性判断后采用K均值聚类,引入改进的隐马尔可夫模型算法,针对轨迹的复杂程度对各个轨迹模式类建立相应的隐马尔可夫模型,利用训练样本训练模型得到可靠的模型参数,计算测试样本对于各个模型的最大似然概率,选取最大概率值对应的轨迹模式类作为轨迹识别的结果,对两种场景中聚类后的轨迹进行训练与识别,平均识别率较高,实验结果表明该方法是有效的.     

能量状态法的无人机节油轨迹优化

应用能量状态法研究了高空长航时无人机节油飞行的最优轨迹问题.构建了基于能量状态法的质点运动模型,简化了传统运动模型的维数,并利用变分法提出了基于能量控制的性能指标,推导出飞机纵向飞行过程(爬升、巡航和下降)的优化方程,得到整个飞行过程的全局最优解,给出了一种适用的算法,利用Matlab对该算法进行了计算仿真.仿真结果表明,优化的节油轨迹算法效率较高,可节省飞机燃油、缩短航行时间.     

多平台纯方位信息融合结构及关联估计联合优化模型

在多平台纯方位信息融合中,存在多平台的方位关联和单平台的参数估计(或目标定位)困难,因为两者相互依赖和制约。造成相对不同平台的方位不能进行时间空间对准、虚假目标不能消除。为此,提出了一种分布式信息融合结构,并建立了相应的数据互联与参数估计联合优化模型。在这种结构和模型中,首先由各平台对本地传感器探测的纯方位信息完成融合并输出方位序列,然后在融合中心按分层节点对方位序列的数据互联与参数估计进行联合优化处理,每个融合节点仅处理两个平台信息,最后节点输出融合结果。仿真计算结果表明,这种优化模型是解决关联和估计问题的一个有效方法,可以提高多平台纯方位信息融合的性能。     

一种基于回旋曲线的局部路径规划方法

基于回旋曲线路径模型的局部路径规划方法,将规划算法分为离线和在线两部分。离线计算通过建立轨迹空间与栅格单元映射关系获得搜索图,以文件形式存储。在线规划以局部环境地图栅格单元占有情况为依据,获得可行轨迹空间,然后采用A*搜索算法,获得最优局部路径。仿真实验表明,在障碍稀疏环境中,所提出的方法能够规划出局部路径,且规划耗时满足实时性运行需求;参数离散化导致所提出规划方法的完备性不足,对于复杂环境可能无法规划出可行路径。     

重庆警备区:新质民兵力量投入防疫

“嗡嗡嗡……”2月8日早上7时许,1架无人机在重庆市云阳县水口镇的农贸市场上空缓缓上升,并均匀喷洒消毒水。不远处,1名身穿迷彩服的操作人员手拿遥控器,目不转睛地紧盯屏幕操控无人机飞行轨迹。该县人武部政委肖霄介绍,为控制新冠肺炎疫情扩散传播,根据当地疫情防控指挥部的统一安排,1月24日以来,他们派出民兵无人机分队携带3台设备采用航空喷洒消毒的方式,对15个重点场镇、街道进行全地域防疫消毒。     

军需保障社会化轨迹探索

后勤保障社会化,是现代军队后勤建设的大趋势。实现军需保障社会化,从条件上说,主要应具备社会经济的发展,较完善的市场和足够的军需拨款,以及相应的思想观念的转变。从时机上说,在全国全军的范围内。约需要再经过10—15年的努力,使主要条件具备后方可实现。从途径上说,不可能依据一种模式去推行,必须视不同部从及其所处的不同环境,在先后和方式方法上存在一定差别。     

海量公交数据的人群画像算法

面向海量公交数据的人群画像对分析城市群体出行特点、交通态势等极具价值,但对数据的处理存在耗时高、质量低、解释难等问题。提出一种海量公交数据人群画像的系统化解决策略,基于PageRank算法筛选出经过重要站点的人群轨迹,极大减少目标人群的轨迹数据;提出轨迹文本化分析方法来提高人群画像的可解释性;分析确定基于余弦距离的K-means算法作为人群画像分类的聚类算法。该算法在3 000万乘客公交出行数据上的实验表明:提出的解决策略能够较为系统性地解决海量公交数据的人群画像问题,同时基于余弦距离的K-means算法的聚类效果最好且准确率约达80%。将人群画像及其轨迹使用Flow Map进行可视化展示,结果符合真实世界的人群行为特征。