A survey of safety separation management and collision avoidance approaches of civil UAS operating in integration national airspace system

Recent years have witnessed a booming of the industry of civil Unmanned Aircraft System (UAS). As an emerging industry, the UAS industry has been attracting great attention from governments of all countries and the aviation industry. UAS are highly digitalized, informationized, and intelligent; therefore, their integration into the national airspace system has become an important trend in the development of civil aviation. However, the complexity of UAS operation poses great challenges to the traditional aviation regulatory system and technical means. How to prevent collisions between UASs and between UAS and manned aircraft to achieve safe and efficient operation in the integrated operating airspace has become a common challenge for industry and academia around the world. In recent years, the international community has carried out a great amount of work and experiments in the air traffic management of UAS and some of the key technologies. This paper attempts to make a review of the UAS separation management and key technologies in collision avoidance in the integrated airspace, mainly focusing on the current situation of UAS Traffic Management (UTM), safety separation standards, detection system, collision risk prediction, collision avoidance, safety risk assessment, etc., as well as an analysis of the bottlenecks that the current researches encountered and their development trends, so as to provide some insights and references for further research in this regard. Finally, this paper makes a further summary of some of the research highlights and challenges.     

基于IMU/FADS/无线电的火星上升器组合导航方案

以火星采样返回任务中火星表面上升为背景，研究了基于惯性测量单元（Inertial Measurement Unit, IMU）、嵌入式大气数据传感系统（Flush Air Data Sensing System, FADS）和无线电信标的组合导航方法。首先，在传统的IMU导航框架中加入由无线电测量获得的相对距离、速度信息，以及由FADS获取的动压、温度数据，建立了基于IMU、无线电和FADS的导航观测模型；然后，基于无迹卡尔曼滤波（Unscented Kalman Filter, UKF）技术对测量信息进行了融合，并压制了过程噪声和测量噪声，从而对上升器的状态进行了联合估计；最后，在数值仿真中，将UKF与自适应无迹卡尔曼滤波（Adaptive Unscented Kalman Filter, AUKF）技术进行了对比，在比较不同滤波器性能的同时，验证了组合导航方法的有效性。     

异构无人系统协同作战关键技术综述

针对异构无人系统的规模、异构性强弱，对异构无人系统进行了分类，引入了异构无人系统协同作战班组的概念以及应用设想，并通过城市环境中异构无人系统协同作战问题为牵引，提出了异构无人系统协同作战面临的挑战与解决思路，在此基础之上，从异构无人系统协同控制架构、协同任务规划、智能交互、目标感知、环境感知等主要方面对异构无人系统协同作战的关键技术进行了分析，最后对异构无人系统协同作战目前的研究进展与挑战进行了总结。     

某型飞机阻力伞抛放系统故障模式分析

针对某型飞机阻力伞系统放伞、抛伞故障,通过分析系统的组成、工作原理、常见故障模式以及故障原因,提出了改进建议,为该型飞机阻力伞抛放系统故障的排除提供思路。     

基于类脑模型与深度神经网络的目标检测与跟踪技术研究

目标检测与跟踪技术广泛应用于交通、医疗、安保和航天等领域.目前，目标检测与跟踪技术面临目标微弱、背景复杂、目标被遮挡等挑战.同时，随着脑科学研究的不断深入，人们对人脑视觉系统的理解逐渐透彻，利用类脑计算解决复杂背景下高精度目标检测与跟踪问题成为相关领域的重要研究方向.本文结合神经工程导向的类脑模型和计算机工程导向的深度神经网络(Deep Neural Networks, DNNs)，提出多种基于类脑模型与深度神经网络的目标检测与跟踪算法，包括：基于演算侧抑制的目标检测算法，基于结构 对比度(Structure Contrast, SC)视觉注意模型的弱小目标检测算法和基于记忆机制与分层卷积特征的目标跟踪算法.实验结果表明，将类脑模型和深度神经网络应用于目标检测和跟踪领域，有利于实现复杂条件下的高精度目标检测和鲁棒性目标跟踪.     

智能方法在惯性系统误差参数辨识中的应用

总结了目前我国提高惯性系统导航精度的技术途径,阐述了国内外惯性系统误差参数辨识方法的研究现状,介绍了当前滤波算法、智能优化算法和人工神经网络方法在惯性系统导航领域的应用情况以及存在的不足。最后,分析了空间飞行器惯性系统误差参数辨识技术的未来研究方向,即智能优化算法和人工神经网络方法等智能方法将在惯性系统误差参数辨识中发挥越来越重要的作用,通过将误差系数标定问题转换为参数辨识问题,采用智能方法在庞大的解空间内实现对惯性系统误差参数的快速辨识。     

基于电阻法的工艺液位传感器测量系统及其校准装置的研制

介绍了一种基于电阻法的工艺液位传感器测量系统的设计与实现，该传感器测量系统包括利用液位传感器、点式液位传感器、耗尽关机液位传感器与剩余液位传感器及对应的变送器。设计了相应的半自动校准系统对传感器的精度进行标定，分析了测量结果的不确定度。经过测试，所有传感器各项指标均满足设计要求。该传感器的研制解决了现有容积计量及液压试验系统不能对贮箱各不同部位进行容积和高度监测的问题。     

系统参数对电动力绳系动力学的影响

将电动力绳系(EDT)的主星质量、子星质量、绳系质量以及绳系中的电流视为系统参数，研究这些参数对系统的摆动动力学和轨道动力学的影响。哑铃模型下的电动力绳系摆动动力学方程存在不稳定的周期解，通过Floquet理论来衡量周期解的不稳定程度，从而研究各系统参数对摆动动力学的影响。建立了用春分点轨道元素的形式描述的电动力绳系轨道动力学方程，并以降轨时间来衡量电动力绳系的降轨效率，从而研究系统参数对轨道动力学的影响。运用算例对周期解迁移矩阵的特征值、降轨时间随各系统参数的变化关系进行了仿真，分别得出了各系统参数对系统摆动动力学和轨道动力学的影响。综合本文的仿真结果，并考虑实际发射及空间运行中的其它因素，对电动力绳系的设计和降轨策略提出了建议。     

基于概率的运载火箭控制系统设计方法研究

针对传统的控制系统极限偏差设计方法导致运载火箭余量大、总体性能下降的问题,综述了基于概率的控制系统设计方法的国内外研究现状,论述了运载火箭控制系统概率设计的基本思想及设计流程,基于概率密度函数建模理论,建立了通过实际控制指令来控制概率密度函数拟合权值的状态空间,并基于最小二乘方法对状态空间中的参数进行了辨识,进而建立了密度函数成型控制模型,提出了基于最优控制理论的运载火箭控制器设计方法,最后通过仿真验证了理论方法的有效性,为我国运载火箭控制系统的精细化设计提供了理论依据。     

超宽带变频系统中的本振产生技术研究

本振源是超宽带变频系统中的核心部件，本文以超宽带上变频系统为例，介绍变频系统中本振信号的产生技术。本文所设计的超宽带变频系统，经过三次上变频，可将(0.8~2.8)GHz 的低频信号变换至（0.5~40）GHz。变频过程中需要一系列点频本振和一组宽带本振，基于PLL+DFS 的方法产生点频本振，基于DDS+DFS 的方式产生宽带本振。