多UAV协同区域覆盖侦察方法

针对多UAV对未知区域的协同覆盖侦察问题,提出了将STC算法与在线局部调整策略相结合的区域覆盖侦察方法.通过建立无重叠覆盖区域的闭合路径,最小化了重复侦察区域,缩短了任务执行时间;通过在线局部调整保证了只要有一架UAV不出现故障,侦察任务就可以正常进行.仿真结果表明,该方法能够有效解决多UAV协同区域覆盖侦察问题,方法...     

地基C~4I系统的高空核爆电磁脉冲易损性分析

建立了C4I系统的毁伤等级,完成了毁伤机理与毁伤模式分析,运用毁伤树分析方法构建毁伤树模型,确定了C4I系统的致命性部件,对进一步开展新型号导弹武器系统系统易损性评估研究具有一定的参考应用价值。     

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。     

区域目标搜索中基于改进RRT的UAV实时航迹规划

在线自主航迹规划是无人机(Unmanned Aerial Vehicles,UAV)执行区域目标搜索任务的有效保证.针对UAV区域搜索中航迹规划的实时性要求,提出了一种固定搜索模式和动态搜索模式相结合的UAV自主航迹规划框架.在快速扩展随机树(RRT)方法的基础上,通过改进随机扩展树的节点选择和引入启发式信息,提出了基于改进RRT的UAV实时搜索航迹规划算法,该算法能够有效降低在线航迹规划的时间代价和扩展节点数.仿真实验结果验证了本文方法的有效性.     

高效计算网格壁面距离的KD树方法

计算流体动力学的一些领域中经常要用到流场点到壁面的最小距离,为了提高壁面距离计算的精度和效率,将KD树应用于非结构网格的壁面距离计算,计算了若干三维外形的壁面距离,结果表明:基于KD树的网格壁面距离计算方法鲁棒性好,计算效率和结果精度高,适应复杂外形的能力强;算法的通用性好,可以拓展应用到多种网格类型。     

RFI用环氧树脂固化工艺研究

采用动态差示扫描量热(DSC)法,研究了E-44/E-21混合环氧树脂与GA-327(DDM改性芳胺)的固化过程,研究了升温速率对固化体系DSC曲线的影响,确定了该固化体系的反应动力学方程为dαdt=2.27×104exp(-(4764.65)/T)(1-α)0.861;采用最佳固化温度外推法得到E-44/E-21(6∶4)/GA-327体系的最佳固化制度为100℃/30min 120℃/30min。按该固化制度制备的浇铸体的固化度达95.7%,拉伸强度和弯曲强度分别为62.71MPa和97.92MPa。     

延迟驱动的FPGA高扇出信号线快速布线算法

采用基本的延迟驱动Pathfinder布线器对FPGA高扇出信号进行布线,大部分时间会用于初始化寻路的优先级队列,而初始化工作主要是将已得到的布线树中的布线资源结点插入优先级队列.但是分析发现,并非所有被插入的资源结点对布线都是有帮助的.因此提出了一种基于树剪枝的优先级队列初始化算法,这种算法对已有的布线树中的资源点进...     

基于马尔科夫决策的目标选择策略

目标选择是军事计划的关键要素之一。基于马尔科夫决策方法,解决具有复杂目标间关联的多阶段目标选择问题。使用与或树描述目标体系各层状态间的影响关联,并以目标体系整体失效为求解目的,建立了基于离散时间MDP的多阶段打击目标选择模型。在LRTDP算法基础上提出一种启发式方法,通过判断从当前目标体系状态到达体系失效状态的演化过程中的可能资源消耗和失败概率,来提供对当前状态的评估值,该方法能有效排除问题搜索空间中不能到达体系失效目的的中间状态,压缩了由于目标间复杂关联而增长的巨大状态空间。用实验验证了该方法有效性,实验结果表明,该方法直观实用,对目标间具有复杂关联关系的目标打击决策有一定参考价值。     

基于复—方向小波变换和视觉表示的图像增强

针对复—方向小波变换具有好的平移不变性、方向选择性、对图像边缘特征的表示比传统实小波要好等优势,提出了一种基于视觉表示统计特性和复—方向小波变换的图像增强新方法。该算法在图像的多尺度复—方向小波变换域内进行动态范围(亮度)修正和局部对比度调整以增强图像。实验结果表明,与目前经典的多尺度增强算法相比,运用本文的算法增强的图像视觉效果好,在边缘和细节处失真小,而且对图像源的变化具有很好的鲁棒性。     

融合空间偏好和语义的个体活动识别方法

个体活动识别对用户画像、个性化推荐、异常行为检测、群体行为分析和基于活动的资源配置优化具有重要价值。提出了一种基于稀疏的社交媒体签到数据的个体活动语义识别方法,从签到数据中提取活动行为的时间周期性和趋势性特征,并采用空间偏好量化算法,从个体与群体活动的空间关联中提取群体和个体的空间访问偏好,使用自然语言嵌入工具BERT模型提取访问兴趣点的语义。时间特征、空间偏好特征和访问兴趣点名称语义特征共同构成表征群体、个体偏好的时空联合特征,通过极限梯度提升分类器对其进行分类,得到活动语义识别结果。在Foursquare数据集上的对比实验和消融实验中验证了所提活动语义识别模型可以有效提升活动语义识别的准确性。