An eikonal equation based path planning method using polygon decomposition and curve evolution

Path planning is a key technique of autonomous navigation for robots, and the velocity field is an important part. Constructing velocity field in a complex workspace is still challenging. In this paper, an inner normal guided segmentation algorithm in a complex polygon is proposed to decompose the complex workspace in this paper. The artificial potential field model based on probability theory is then used to calculate the potential field of the decomposed workspace, and the velocity field is obtained by utilizing the potential field of this workspace. Path optimization is implemented by curve evolution, during which the internal force generated in the smoothing process of the initial path by a mean filter and the external force is obtained from the gradient of the workspace potential field. The parameter selection principle is deduced by analyzing the influence of several parameters on the path length and smoothness. Simulation results show that the designed polygon decomposition algorithm can effectively segment complex workspace and that the path optimization algorithm can shorten and smoothen paths.     

基于深度神经网络的无线覆盖预测算法*

为保证新一代移动无线网络能够根据实时覆盖情况动态地调节小区天线参数,需要实现高效且准确的无线覆盖预测。传统的求解方法通过精确的场强预测来判断天线参数的优劣,虽然精度很高但需要大量的计算资源,无法满足5G和后5G移动网络通过实时覆盖预测进行射频参数动态调整的实际需求。现采用基于深度神经网络的算法对给定天线参数的覆盖效果进行预测,以取代对目标区域的精确场强预测。数值结果表明,该方法能够在保持计算准确性的同时显著减少计算量,为5G动态网络规划提供基础性参考数据。     

基于多时刻目标运动模式分布的多模型算法

在机动目标跟踪过程中,传感器在利用量测数据计算目标状态的同时,需要完成对目标运动模式的估计,并根据估计结果对传感器滤波方程的参数或结构进行调整,以减小滤波方程与目标运动模式之间的差异,提高对机动目标的跟踪精度.针对已有多模型算法的不足,利用多个时刻的目标运动模式分布来解决混合估计问题,提出一种新的次优多模型(MTMM)算法.仿真结果证明了MTMM算法的有效性.     

Russian mission-command in VOSTOK strategic exercises

Russian military prefers and exercises differently compare to the Western planning and execution philosophies with mission command allowed and appreciated in sub unit levels only. “Vostok-2018” provided a lot of evidences Russians using de-centralised execution in the sub-unit levels and at the same time centralised control at levels of units and formations.     

基于模板的无人机机动动作建模与仿真

研究了常用的无人机机动模板构建和机动动作生成算法,构建了基于控制量的基本机动模板,以低空跃升攻击动作为例,对动作进行了分解,将此机动动作的各部分利用基本机动模板进行拼接,并对其进行了仿真。结果表明,算法可依据任务和无人机控制约束将模板拼接成可行的机动动作,从而较大程度地提升了无人机机动动作设计的灵活性。     

坦克兵力行为智能体模型研究

为了有效模拟兵力物理行为和智能行为的不同特性,提出了一个复合结构坦克兵力智能体模型,该模型综合了反应式行为和慎思行为两方面的优点。采用层次化组合方法建立了基于行为模式的兵力物理行为模型,使兵力智能体能对动态战场环境作出灵活的反应。结合兵力不同类型任务的分析,设计了基于规划的兵力智能行为模拟方法,使兵力智能体能按照战术原则进行作战任务规划。     

通信对抗无人机集群侦察区域规划规则研究

侦察区域规划是通信对抗无人机集群智能侦察的首要任务。能否合理规划侦察区域,对通信对抗侦察任务的完成至关重要。通过研究侦察区域规划分配和动态调整流程,结合通信对抗战斗原则和相关军事经验,整理归纳出通信对抗无人机集群进行侦察区域规划的行为规则、判定规则和策略规则,并提出了规则的使用建议,构想了具体应用场景。     

地球静止轨道航天器绕飞持续观测任务轨迹规划与控制

针对地球静止轨道(geosynchronous orbit, GEO)航天器的高清观测任务,成像卫星在连续小推力作用下接近GEO航天器,对GEO航天器自然绕飞并以有利的光照条件对其持续观测。针对Clohessy-Wiltshire (CW)方程的偏差问题,通过修正非球形摄动和重力加速度二次长期项偏差对CW方程进行改进,补偿非线性偏差的长期项和主要的摄动项。在轨迹规划问题上,计算绕飞轨迹的初始相位角区间,以保证成像卫星在整个绕飞任务中都能够以良好的观测角观测GEO航天器。基于CW方程和改进的CW方程对成像卫星接近和绕飞GEO航天器全过程进行仿真,基于CW方程的仿真没有达到预期目标;基于改进的CW方程的仿真达到预期目标,全过程所需施加的总速度增量仅为4.67 m/s,工程上具有很强的可行性。     

机载UWB SAR实时信号处理算法研究

机载超宽带合成孔径雷达(UWB SAR)实时信号处理具有大数据量、大计算量等特点。用于实时信号处理的NCS算法需要较大的存储空间,针对这个问题,提出了改进的NCS算法,减小实时成像处理对存储空间的要求。同时,给出了UWB SAR实时信号处理的流程,分析了前向速度误差对成像质量的影响,推导了在改进NCS算法中基于测量数据的视线误差补偿的性能,采用仿真数据和实测数据对整个系统的性能进行了验证。     

空间非合作目标贴近扫描观测的制导方法研究

随着微小卫星技术的不断发展,对目标航天器的近距离观测已成为一类新的航天任务,在空间态势感知、在轨服务等方面具有重要作用和广泛应用前景。针对大型空间非合作目标的近距离扫描观测问题,提出了一种基于改进的人工势场法的制导方法,设计了平行于目标区域表面的引力场函数和垂直于目标区域表面的斥力场函数,由引力场来提供前进的加速度,并满足成像拖影量的约束,由斥力场来处理分辨率和碰撞避免约束。所得到的观测航天器轨迹能够很好地跟随目标区域形状,实现对空间非合作目标区域连续稳定的扫描观测,且所需要的速度增量不大,计算量较小,便于星上执行。