一种基于控制流解耦的可重构阵列动态调度方法

可重构阵列依靠数据流驱动带来的能效优势,被广泛运用在特定领域的运算加速中。随着应用范围的增大,当应用中存在不同控制流区域时,采用传统的空间调度方案同时执行整个数据流图,会由于非一致性控制流的存在,造成严重的性能损失。本文提出一种基于控制流解耦的调度方法,通过将处于不同控制边界的数据流解耦成若干个相互独立的子图交替执行,同时将每个子图进行充分并行展开以提高阵列的计算资源利用率。实验结果表明:在相同面积开销的约束下,利用本文提出的调度方法分别在执行性能和执行能效上,相比于一种典型的静态调度可重构阵列(Plasticine),分别提高了35%和18%;相比于一种典型的指令调度的可重构阵列(TIA),分别提高了27%和45%。     

考虑任务分配的无人机信息交互拓扑生成

无人机（UAV）持久编队信息交互拓扑的优化是保证UAV编队结构稳定性和任务执行时效性的重要基础。现有的编队生成算法针对距离因素进行权重赋值和拓扑生成，由于未考虑任务分配因素，可能会引起整体任务执行时间过长甚至任务失败的问题，对UAV的能量也造成了不必要的损耗。以任务消息传输时间和能量损耗为关键优化目标，在保证UAV编队结构稳定的前提下，提出考虑任务分配因素的信息交互拓扑生成算法，优先连接承载实时性要求较高通信任务的关键汇聚链路，对剩余链路通过引入惩罚项，在权重上进一步将任务消息传输量因素考虑在内，生成最终的信息交互拓扑。使用OMNet++进行仿真验证，相比于只考虑距离因素的信息交互拓扑生成算法，所提算法在20架UAVs编队场景下，消息传输时间方面最高降低57.3%，最低降低28.1%，关键任务消息的到达时延降低了45.2%～51.6%，而任务执行过程单UAV的能量损耗总体减少了17.5%，平均每个节点减少损耗16.1%。     

基于最大后验概率准则的天基星座网络多用户检测方法

天基星座网络中用户可以随意进出自由组网，活动用户的数量、身份和发送的数据随机变化，对接收用户的性能造成很大影响。多用户检测是指识别每个活动用户的身份并检测每个活动用户发送的数据。传统方法假设活动用户数等于网络可以容纳的最大用户数，这种方法模型比较简单且误码率性能不够理想。提出了一种基于最大后验概率准则的多用户检测方法，该方法将用户的活动状态建模为马尔科夫链，并将多用户检测转换为在网格图中使用BCJR算法搜索最优路径。仿真结果表明，当活动状态错误概率和符号错误概率达到10^-3时，本文所提方法与对照方法相比分别获得2.6 dB和1 dB信噪比增益。     

民用货机载重平衡控制方法研究

主要研究了民用货机的载重平衡控制方法。过去二十年，国内民航客改货机队规模大幅增加。由于货机的结构限制多、装载舱位多等特点，货机的载重平衡控制显得尤为重要。目前国内货机广泛使用基于EXCEL单机版电子舱单，为此对宽体货机电子舱单也进行了调查研究。基于航司日常运行实践，并结合民航规章的要求，介绍了货机的载重平衡控制方法。对于飞机重心包线削减需要考虑的因素进行了研究分析，包括货物装载的误差，机组的移动，燃油的重量与重心波动曲线等。给出了典型货机的燃油系统、纸质平衡图、电子舱单样例、操作限制以及发动机对飞机重心的影响等实际案例。文中末尾从装卸顺序，飞机重量文件管理，发动机等方面还研究了对飞机重心影响的其它因素。通过研究调查，增进对民航载重平衡相关领域业务的了解，并给相关专业人员提供一定价值的参考。     

