基于 PDPC-EMV模型的装备研制方案优化设计

将全面质量管理的过程决策程序图法(PDPC)与决策分析技术的期望值法(EMV)有机结合,构建了PDPC-EMV理论模型,并将该模型引入到武器装备研制方案的设计环节中,用风险评估的思维解决全面质量管理的问题,为武器装备研制方案的设计工作开辟了一种先期质量控制思路。     

无人机空中冲突探测与避撞研究

近年来，无人机运输业迅猛发展，其飞行过程中的冲突探测与避撞问题成为亟需解决的关键问题。在无人机周围建立合理的三维空间模型，优化包括紧急避撞区域、一般避撞区域、监视及提前避撞区域的三级避撞区域系统，并利用ADS-B 报文提供的无人机位置、速度等信息，基于无人机一般二维平面上的冲突探测与避撞算法，通过增加垂直方向上的冲突识别来改进冲突探测算法，对比调速、调向两种避让方案在各避撞区域的成功率。结果表明：改进算法能在无人机数量大幅增加的情况下有效识别冲突无人机，同时采用先调速后调向的避让方案，避撞成功率达到99.75%，可为保障无人机的飞行安全提供有效策略。     

航空工业的智能制造体系和架构

智能制造包含智能制造技术和智能制造系统,是国际上公认的实现工业体系转型升级的新一代方法论,能够从根本上提升我国复杂产品的创新能力和研制水平,因此,正确理解、全面认识智能制造,对我国的经济发展、数字中国的建设具有极其重大的现实意义和历史意义.智能制造的基础是数字化,由于航空工业具有复杂性、可靠性、研制成本高的三高特征,因...     

Transfer learning: A new aerodynamic force identification network based on adaptive EMD and soft thresholding in hypersonic wind tunnel

The aerodynamic test in the pulse combustion wind tunnel is very important for the design, evaluation and optimization of aerodynamic characteristics of the hypersonic aircraft. The test accuracy even affects the success or failure of hypersonic aircraft development. In the aerodynamic test of pulse combustion wind tunnel, the aerodynamic signal is disturbed by the inertial force signal, which seriously affects the test accuracy of aerodynamic force. Aiming at the above problems, this paper innovatively proposes an aerodynamic intelligent identification method, that is the transfer learning network based on adaptive Empirical Modal Decomposition (EMD) and Soft Thresholding (TLN-AE&ST). Compared with the existing aerodynamic intelligent identification model based on deep learning technology, this study introduces the transfer learning idea into the aerodynamic intelligent identification model for the first time. The TLN-AE&ST effectively alleviates the problem of scarcity of training samples for intelligent models due to the high cost of wind tunnel tests, and provides a new idea for further implementation of deep learning technology in the field of wind tunnel aerodynamic testing. And this study designed residual attention block with soft threshold and dense block with adaptive EMD in TLN-AE&ST model. Residual attention block with soft threshold module can more effectively suppress the influence of instrument noise signal on model training effect. Dense block with adaptive EMD makes the deep learning model no longer a black box to a certain extent, and has certain physical significance. Finally, a series of wind tunnel tests were carried out in the Φ = 2.4 m pulse combustion wind tunnel of China Aerodynamic Research and Development Center to verify the effectiveness of TLN-AE&ST.     

分布式协同微纳遥感星群的智能控制系统关键技术

近年来，国内外微纳遥感星座发展不断加速，通过高频重访大幅提升了对地观测的时间分辨率，但是由于单颗微纳卫星观测能力受限，难以满足多源同步与融合、高品质、大幅宽等数据应用需求。为此，将星座与星簇相结合，以星座化分布满足高时间分辨率需求，以星座节点上的星簇协同观测获取多源、高品质、宽幅数据，构建基于微纳卫星的分布式协同遥感系统，是兼顾上述遥感应用需求的有效途径。智能分布式协同控制是该系统的核心关键，为此，必须研究解决星座+星簇大规模动态微纳遥感星群控制系统的分布协同自主导航、智能运动规划与控制、智能健康预测与管理、智能组网等关键技术难题。在梳理分析国内外分布式微纳遥感系统的基础上，给出分布式协同微纳遥感星群的概念内涵，分析其特有的四方面难题，梳理总结相关技术发展现状与趋势，以期为后续该方向的研究起到一定的借鉴作用。     

一种高速可变形飞行器智能变形决策方法

针对一类高速可变形飞行器(HMFV)的变形决策问题，提出一种基于深度确定性策略算法(DDPG)下考虑综合性能指标最优的智能变形决策方法。首先，以一类后掠角可连续变化的高速飞行器为研究对象，给出变形飞行器动力学模型，分析模型特性及变形量与关键气动参数之间的定性关系。其次，基于关键气动数据特征分析，考虑包含气动性能、控制误差在内的综合性能指标，设计一种基于DDPG算法的智能变形决策方案。再者，针对带有标称控制器的HMFV进行变形决策训练，实时获得滑翔过程中不同飞行状态下的最优构型。最后，仿真结果表明所设计的智能变形决策算法收敛效果好，且具备较好的泛化性能。相比于固定外形，可通过变形使得在不同状态下的升阻比保持最优，且与考虑单一决策指标相比，考虑综合指标最优的变形决策可进一步缩小姿态动态跟踪误差。     

基于支持向量机的抗干扰决策技术

为了应对日益复杂的电磁环境，认知雷达的概念被引入电子战中。认知电子战系统包括认知侦察、认知对抗和认知效能评估3个重要环节。针对认知电子战系统对抗干扰决策技术的需求，为实现自适应的决策抗干扰措施，将支持向量机(SVM)算法运用于抗干扰决策中。仿真结果表明:基于SVM的抗干扰决策技术可以自适应地决策抗干扰措施，进行干扰对抗，该算法完成了认知电子战中的最后的一步，使认知电子战系统实现闭环。     

面向6G移动通信的可重构智能反射表面技术研究综述

伴随移动通信技术的迅猛发展，复杂多变环境和高能耗将是当前以及未来移动通信面临的主要问题，低能耗、高效通信环境自适应调整将是移动通信技术发展的必经之路。可重构智能反射表面（Reconfigurable intelligent surface, RIS）技术的发展，为移动通信提供了低能耗、通信环境自适应可重构服务，满足了复杂通信场景下多样化设备服务需求。本文首先对RIS技术从原理、特点、优势等方面进行了概述；然后针对RIS具体的应用场景，对RIS技术优势进行总结；最后在现有工作基础上，总结了RIS技术可能面临的技术挑战，并进一步论述与展望RIS技术的发展方向。RIS技术将会进一步推动移动通信技术的变革，助力移动通信技术面向未来复杂、智能化场景应用需求。     

地外天体着陆巡视探测自主智能技术进展

以月球、火星和小行星等地外天体着陆巡视探测任务为背景，对自主智能技术的发展现状、应用情况与未来趋势进行了分析研究。回顾了目前国内外地外天体着陆巡视探测任务的实施情况；从导航定位与环境感知、轨迹优化与制导控制、自主探测与路径规划、故障诊断与自主处理等四个方面，阐述了该领域自主智能技术的研究现状，并对未来发展态势进行了展望。     

智能博弈趋势下未来空天防御体系展望

当前，军事智能化正成为继机械化、信息化之后推动新一轮军事变革的强大动力，深刻影响着未来战争的制胜机理、作战规则及战争形态。本文全面分析了智能化在未来空天防御体系的应用优势，结合国外智能化防御体系发展特点，提出了未来智能空天防御体系发展设想，梳理了空天防御体系智能化关键技术，阐述了空天防御体系智能化变革的重要意义。