基于点融合系统的多目标进场排序与调度

持续增长的交通需求和日趋饱和的空域资源对飞行安全和管制效率要求更高,鉴于此,研究基于点融合系统（PMS）的多目标进场排序与调度问题。分析四维航迹预测模型与方法,实现四维航迹预测功能。针对PMS的运行模式和多个利益相关方的需求,构建PMS多目标排序与调度模型,提出基于多目标帝国竞争算法（ICA）。利用长沙黄花国际机场实际运行数据与蒙特卡罗模拟数据对优化模型与算法进行验证。结果表明：所提算法有良好的实际应用效果,能为管制员提供决策支持;在应用基于PMS的多目标进场排序与调度,即使在相对保守的安全间隔下,相对于实际运行优化后的总延误时间、总飞行时间、最大飞行时间分别有70.8%、13.2%、11.8%的缩减。     

基于倒置残差注意力的无人机航拍图像小目标检测

针对无人机航拍图像背景复杂、小尺寸目标较多等问题,提出了一种基于倒置残差注意力的无人机航拍图像小目标检测算法。在主干网络部分嵌入倒置残差模块与倒置残差注意力模块,利用低维向高维的特征信息映射,获得丰富的小目标空间信息和深层语义信息,提升小目标的检测精度;在特征融合部分设计多尺度特征融合模块,融合浅层空间信息和深层语义信息,并生成4个不同感受野的检测头,提升模型对小尺寸目标的识别能力,减少小目标的漏检;设计马赛克混合数据增强方法,建立数据之间的线性关系,增加图像背景复杂度,提升算法的鲁棒性。在VisDrone数据集上的实验结果表明：所提模型的平均精度均值比DSHNet模型提升了1.2%,有效改善了无人机航拍图像小目标漏检、误检的问题。     

一种不规则小行星附近周期轨道全局搜索策略

研究不规则小行星附近的自然周期轨道,有助于更好地认识小行星附近的动力学特性。周期轨道的搜索过程需要频繁地进行轨道递推,其中绝大多数的计算时间消耗在不规则小行星附近的引力加速度计算中。为提高加速度计算效率,提出一种不规则小行星引力加速度快速估计方法;在此基础上,通过参数空间内随机化粗略搜索获得周期轨道的初值猜想;利用遗传算法在初值猜想附近区间进行精细搜索,找到周期轨道的初值。通过对不规则小行星433 Eros附近周期轨道的搜索,对其附近不同形状的周期轨道进行了分类,分析周期轨道在小行星附近的分布规律。     

基于混合深度特征的红外目标抗干扰识别算法

复杂干扰条件下的红外空中目标识别技术是空战对抗领域的热点研究课题,复杂人工干扰严重遮蔽目标,导致目标特征的连续性与显著性遭到破坏,无法全面描述识别对象的特性,造成空中目标识别准确率下降。针对此问题,提出一种基于图像混合深度特征的空中目标抗干扰识别算法。首先,基于卷积神经网络进行图像深度特征的提取,将深度特征与梯度直方图(Histogram of Gradient, HOG)特征进行有效融合,构建混合深度特征。针对作战场景中的目标与干扰的对抗态势多样性,将支持向量机的二分类模型改进为三分类模型,对目标、干扰以及目标干扰粘连三种状态进行精确分类。实验结果表明：在复杂干扰环境下,基于混合深度特征的空中目标抗干扰识别算法正确率为92.29%,该算法可以有效地解决目标被干扰遮蔽、形成目标干扰粘连状态时的抗干扰识别问题。     

基于改进YOLO V5的无人机航拍图像小目标检测方法

本文针对无人机航拍目标检测技术中目标聚集、目标较小及实时性差等问题,将YOLO V5的主干架构进行改进,简化Neck网络,提出了一种提高检测速度又能准确识别的无人机航拍图像检测技术方案。经过仿真实验测试,改进后的YOLO V5网络在保持识别精度的同时,检测速率提升了31%,满足无人机在航拍作业时对于准确性与实时性的要求。     

