C4ISR系统评价方法研究

C4ISR系统的复杂性及重要作用使得其评价问题得到了前所未有的重视.结合国内外的最新进展,综述了当前C4ISR系统的评价方法.重点对性能评价和效能评价两类方法进行了深入的分析研究,指出在两类方法之间找到一种确切的量化连接关系是研究难点.最后提出了该领域需要关注的关键研究方向及发展趋势.     

规则空间下基于MRFC-Vicsek模型的集群控制

针对规则空间下集群运动问题,开展了基于多区域模糊控制(MRFC)-Vicsek模型的集群控制方法的研究.考虑到仿生集群在运动时的行为准则,首先建立了包括避碰层、一致层、内聚层、连通层在内的多区域Vicsek模型.其次,通过模糊规则将不同区域个体数量和集群拥挤程度转化为对中心个体的影响权重,再结合规则空间内边界对个体的影...     

控制分配在平流层飞艇姿态控制中的应用

针对平流层飞艇一般采用多控制机构的特点,将广义逆控制分配方法应用到飞艇姿态控制系统中,并根据飞艇控制机构特性采用了加权伪逆控制分配算法。飞艇姿态控制仿真结果表明:设计的控制分配方法可以有效实现多控制机构的协调操纵,对姿态角控制效果良好,避免了单一操纵舵面过早进入饱和状态的情况;合理调整控制分配权值可减少能量损耗,增强实时性,便于工程实现。     

平流层长航时气球上升过程超冷现象影响因素分析

平流层长航时气球超冷现象是指内部浮升气体温度低于外界大气温度,超冷会引起浮力损失进而阻碍气球上升过程。建立了长航时气球辐射、对流等热模型和上升过程动力学模型,仿真分析了初始净浮力、蒙皮热物性参数、放飞时间和放飞日期等因素对超冷现象的影响规律。研究结果表明,上升过程内外温差随初始净浮力增大而增大且变化显著,可见光吸收率和红外吸收率增大时,内外温差值总体上呈减小趋势;放飞时刻和放飞日期对超冷现象影响较小,但放飞时间不同,气球上升至设计驻空高度的时间差别较大。该结论可为平流层浮空器总体方案设计和放飞试验提供有益参考。     

MIMO-OFDM通信系统抗干扰性能分析

在对MIMO-OFDM(Multiple Input Multiple Output-Orthogonal Frequency Division Multiplexing)模型分析的基础上,对MIMO-OFDM系统中常见的干扰信号进行了深入研究。通过仿真分析比较了采用不同空时编码的基础上MIMO-OFDM系统对不同干扰信号的抗干扰性能。仿真结果表明:处于小区边缘的用户受到干扰信号的影响比较严重,并且与实际的MIMO-OFDM应用系统的联系比较紧密;相对于采用BLAST编码方式的MIMO-OFDM系统采用STC编码方式的MIMO-OFDM系统具有更好的抗干扰性能。     

汽车加油机器人关键技术分析

传统加油模式使操作人员易受有毒易燃油气的侵害,而且严冬酷暑时加油站作业环境恶劣,因此在加油站配置机器人实现智能化加油变得十分迫切。介绍了国内外汽车加油机器人的研究进展,指出其作业对象的差异性、环境的多变性以及作业过程的危险性。分析了当前汽车加油机器人所采用的加油机构、加注接口以及识别与定位技术的特点,指出加油机构优化、安全控制、智能识别与定位研究是汽车加油机器人发展的方向。     

采用改进Sage-Husa自适应滤波的运动目标三维定位方法

提出不依赖于测距信息,利用两架基于视觉的无人机对运动目标进行三维交会定位的方法。采用多模型交互方法实现在不预知目标运动模式的条件下对运动目标的实时定位;采用改进的Sage-Husa自适应滤波算法,综合协方差匹配技术和正定性判断,提高了定位精度。为评估这些方法的性能,模拟真实观测条件进行仿真。结果表明,提出的方法可以实时对运动目标的三维坐标进行估计。改进的Sage-Husa自适应滤波算法可以显著提高定位精度,在90°观测夹角下,平均估计误差从27.13 m降低到14.62 m。仿真研究了两无人机观测夹角对定位的影响,结果表明:过小的夹角不利于定位精度的提高;较大的夹角对无滤波定位方法有较好的效果,但对基于改进的Sage-Husa自适应滤波算法的定位方法影响并不明显。     

针对无人机集群对抗的规则与智能耦合约束训练方法

基于无人机集群智能攻防对抗构想,建立了无人机集群智能攻防对抗仿真环境。针对传统强化学习算法中难以通过奖励信号精准控制对抗过程中无人机的速度和攻击角度等问题,提出一种规则与智能耦合约束训练的多智能体深度确定性策略梯度(rule and intelligence coupling constrained multi-agent deep deterministic policy gradient, RIC-MADDPG)算法,该算法采用规则对强化学习中无人机的动作进行约束。实验结果显示,基于RIC-MADDPG方法训练的无人机集群对抗模型能使得红方无人机集群在对抗中的胜率从53%提高至79%,表明采用“智能体训练—发现问题—编写规则—再次智能体训练—再次发现问题—再次编写规则”的方式对优化智能体对抗策略是有效的。研究结果对建立无人机集群智能攻防策略训练体系、开展规则与智能相耦合的集群战法研究具有一定参考意义。     

基于IDEA模型的坦克性能指标需求方案有效性分析

针对坦克车辆性能指标需求方案有效性分析的输入指标为区间数、具有模糊性这一实际情况,提出了一种基于IDEA模型的需求方案有效性分析方法,并详细给出了该方法的计算步骤和算法。研究表明,该方法能够有效完成需求方案的有效性分析,同时也简化了计算过程,使得分析结果更为客观合理,最后通过一个示例来验证模型的可行性和有效性。     

基于改进ACO算法的多UAV协同航路规划

针对无人机(Unmanned Aerial Vehicle,UAV)在执行任务过程中遇到的诸如敌方防空火力、地形障碍及恶略天气等各类威胁源,采用威胁源概率分布的方法进行威胁的量化处理,构建任务空间的威胁概率密度分布图,有效消除了威胁源的差异性。根据UAV在任务飞行过程中的性能约束与时、空协同约束,同时考虑任务过程中UAV的损毁概率最小、任务航程最短,构建了相应的综合任务航路代价最优化目标函数。结合传统蚁群优化算法(Ant Colony Optimization,ACO)在解决此类问题中的不足,给出了相应的改进策略,提出采用协同多种群ACO进化策略来实现多UAV在满足时、空协同约束下的协同航路规划。通过相应的仿真计算表明,改进后的ACO协同多种群进化策略算法更适用于多UAV协同任务航路规划问题,具有一定的实用性。从而为多UAV协同任务航路规划问题的求解提供了科学的决策依据。