基于鸽群优化算法的实时避障算法

为保证机器人能安全无碰撞地抵达目标位置，提出一种在改进版圆形扩张（CSE+）法中融合鸽群优化算法的实时避障算法。所提算法引入对障碍物密集程度的判断机制，在障碍分布密集时选择最安全的路径，在障碍物分布稀松的环境中，利用鸽群优化算法在安全范围内寻找下一目标最优位置。此外，还引入了搜索树，可实现死角的检测与避免。仿真结果显示:所提避障算法能提高路径规划的性能，在障碍物分布稀松时效果更加明显，且可实现死角检测并能通过狭长通道。      

基于DOA聚类算法的ARM抗有源诱偏技术研究

有源诱偏技术是雷达对抗反辐射导弹的一种重要手段,可以大大降低反辐射导弹的作战效能。为提高对敌目标的精确打击能力,在分析闪烁诱饵诱偏原理的基础上,针对有源诱偏干扰下被动雷达测角精度与稳定度不高的问题,通过对有源诱偏信号的时域特征进行分析,提出一种基于脉冲前沿检测的DOA聚类分选算法,找出前沿超前的辐射源信号,实现了高性能抗有源诱偏干扰和高精度抗干扰测向。仿真结果表明,该技术可以有效对抗四点源有源诱偏干扰。     

航天嵌入式软件数组越界缺陷特征研究

根据统计,数组越界是航天嵌入式软件开发过程中出现最多且最容易被遗漏的缺陷类型之一.目前自动化检测数组越界多基于抽象解释、符号执行、程序模型检验等方法,这些方法在误报、漏报、可扩展性等方面的表现依赖于软件及缺陷特征.分析了近三年航天嵌入式软件第三方测试中发现的94个数组越界问题,从缺陷模式和缺陷表现形式两方面分析得出10项航天嵌入式软件数组越界缺陷特征,并提出对设计具体检测方法关键的若干启示.进一步基于这些特征和启示探讨了数组越界检测算法针对中断驱动型程序的改进方向.     

某型飞机GPS射频干扰原因分析及应对措施

近年来,GPS系统越来越多地运用于军用及民用飞机和舰船导航.与传统的地标、无线电罗盘、塔康等导航方式相比,GPS导航具有导航精度高、响应迅速、不受天气条件影响等特点,能够实现全天候、全疆域范围内米级别精度的导航与定位.由于GPS卫星信号采用CDMA制式,因此就存在着被射频干扰的可能.基于GPS射频干扰产生的原因和来源分析,探讨了飞机GPS干扰防护的基本方法以及对飞机系统影响,并为飞行和维修人员提供相关操作建议.     

基于复杂网络的车载自组织网络脆弱性分析

车载自组织网络(VANET)作为智能交通的重要基础应用，其安全稳定地运行是交通系统乃至社会经济可持续发展的需要。以最大连通度、连通分支平均规模、全局网络效率等参数为脆弱性测度指标，基于复杂网络理论，应用车辆仿真软件(VanetMobiSim)建立了VANET网络拓扑模型，详细研究了在随机攻击和蓄意攻击模式下脆弱性量化指标随节点移除比例的变化关系；通过仿真实验分析了节点密度、信号辐射半径及不同攻击策略对VANET脆弱性的影响。仿真结果表明:VANET在蓄意攻击下比较脆弱，基于节点介数的蓄意攻击效能最强；节点密度、信号辐射半径越小，VANET连通性越差，网络越脆弱。所提方法和结果为VANET拓扑控制优化和网络管理决策提供了理论依据。      

速率模式飞轮姿态控制系统飞轮组合平稳切换方法

对速率模式飞轮姿态控制系统的能控性、稳定性和飞轮组合切换过程进行了研究，揭示了在飞轮组合切换过程中引起卫星姿态抖动的原因，提出了通过对残余角动量进行卸载并将卸载函数同时前馈到系统输入的方法，以保持卫星姿态的稳定度。从理论上证明了可引入残余角动量进行卸载，将卸载函数同时前馈到系统输入，并且不改变原系统的能控性和稳定性。给出了某卫星飞轮切换应用实例，说明了飞轮组合平稳切换方法的有效性。     

一种基于深度学习的电磁信息泄漏检测方法

电子信息设备工作时无意发射的电磁波中包含有用信息，会导致电磁信息泄漏，从而威胁设备的信息安全。现有的电磁信息泄漏检测方法，在复杂现场环境下，难以从具有不确定性的电磁泄漏信号中提取有用信息。面向电磁信息安全问题，开展了电磁信息泄漏检测研究，提出了一种基于深度学习的检测方法。设计了一个适用于电磁泄漏信号的一维卷积神经网络，并结合改进的梯度加权类激活映射方法，在未知电磁信息泄漏特征的前提下，通过深度学习实现电磁信息泄漏特征的智能标定和自动提取，从而解决了现场环境下电磁信息泄漏检测难以提取有用信息的问题。分别通过实测和仿真对比实验，验证了所提方法的有效性。      

Far-UVC light as a new tool to reduce microbial burden during spacecraft assembly

This work aims to investigate far-UVC light at 222 nm as a new microbial reduction tool for planetary protection purposes which could potentially be integrated into the spacecraft assembly process. The major advantage of far-UVC (222 nm) compared to traditional germicidal UVC (254 nm) is the potential for application throughout the spacecraft assembly process in the presence of humans without adverse health effects due to the limited penetration of far-UVC light into biological materials. Testing the efficacy of 222-nm light at inactivating hardy bacterial cells and spores isolated from spacecraft and associated surfaces is a necessary step to evaluate this technology. We assessed survival of Bacillus pumilus SAFR-032 and Acinetobacter radioresistens 50v1 exposed to 222-nm light on proxy spacecraft surfaces simulated by drying the bacteria on aluminum coupons. The survival fraction of both bacteria followed a single stage decay function up to 60 mJ/cm², revealing similar susceptibility of both species to 222-nm light, which was independent of the exposure rate. Irradiation with far-UVC light at 222 nm is an effective method to decontaminate the proxy spacecraft materials tested in this study.     

基于异构网络表示学习的评分预测模型

深入分析电商行业的用户个性化数据并提供推荐服务近年来已成为业界的热点。推荐服务的基础是对用户的潜在兴趣进行挖掘，并对商品的感兴趣程度进行预测。因此，以此为背景，研究用户对商品的评分预测。对电商业的关系型数据在推荐系统中的应用进行了研究，提出了通过使用网络表示学习进行评分预测的方法。首先，将关系型数据构建成异构网络，用户和商品为网络中的节点。然后，设计了兼顾网络结构信息和节点之间相似性的个性化异构网络采样方法，并对节点进行表示学习。最后，将学习到的用户、商品表示向量输入到神经网络中进行训练，利用优化后的神经网络模型进行评分预测。实验结果表明:所提方法在YELP 13、Movielens 100k、Movielens 1m数据集上都有较高的准确率，对比常用方法，准确率提升6.5%以上。