基于表观细粒度辨别网络的近海船舶目标检测方法

近海船舶目标检测是一项非常具有挑战性的任务,受到学者专家广泛关注。基于卷积神经网络（CNN）和注意力机制的检测器在近海船舶目标检测方面的应用取得了显著成就。然而,船舶目标检测存在着表观相似和背景干扰导致检测过程中出现误检的问题。为此,本文提出了一种用于Faster RCNN（更快的基于区域的卷积神经网络）的表观细粒度辨别的检测头模块。该模块包括类别细粒度分支和高效全维动态卷积定位分支。其中类别细粒度分支通过全局特征建模和灵活的感知范围来挖掘和利用类别细粒度辨别特征,高效全维动态卷积定位分支通过高效灵活的感知船舶边界信息来区分目标与背景,从而减少误检漏检问题。通过在近海船舶公开数据集Seaships7000 上进行实验验证,本文算法减少了误检漏检,提升了检测器性能。     

多品种变批量产品智能生产线应用框架

为推动智能制造技术在多品种变批量产品生产中的应用,研究了智能生产线的应用框架,提出了智能生产线的应用流程和体系架构,梳理了重点内容和关键技术,对于发展智能制造技术、构建智能生产线和落实智能制造在生产中的应用具有较好的参考价值。     

带有引诱角色的多飞行器协同最优制导方法

考虑我方高价值飞行器面临对方拦截器拦截时,发射两枚防御器对拦截器进行拦截的情形。针对对方拦截器采用扩展比例导引律,在4个飞行器均具有一阶线性动力学特性假设下,基于最优控制理论设计了能在拦截末端施加相对拦截角的显式协同制导律。显式协同制导律将高价值飞行器和两枚防御器三者的协同考虑在内,给出了三者最优控制输入的解析解。仿真结果表明,设计的制导律能使两防御器成功拦截敌方拦截器,且在拦截末端施加一个相对拦截角。通过与只考虑两防御器协同的隐式协同制导律进行比较,可发现显式的协同制导律在控制要求和能量消耗上,要优于隐式的协同制导律。此外,还验证了在不同发射条件下的协同制导律的稳定性。     

基于纯比例导引的拦截碰撞角约束制导策略

拦截碰撞角约束制导是当前导弹制导研究的关键问题之一。首先基于理想比例导引（IPN）律拦截非机动目标的解析解,推导了纯比例导引律（PPN）拦截固定目标的解析解,得到了弹目相对距离、制导指令加速度和导弹前置角的显示表达式,并进一步得到了拦截碰撞角与弹目相对运动状态和比例导引系数之间的解析表达式。其次,基于该解析表达式,提出了基于PPN的拦截碰撞角约束制导策略（PPNIACG）,并探讨了在铅垂面内进行落角约束打击和水平面内进行拦截碰撞角约束打击的2种实现方式。最后,以弹道成型制导律（TSG）和最优碰撞角约束制导律（OIACG）为参考,通过数值仿真算例,对PPNIAC的拦截性能进行了对比分析,验证了所提出制导策略的有效性和正确性。     

宽裕度超声叶型气动优化设计

通过与德国航天局设计的超声预压缩叶型PAV-15试验数据比对,确定高精度超声叶栅流场计算方法,研究表明:根据激波位置分段调整流管厚度可提高计算与试验结果的一致性。为提高超声叶栅稳定工作裕度并保证设计点性能,建立根据目标裕度估算喘点反压方法和优化设计方法。对两个超声叶型进行多目标优化,优化结果表明：优化叶栅可减小设计工况槽道激波入射角、减小激波及激波附面层干扰损失;气动喉道前移、结尾正激波后移,提高叶栅耐反压能力。两个优化叶型在保持总静压比不变的前提下,稳定裕度均达到设计目标,设计点损失也有所下降。