一种地理围栏内无人机航迹跟踪方法

针对UTM体制中无人机在地理围栏内的飞行监视问题,提出一种约束状态相关模态转换混合估计算法(CSDTHE)。采用随机线性混杂系统模型对无人机运动状态进行建模,利用CV、CT和CA三种模态描述无人机的飞行状态,以构建地理围栏内无人机运行的通用模态转换模型框架。利用飞行模态改变点(FMCP)定义相关模态转换参数,设计模态转换条件,生成模态转换概率矩阵,从而建立与状态相关的模态转换模型。运用约束卡尔曼滤波(CKF)方法对直线阶段和转弯阶段的无人机运动速度分别施加等式约束,并通过仿真实验验证了CSDTHE算法对无人机跟踪的有效性。     

航空电子MB-OFDM-UWB无线互连信道分析与仿真

多频带正交频分复用超宽带（MB-OFDM-UWB）是航空电子内部无线互连（WAIC）的候选通信体制之一，不同于普通的室内无线信道，超宽带信号在金属和复合材料的机舱内部存在复杂的反射和多径干扰。给出一种适用于WAIC应用的MB-OFDM-UWB无线通信系统物理层方案，并参照IEEE802.15.4a标准提出一种适应航空电子机舱内部特征的多簇多径UWB信道模型；通过基于接收球的反射角误差法仿真得到无线信道的冲激响应，确定了机舱环境下信道模型的簇到达率、径到达率和混合因子；进而采用Simulink进行MB-OFDM-UWB信号系统仿真，表明在110 Mb/s码速率条件下，当误码率低于国际电信联盟（ITU）标准规定的10^-6，机舱环境下的信噪比应比普通室内环境高1 dB。另外，在研究过程中，为了确认电磁仿真中接收球半径的有效性，针对基准环境将仿真结果与文献报道的实测结果进行了对比。     

捆绑火箭POGO振动动力学模型的研究

确定了捆绑火箭POGO振动动力学模型中蓄压器的最佳安装位置,简化了液体捆绑火箭动力学模型。基于AMESim软件搭建捆绑火箭动力学仿真模型,分析了蓄压器的安装位置对捆绑火箭POGO振动系统的系统阻尼比的影响,以及贮箱、直管、泵和推力室产生的作用力对系统阻尼比的影响。结果表明:蓄压器安装在芯级氧路和助推氧路的系统阻尼比提升最大,POGO振动的抑制效果最好;推力室产生的作用力对系统阻尼比的影响占主导地位,故仅需考虑推力室产生的作用力,以简化捆绑火箭POGO振动动力学模型。该研究可应用于POGO振动的仿真过程。     

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。     

考虑两种失效竞争的多状态冷贮备系统可靠性模型

针对装备系统中多状态工作部件存在退化失效与突发失效竞争的情况，以冷贮备系统为研究对象，假设系统内3个维修台可分别提供预防性维修与两种不同类型的修复性维修，采用随机检测策略，系统性能水平在一定范围内退化时进行预防性维修，部件完全退化失效时进行退化失效修复性维修，而突发失效时进行突发失效修复性维修；利用PH （Phase-type）分布描述模型中各类随机时间变量，外部冲击的到达则采用PH更新过程描述，建立了考虑退化失效与突发失效的多状态冷贮备系统可靠性模型。最后通过算例验证了模型的适用性，演示了预防性维修阈值以及三类维修速率对系统可靠性的影响。     

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NB-IoT技术和GA-BP神经网络的车位预测系统

围绕有效整合城市停车资源,提高现有车位存量利用率的需求,构建了一种基于NB-IoT技术的车位预测系统。该系统采用NB-IoT技术进行信息采集与传输实现车位信息的共享;考虑到车位状态信息实时变化的特性,用历史车位占用数据来建立车位预测模型,推测出未来短时内车位变化趋势。为了提高车位预测的精度,采用遗传算法(Genetic algorithm,GA)优化反向传播(Back propagtion,BP)神经网络建立GA-BP神经网络车位预测模型。以某地下停车场历史数据为例进行仿真实验,研究结果表明:车位预测模型预测值与实际值相近且趋势保持一致,能够有效准确的预测车位状态变化,具有较高的精度。     

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。     

信息安全绩效测量体系研究

绩效管理是指组织内各级管理者和员工为了达到组织目标共同参与的绩效计划制定、绩效辅导沟通、绩效考核评价、绩效结果应用、绩效目标提升的持续循环过程，绩效管理的目的是持续提升个人、部门和组织的绩效。良好的绩效管理体系能够激发管理者和员工的工作积极性、创造性，自发改进组织目标的实现过程，提高目标实现的效率和效果。相反，糟糕的绩效管理体系给组织带来的负面影响也是巨大的。信息安全管理是组织管理的重要组成部分。本文立足组织信息安全管理，重点研究信息安全绩效测量体系制定环节，结合国际国内相关标准，剖析信息安全绩效测量体系的设计方法，分享设计思路。