有人/无人机混合编队有限干预式协同决策

针对Leader-Follower异构型有人/无人机混合编队协同决策系统具有递阶分布式决策结构、决策信息分散以及通信约束等特点,在智能体模糊认知图(ABFCM)和动态模糊认知图(DFCM)的理论基础上,提出了一种有限干预式协同决策机制。通过构建层次化的Follower平台自主决策模型,实现了该平台与外部系统良好的交互能力,体现了自主决策的"动态性"。通过设计Leader平台的3种干预策略,满足了不同层次的决策需求,体现了干预过程的"有限性"。仿真结果表明:有限干预协同决策模型能够适应外部环境的动态变化,充分发挥Follower平台的自主决策能力;而不同层次的有限干预介入既减轻了Leader平台的控制负荷,又保证了决策的有效性和可行性,可为解决其他同类复杂系统的协同决策问题提供理论依据和方法参考。     

反舰导弹末制导雷达抗干扰试验的数据处理

为了研究反舰导弹在舷外有源诱饵干扰下的命中概率,提出了一种新的反舰导弹导引头抗干扰性能试验的数据动态处理方法。该方法将导引头试验数据进行转换处理,生成导弹飞行控制数据,与弹道解算计算机进行数据交换,并模拟反舰导弹攻击目标的全过程,最终给出反舰导弹制导命中概率。     

调频引信谐波时序检测抗干扰方法及实现

针对调频（FM）引信抗干扰能力差的问题,提出了调频引信谐波时序检测抗干扰方法,利用弹目交会过程中谐波时序特征,提高了调频引信抗调幅（AM）、调频和扫频干扰能力;设计了基于快速傅里叶变换（FFT）的调频引信谐波提取方案,通过对差频信号进行FFT获得谐波幅值,与现有谐波定距调频引信通过带通滤波器（BPF）获得谐波幅值相比,在保证同等定距精度的前提下,可以灵活选取谐波次数和谐波通道,利用谐波时序性提高调频引信抗干扰能力,同时易于实现炸高分挡。仿真及实测结果验证了本文方案的可行性,调频引信抗干扰成功率由16.7%提高到90%以上。      

数据采集技术在叶轮机械实验中的应用

介绍某压气机实验台建设中的测控方案。对于数据采集过程中的各种压力信号,提出了适用于叶轮机械稳态特性采集的经济性方案。针对各种动态干扰噪音,详细分析了噪声源的产生及其干扰方式,发展了利用采集技术判断干扰源的方法,并采取了具有针对性的抗干扰措施。为后续实验的进一步展开奠定了基础。      

基于EEG的驾驶舱告警信息设计研究

针对直升机驾驶舱人机交互中认知负荷问题，设计飞行模拟试验，探究视觉和听觉告警对飞行员认 知负荷的影响。基于多元线性回归方法，通过主观评价结果、反应时间、准确率和脑电信号等指标，构建了直 升机驾驶舱人机交互认知负荷评估模型。结果表明文字颜色、语音提示两种告警特征对飞行员信息加工均会产 生影响，使用多元线形回归模型可对不同告警方式下受试对象的认知负荷水平进行评估，构建的评估模型能够 较准确地评估直升机驾驶舱中飞行员的认知负荷，可为优化驾驶舱交互设计、降低飞行员认知负荷、减少人为 差错提供依据。     

基于多目标优化的星空认知网络鲁棒波束成形算法

卫星通信(SC)网和无人机(UAV)通信网之间频谱共享、相互融合，能较大提升频谱效率，有望成为第6代移动通信的关键技术之一。与现有文献不同，本文在系统非完美信道状态信息(CSI)的条件下，考虑了次级用户可达速率最大化和发射功率最小化2种准则，利用加权切比雪夫方法构建满足概率约束的多目标优化问题(MOO);由于该问题较为非凸，利用概率公式、半正定松弛等方法将其转化为凸问题，并进一步通过半正定规划(SDP)求解，得到鲁棒波束成形权矢量，获得2种性能指标间的帕累托最优权衡。计算机仿真验证了所提鲁棒波束成形算法的有效性和优越性。     

基于认知结构SOAR的机器人路径规划

针对环境未知、目标位置已知情况下机器人路径规划问题,提出了一种基于认知结构SOAR的探索方法。首先,结合箱子移动问题介绍了SOAR的基本概念及求解机制;其次,在讨论了人的行为模型和SOAR的决策过程基础上,设计了基于SOAR-Agent的行为建模方法;最后,利用本文提出的方法,设计长期知识,使机器人能够模拟人在未知动态环境下向目标搜索的行为。通过仿真实验,对比分析了长期知识的完备程度对机器人顺利完成任务的影响,同时也验证了该方法的有效性。     

基于DSP的一体化交流伺服系统研究和实现

针对当前伺服系统采用的角度传感器进行AD采样和换算后得到电机速度,无法很好满足速度实时性要求.同时位置反馈元件线性度低、反馈信号易受干扰,因此导致伺服系统稳定性很难保证。结合目前伺服系统存在速度闭环差、结构转换效率低、抗干扰能力弱等问题,提出一种伺服电机与减速机构、旋转变压器一体化设计的方案。通过试验证明,该伺服系统具有控制精度高(最高可达16bit精度)、抗干扰能力强等特点,符合未来电动伺服系统发展的研究方向。     

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。