无人机避障航路规划方法研究综述

随着无人机作业空域从中高空不断向低空甚至超低空拓展,复杂的低空障碍环境对无人机造成了严重的威胁。研究无人机避障航路规划理论与方法,对于保障无人机的飞行安全和提升其任务效率具有重要作用。对无人机避障航路规划方法的研究现状进行了梳理,首先,根据航路规划问题所建立的优化模型,将规划方法划分为基于数学规划的方法、基于路标图的方法、基于空间分解的方法、基于势场的方法、基于随机规划的方法和基于机器学习的方法六个大类。然后,分别介绍了各类型方法的基本原理、代表性研究以及优缺点。最后,对避障航路规划方法未来可能的研究方向进行了展望。综述表明,复杂环境下无人机三维航路规划方法的研究仍有提升空间;未来应考虑将传统规划方法与新一代人工智能技术相结合;航路规划方法研究应充分考虑机载传感器的实际性能和工作特性;规划航路的可跟踪性问题也亟待解决。     

一种简便的利用交流采样值求交流信号周期的方法

介绍一种利用交流信号的采样值求出交流信号周期的简便方法。该算法原理简单、编程容易,同时大大简化了外部硬件电路。     

信不信由你

1962年10月27日,古巴导弹危机最后时刻,赫鲁晓夫决定让步。但美苏对峙现场仍然气氛紧张,中突一触即发。美军舰队为了逼迫苏联潜艇上浮,开始投掷“模拟”深水炸弹,同时发信号称先打“模拟”弹,如果苏联人潜艇不服从指令将会有严重后果。水下确实有苏联潜艇--B59艇。但苏联人潜得太深,收不到美军的说明,只能听见深水炸弹的爆炸声。B-59艇艇长、政委和副艇长对于如何应对产生了意见分歧。艇长、政委认为战争已经爆发,     

攻击机突防链型国土防空系统效能分析

封锁式防空和阻击式防空一般采用火力区相互接壤而形成链式防空,链式防空用于疆土防御.根据防空系统的任务和规模(国土防空、部队战场防空、海上舰队防空)以及入侵方式、武器性能特点的不同.基于随机理论建立了敌方采用同类武器组成链式防空体系,攻击机采用火力对抗条件下的国土突防模型.对基于随机理论的攻击机突防链型国土防空系统效能进行了一些假设和简化,建立了初步的效能模型,提供了一个分析的思路和方法.     

基于混合粒子群优化的多目标决策新方法

多目标优化问题中的一个关键在于合理地评判各有效解的优劣。通过引入灰色系统理论中灰色关联度的概念作为评判准则,结合粒子群优化算法进行有约束多目标规划问题的研究。提出了一种新的不可行解的保留策略,进化过程中以此策略保留适量的不可行解,有利于增强对约束边界附近可能的最优解的搜索,同时,针对粒子群优化算法的容易陷入局部最优的缺点,实现了以粒子群优化为载体的混合算法:即对全局极值邻域进一步混沌搜索寻优。仿真结果表明改进的算法对多目标决策问题是有效的。     

中国的太空力量

中国发展外空技术完全是为了和平利用外空,中国一向主张太空的非武器化,认为防止在太空进行军备竞赛符合世界各国利益。本文是美国专家的观点,仅供参考。     

基于理想点的指挥自动化系统不确定多属性效能评估

针对防空旅(团)指挥自动化系统效能评估中,其属性权重完全未知或只知大致范围的特点,给出2种基于理想点的不确定多属性效能评估模型,通过对模型的求解,可获得属性权重,进而对这种不确定性系统效能进行评估.该模型符合防空指挥自动化系统效能复杂性和人们思维的模糊性,为解决此类问题提供了新的途径和方法.实例证明,该模型简单有效.     

军队人才引进工作要尊重经济规律

人才引进工作是我军人才建设的重要环节。当前在人才引进中还有不少困难。应当正视在公民职业选择行为中经济因素的影响。要随着社会生产力和人民生活水平提高适时增加军人工资待遇,推进军官职业化进程,并完善国防生选拔培养制度。     

环形区域极点/协方差约束下的模型简化设计

提出离散随机系统模型简化的一种新方法,即环形区域极点／协方差约束下的模型简化方法。这种设计方法的基本思路是构造指定维数的降阶模型,使其匹配给定的环形区域极点和稳态协方差参数,在系统的动态特性和稳态特性方面逼近给定的满阶模型。文中导出了期望的简化模型的存在条件及解析表达式,并提供了一个数值算例。     

基于改进快速扩展随机树的机械臂路径规划

针对机械臂路径规划问题,提出一种基于改进RRT算法的路径规划方法。改进RRT结合了目标偏置策略和贪婪生长策略的优点,在随机采样时,以一定概率使采样点偏置为目标节点,降低随机采样的盲目性,在目标节点方向上采用贪婪式扩展策略,增加随机树局部方向上的生长速度。RRT法规划路径结果并非最优,提出改进GPP法删除多余路径节点,优化机械臂运动路径。通过与Biased-RRT和Greedy-RRT数值仿真结果对比,证明了改进RRT在计算时间、迭代次数、扩展节点数上均优于以上方法。在机械臂两种典型工作环境中的仿真结果表明,使用该方法可以较好解决排爆机械臂避障路径规划问题。