摩托罗拉赢得北京首都国际机场TETRA数字集群终端大单

摩托罗拉公司近日宣布,赢得北京首都国际机场TETRA数字集群终端订单,为北京首都国际机场提供5000多台TETRA数字集群终端机。占整个正在使用的TETRA数字集群终端机的份额超过90%。     

集群无人机队形重构及虚拟仿真验证

队形重构是集群无人机（UAV）控制的重要问题，指无人机按照要求安全、无碰撞地从一个队形变换到另一个队形，其难点在于快速规划最优安全轨迹并控制无人机进行轨迹姿态的高精度跟踪。针对集群无人机队形重构的上述问题，首先，基于CAPT（Concurrent Assignment and Planning of Trajectories）算法，解决了多无人机的目标分配和轨迹生成的实时性问题，实现了集群无人机的最优安全路径规划；其次，提出一种有限时间多变量积分滑模连续控制算法，解决了无人机轨迹姿态的高精度跟踪问题，并通过MATLAB仿真验证了该控制算法的有效性；最后，为了更加真实直观地演示无人机三维仿真效果，建立了基于Gazebo-ROS的无人机仿真平台，实现了12架四旋翼无人机队形重构"建模-仿真-可视化"的一体化仿真演示，验证了上述路径规划算法和轨迹姿态控制算法的有效性。     

适应拓扑变化的拥塞最小化网络更新策略

软件定义网络的出现推动了航空集群机载网络的发展，同时也为机载网络的一致性更新带来了挑战。针对拓扑变化导致的网络更新期间可用路径失效问题，提出适应拓扑变化的拥塞最小化网络更新策略。首先，为减少可用路径失效带来的数据包丢失，在更新之前采用重路由机制进行处理；然后，针对重路由机制可能引起的网络拥塞，设计了贪婪流迁移算法缓解拥塞；最后，通过瞬时拥塞最小化更新算法完成整个网络更新。仿真结果表明：与传统的拥塞一致性更新算法相比，所提更新策略用规则开销、瞬时网络拥塞方面的少量提高换取了网络更新期间数据包丢失的显著降低。     

航空发动机热障涂层导电性能研究

传统的航空发动机热障涂层主要关注点是其热绝缘特性及可靠性的研究,并且已经形成了一整套基于YSZ的热障涂层技术,但是缺乏热障涂层高温导电性能的研究。另一方面,基于对航空发动机智能化的要求,需要在涡轮叶片表面制造电学器件(传感器),所以有必要对航空发动机热障涂层的电学性能进行相关的研究。研究了YSZ热障涂层在高温下的电学性能,提出了能提高其高温电绝缘性能的技术方法:可以对YSZ热障涂层喷涂配方进行改良。试验证明,在涂层中加入一定含量的氧化铝可以把热障涂层的高温电绝缘性能提高4个量级,可以满足在涡轮叶片热障涂层之上制作微传感器的实际工程需要。此外,利用计算机仿真技术对高温环境下的热障涂层复合结构进行了电学性能的综合分析,分析的结果证明,在传感器/热障涂层/涡轮叶片基底的复合结构当中,热障涂层表面的传感器电流的高温特性是各层材料的导电性、传感器与热障涂层的结构与尺寸的综合函数。     

无人集群系统行为决策学习奖励机制

未来作战的发展方向是由多智能体系统构成的无人集群系统通过智能体之间自主协同来完成作战任务。由于每个智能体自主采取行为和改变状态，增加了智能群体行为策略训练的不稳定性。通过先验约束条件和智能体间的同构特性增强奖励信号的实时性，提高训练效率和学习的稳定性。采用动作空间边界碰撞惩罚、智能体间时空距离约束满足程度奖励；通过智能体在群体中的关系特性，增加智能体之间经验共享，进一步优化学习效率。在实验中，将先验增强的奖励机制和经验共享应用到多智能体深度确定性策略梯度（MADDPG）算法中验证其有效性。结果表明，学习收敛性和稳定性有大幅提高，从而提升了无人集群系统行为学习效率。      

飞机舱位状态智能化图像识别技术

结合现代智能化图像识别技术,根据飞机舱位状态的检测类别,对舱位状态检测流程进行再造,以机器识别代替人工识别,提出了一种有效提高舱位状态检测质量和检测效率的新理念,为未来飞机舱位状态检测技术提供参考。     

利用集群内测距和对目标测向的协同定位方法

当多个飞行器间相对位置测量精度显著高于飞行器绝对定位精度时，在飞行器间增加相对测量，对各飞行器的定位测量协同处理，能提高绝对定位精度。本文针对集群飞行器对非合作目标不能测距而仅能测向的情况，通过在集群飞行器间引入相互测距，来提高集群飞行器自身和对非合作目标的定位精度。对于这种不完整相对测量情况，给出了能提高定位精度的协同定位求解方法，包括非线性静态优化估计和线性化后最小二乘估计方法。这种协同定位方案，不需要进行完整的相对位置测量，对测距和测向在群体相对测量中进行合理分解，降低了飞行器测量设备配置的要求。通过仿真验证了该方法的有效性。     

基于路径跟随的改进领航-跟随无人机协同编队方法

针对集群无人机完成高精度协同编队的需要，提出了一种基于路径跟随的改进领航-跟随无人机协同编队方法。首先，在传统A*算法的基础上，引入了障碍威胁系数改进A*算法，为领航无人机规划从起点到目标的全局安全路径；其次，采用Hermite多项式在离散化后对领航无人机的全局安全路径进行参数化表示。当遇到新的障碍信息时，利用改进A*算法重新规划路径；随后，领航无人机将跟随无人机的空间编队信息与编队路径参数信息在集群中完成同步；最后，基于一致性原理设计了编队队形协同控制器，并基于改进人工势场法设计了动态避障控制器。仿真结果表明，与传统的领航-跟随方法相比，该方法可以降低编队误差，提高了复杂曲线路径下无人机的编队精度与稳定性，具有一定的工程应用价值。