基于二维连通图的无人机快速三维路径规划

针对复杂真实环境下无人机三维路径规划解算速度慢的问题，提出一种基于二维连通图的快速三维路径规划方法。首先解析真实地理环境的地形特征和建筑要素，构建基于数字高程模型(DEM)的多层次等效三维数字地图；在此基础上，经过无人机可行空域到二维连通图的转化、连通图中的路径规划及路径的三维化与优化，快速获得一条可执行的三维路径。针对连通图中的全局路径规划，设计了一种基于步长地图的变步长稀疏A^*算法，在保证路径质量的同时有效降低路径搜索的时间；针对连通图中的局部路径规划，提出一种基于障碍预测的随机路标图(PRM)实时路径重规划算法，以满足无人机的实时性避障需求。分别在山地环境和城市环境中进行仿真飞行，结果表明：所提方法能够有效降低三维路径规划的解算难度，在短时间内完成复杂环境下不同尺度和需求的路径规划，全局路径规划算法同比三维A^*算法和基于二维连通图的二维A^*算法搜索时间分别降低了99%和95%，局部路径重规划算法能够在1 s的单次采样周期内完成路径重规划，实时躲避未知障碍物，保证飞行过程的安全。     

自适应短文本关键词生成模型

关键词抽取对文本处理影响较大，其识别的准确度及流畅程度是任务的关键。为有效缓解短文本关键词提取过程中词划分不准确、关键词与文本主题不匹配、多语言混合等难题，提出了一种基于图到序列学习模型的自适应短文本关键词生成模型ADGCN。模型采用图神经网络与注意力机制相结合的方式作为对文本信息特征提取的编码框架，针对词的位置特征和语境特征编码，解决了短文本结构不规律和词之间存在关联复杂信息的问题。同时采用了一种线性解码方案，生成了可解释的关键词。在解决问题的过程中，从某社交平台收集并公布了一个标签数据集，其包括社交平台发文文本和话题标签。实验中，从用户需求角度出发对模型结果的相关性、信息量、连贯性进行评估和分析，所提模型不仅可以生成符合短文本主题的关键词，还可以有效缓解数据扰动对模型的影响。所提模型在公开数据集KP20k上仍表现良好，具有较好的可移植性      

基于迁移学习的小样本目标识别研究进展与展望

在空、天、海等复杂环境下的目标识别任务中，高质量的样本数据往往较少。特别是在干扰对抗环境下，某些特定领域的目标信息获取困难，可靠的标注数据较少。小样本问题对深度学习技术在目标识别任务中的应用提出了新的挑战。迁移学习为小样本不确定环境下的目标识别问题提供了新的研究思路。本文针对小样本目标问题，以机载雷达等空天传感器信息对海面目标识别为例，介绍了迁移学习的主要思路和方法，对迁移学习在海面目标识别问题中的应用现状进展进行了总结；分析和归纳了迁移学习在海面目标识别应用中的主要挑战。最后对可解释性及鲁棒性的海洋目标识别技术需求及未来发展方向进行了展望。     

卫星网络动态资源图多QoS约束路由算法

针对高动态卫星网络拓扑变化导致的网络更新期间可用路径失效，QoS需求难以满足的问题，提出了一种基于软件定义网络（SDN）架构的虚拟节点动态资源图多QoS约束路由算法（DRGVN-QR）。根据节点的切换状态、缓存以及链路的剩余带宽、时延等信息，结合虚拟节点的网络拓扑方式，建立虚拟节点动态资源图模型。根据资源图模型，建立最小路径代价的优化模型，利用蚁群算法（ACO）并发地为每个连接请求找到一段时间范围内的最优路径集合，并对信息素挥发系数的取值问题进行了讨论，以提升路径质量和算法性能。最后，为了适应卫星网络的时变性，设计一种幂数加权公式求出一段时间范围内的最优路径。仿真结果表明：DRGVN-QR算法能够规避路径失效带来的传输中断问题，提高网络QoS，与其他算法相比，该算法降低了平均端到端时延、网络丢包率和时延抖动。     

辊弯成型在国产客机上的应用

针对民用客机更高的抗疲劳性要求,飞机结构件（如长桁）大量采用钣弯型材。通过对辊弯成型的深入研究,提供了一种合理的适合飞机钣弯型材的工艺设计和加工方法,从而保证了钣弯型材的外在和内在质量,以满足民用客机的使用要求。     

设计更改统计分析在航空产品设计质量过程管理中的应用

探讨了设计更改统计分析对产品设计质量的影响，论述了利用数理统计分析方法和质量分析工具对影响产品设计质量的设计更改进行评估的过程，并提出了改进措施和意见，进而提高了产品设计质量。