Optimization of bits allocation and path planning with trajectory constraint in UAV-enabled mobile edge computing system

In this paper, an Unmanned Aerial Vehicle (UAV) enabled Mobile Edge Computing (MEC) system is studied, in which UAV acts as server to offer computing offloading service to the Mobile Users (MUs) with limited computing capability and energy budget. We aim to minimize the total energy consumption of MUs by jointly optimizing the bit allocation for uplink, computing at the UAV and downlink, along with the UAV trajectory in a unified framework. To this end, a trajectory constraint model is employed to avoid sudden changes of velocity and acceleration during flying. Due to high-order information in use, we lead to a more reasonable nonconvex optimization problem than prior arts. An Alternating Direction Method of Multipliers (ADMM) method is introduced to solve the optimization problem, which is decomposed into a set of easy sub-problems, to meet the requirement on the efficiency in edge computing. Numerical results demonstrate that our approach leads a smoother UAV trajectory, significantly save the energy consumption for UAV during flying.     

太阳能飞机循环飞行的高度剖面能量策略

为满足设定的太阳能飞机多日连续飞行条件，依据飞行过程中当前时刻的飞行高度、光伏输出功率、动力电池组余量等系统状态参数，研究如何分配动力电池组充放电和电推进系统输入等功率。所用策略立足于实时功率平衡，充分利用正午前后的光伏峰值功率用于飞机爬升及充电，在午后下滑过程中利用全部光伏输出，以最大化利用光伏资源；在光伏有效输出不足时则以一定的维持功率下滑，使能量的综合损失最小。方法能够提高以预定夜间飞行高度连续多日续航的成功率，提升飞行高度、纬度、季节范围或搭载能力，或者拓展这几种飞行条件的组合域，优化太阳能飞机的适用性。     

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。     

涡轮基组合循环发动机分布式控制系统通信网络混合拓扑结构优化方法

涡轮机组合循环(Turbine based combined cycle,TBCC)发动机控制系统通信网络拓扑结构是其分布式控制系统方案设计的重要部分,优化网络拓扑结构可提高发动机推重比和控制系统可靠性。本文基于智能优化算法提出TBCC分布式控制系统网络拓扑结构优化方法。基于图论建立TBCC几何模型和网格模型,以重量和可靠性为优化性能指标,同时考虑发动机表面高温区域以及控制节点的工作可靠性,分别采用粒子群算法和遗传算法优化星形结构中智能中央节点位置、中央节点的环形拓扑结构,获得星形-环形混合拓扑结构。仿真实例表明,基于本文方法优化所得的混合拓扑结构相较于星形集中式控制结构,系统重量降低了51.9%。     

基于粒子群优化算法的不完全数据的处理

不完全信息下的数据挖掘是一个困难的问题，但它在实际决策中是不可避免的。在介绍几种处理方法的基础上，提出了基于粒子群优化算法的处理方法。对适应函数进行了讨论，实例表明该方法比较有效。     

无人机自由编队飞行的补偿模糊神经网络控制

为了克服当前提出的无人机编队飞行的不足，提出一种新的无人机编队飞行概念——自由编队飞行，制定了相关的避让规则，用补偿模糊神经网络进行训练，实现自由编队飞行的补偿模糊神经网络控制。仿真显示，编队飞行的飞机能按照规则自主改变航路进行避让，表明了该方法的有效性。     

改进的粒子群算法求解背包问题

本文提出了改进的粒子群算法求解背包问题,阐明了该算法求解背包问题的具体实现过程。通过与其他文献中实例的计算结果比较,表明该算法切实可行,有较高的搜索效率。     

协同多目标攻击空战决策的启发式粒子群优化算法

利用协同多目标攻击战术的特定知识，并结合粒子群算法，提出了一种用于空战决策的启发式粒子群算法。该算法利用粒子群算法对解空间探索能力强，容易跳出局部最优陷井及启发式算法局部搜索能力强的优点，快速、高效地对全局最优值进行搜索。该算法通过求解友机导弹对目标的最优分配来确定空战决策方案。仿真实验结果表明。本文算法对最优空战决策方案的搜索性能明显优于普通粒子群算法及其他两种遗传算法。     

一种低RCS无人飞行器外形的气动特性实验研究

根据气动布局的基本原理,结合低RCS要求,设计了一种鸭式布局、带边条的翼身融合无人飞行器外形,实验结果表明,该外形不仅具有低RCS特征,而且具有良好的气动特性,升阻比达到8左右。     

基于星间测量的异构星座自主导航方法研究

随着星座逐渐向多功能、大型化方向发展，异构星座成为研究的热点。为了解决卫星数目较多，地面设备进行定位和测控难度较大的问题，研究了基于星间测量的异构星座的自主导航方法，该方法充分利用星座中卫星的相对运动规律构成的约束条件，利用有条件的参数加权平差方法，解决星间测距网的基准秩亏问题，并针对异构星座中卫星的位置分布和初始精度的不同，进行分组观测，采用分组平差方法进行定位解算。仿真结果表明：该方法能够有效的降低定位解算的时间，并通过合理的约束，提高定位的精度。