面向BDSBAS电文认证的OTAR播发策略设计

星基增强系统（SBAS）是向用户提供完好性信息的广域增强系统，涉及生命安全领域。为了提高SBAS系统的抗欺骗能力，基于椭圆曲线数字签名算法（ECDSA）提出面向北斗星基增强系统（BDSBAS）的电文认证设计方案。根据国内商用密码标准椭圆曲线（SM2）算法进行相应参数设计和电文排布方案，并描述了空中密钥更新（OTAR）的电文播发策略。为了进一步对试验方案进行验证，采用蒙特卡罗OTAR仿真器，基于3种播发调度算法进行仿真试验，通过调整权重对不同情况下OTAR电文接收时间进行分析。仿真结果为具体情况下OTAR电文方案播发调度的选择提供了重要参考依据。      

基于GAN网络的红外图像生成技术

当将人工智能技术应用于军事领域中的目标识别任务时，针对由红外图片采集的局限性而造成的训练数据不足的问题，提出了基于生成对抗网络以生成红外图像的方法，实现了数据集的扩充。对基本的生成对抗网络进行了改进，将网络的输入由随机噪声变为真实图片，使之实现了图片到图片的风格转换，即彩色图片转变为红外图片。经过网络模型的搭建和训练，实验结果表明，该方法能够有效生成清晰和高质量的红外图片，解决了由红外数据不足而造成的网络训练不充分的问题。     

基于深度混合模型评分推荐

从用户-项目评分矩阵中学习用户对项目的个性化偏好,对于评分推荐来说至关重要。许多推荐方法如潜在因子模型,无法充分利用评分矩阵中的交互信息学到较好的个性化偏好而得到较差推荐效果。受深度学习中Wide and Deep模型应用于APP推荐启发,本文提出一种深度混合模型并命名为DeepHM用于评分推荐。与Wide and Deep模型相比,使用DeepWide和DNN部分重构Wide模型和Deep模型得到DeepHM,并且DeepWide和DNN部分共享交互信息输入。因此,DeepHM可以更有效地使用评分矩阵中的用户和项目的交互信息学到个性化偏好信息。DeepHM将评分推荐作为分类问题旨在提高推荐准确性。实验表明在公开的Movielens数据集上DeepHM算法相比现有的基于评分推荐模型具有更好的效果。     

航天器姿态大角度机动有限时间控制

针对航天器姿态大角度机动控制问题，在存在外部扰动的情况下，基于航天器姿态跟踪系统的标准级联特性，利用反步法和自适应控制设计有限时间控制器。提出的控制方法可以严格保证姿态大角度机动系统是全局有限时间稳定的。李雅普诺夫理论推导和仿真结果表明，系统在控制器的作用下可以快速机动到平衡点并保持稳定，全物理仿真试验进一步表明了所提出的控制方法的有效性和优越性。     

基于视频的行人再识别

行人再识别是指在无交叉区域的多摄像机视频监控系统中,匹配不同摄像机中的相同行人目标。本文提出了一种基于视频的行人再识别方法,用HOG3D来描述一组视频的时空特征,在训练集上用预训练的DenseNet来微调模型参数,利用迁移学习得到的模型来提取视频中行人的表观特征,融合两种特征来描述视频序列中的行人。最后将融合的高维特征降维,并用度量学习方法计算行人对之间的距离。本文在PRID 2011和iLIDS-VID这两个视频数据集上进行了使用,实验结果表明本文的方法取得了较高的累积匹配得分。     

An improved numerical method for constructing Halo/Lissajous orbits in a full solar system model

An improved numerical method that can construct Halo/Lissajous orbits in the vicinity of collinear libration points in a full solar system model is investigated. A full solar system gravitational model in the geocentric rotating coordinate system with a clear presentation of the angular velocity relative to the inertial coordinate system is proposed. An alternative way to determine patch points in the multiple shooting method is provided based on a dynamical analysis with Poincare′sections. By employing the new patch points and sequential quadratic programming, Halo orbits for L_1, L_2, and L_3 points as well as Lissajous orbits for L_1 and L_2 points in the EarthMoon system are generated with the proposed full solar system gravitational model to verify the effectiveness of the proposed method.     

面向多属性条件的空间对象检索算法

针对现有空间索引不能满足多样化的检索需求,提出两种新型空间索引,能够同时面向空间属性、文本属性与划分属性进行空间对象检索。将分类技术应用于空间对象检索中,提出了基于划分索引与IR-Tree的混合索引以及先划分索引再IR-Tree的索引方法,不仅满足了多样化的空间检索需求,而且有效地解决了传统空间索引更新维护代价大的问题。基于真实的北京市POI数据集进行实验,结果表明本文提出两种索引是有效的且检索效率高。与传统空间索引相比,提出的空间索引很好地解决了具有划分属性的空间对象检索问题,并且具有较高的检索效率。     

无人水面艇自适应路径跟踪算法

路径跟踪作为无人水面艇（Unmanned Surface Vehicle, USV）控制系统中必不可少的底层模块，受到国内外无人水面艇研究人员的普遍关注。为了提高无人水面艇路径跟踪的准确性和自适应性，提出了一种基于Mamdani模型的自适应模糊LOS控制策略(Mamdani Based on Line-of-Sight，MLOS）。相比传统LOS控制策略，该算法通过模糊控制修正LOS控制参数，削减了速度与LOS制导律之间的耦合，确保了路线跟踪的完成度，并且避免了传统LOS各项参数固定、不能实时调整而导致的船舶操纵性无法被充分利用的缺点。基于欠驱动水面滑行艇数学模型，通过理论分析和仿真试验证明了该算法的优越性和有效性。     

DME询问信号捕获的设计与实现

捕获询问信号是DME地面设备的一个重要功能组成部分。现役的地面设备中大多使用的捕获单元为分离器件电路设计，其电路复杂，控制难度大，改进与维护成本高。针对这些问题，本文设计采用ADC结合FPGA作为主要功能器件，并通过软件算法完成数字滤波、脉冲峰值提取和半幅点计算，实现询问信号的识别与捕获。不仅大幅减少元器件的使用，缩小设备体积，还可提高扩展性与可靠性。结合机柜验证测试，结果符合设计要求。     

基于LSTMAttention网络的短期风电功率预测

提出一种基于LSTMAttention网络的短期风电功率预测方法。首先,使用LSTM网络对数值天气预测(NWP)数据的特征信息进行提取,同时采用注意力机制有效分析了模型输入与输出的相关性,从而获取了更多重要时间的整体特征；其次,使用卷积神经网络(CNN)提取NWP数据的局部特征,并引入压缩和奖惩网络(SE)模块学习特征权重,利用特征重新标定方式提高网络表示能力；最后,将局部特征和整体特征进行特征融合,通过分类器输出分类结果。利用NOAA提供的美国加利福尼亚州某风电场的数据进行案例分析,证明了所提方法的有效性。试验结果表明,与BP神经网络、自回归积分滑动平均模型(ARIMA)模型和LSTM模型相比,LSTMAttention模型具有更高的预测精度,证明了该方法的有效性。