基于云模型的民航监察员队伍能力综合评价

针对民航监察员队伍能力量化评价缺乏全面性的问题，构建了一种综合评价指标体系。基于民航监管相关研究及标准分析，提取监察员队伍能力的1级和2级指标。采用G1-CRITIC法计算监察员队伍能力指标的主客观权重。为消除单一赋权法的片面性，基于博弈论思想将主客观指标进行线性组合并确定其权重占比。引入云模型对构建的指标体系进行实例综合评价。结果表明:所构建的能力综合评价指标体系能较好体现民航监察员队伍的综合能力，指标权重分配较为合理。此外，预测出的监察员队伍能力缺陷和不足，能够有利于提升针对其培训的科学性并激发监察员队伍的监管效能。      

基于改进Hopfield神经网络的对地攻击型无人机自主能力评价

对地攻击型无人机是当前最先进的无人装备之一,无人机必须具备很高的自主能力,自主能力成为无人机的典型作战能力。针对对地攻击型无人机的自主能力量化评价问题,从感知能力、决策能力、行为能力和安全能力4个方面,并侧重机载装备参数分析,提出了一套完整的自主能力评价指标体系。结合模型因素库,运用奇异值分解设计Hopfield神经网络权值矩阵,利用基于稀疏度的权值删减算法改进网络结构。构建自主能力评价标准,对对地攻击型无人机系统自主能力进行量化分级。仿真结果表明:相对于传统Hopfield神经网络,改进算法能够在一定范围内删除非关键的连接权值,降低网络复杂度,工程上更容易实现对地攻击型无人机系统自主能力的量化评价。      

基于博弈论的GRA-TOPSIS辐射源威胁评估方法

将辐射源威胁评估作为多属性决策问题进行处理时,侦察方无法获取敌方辐射源的所有信息,而逼近理想解排序（TOPSIS）法在处理“贫信息”问题时很难得到完美结果,而且其仅仅考虑指标之间的欧氏距离,无法反映各指标间的关联性。针对TOPSIS法存在的问题,将灰色关联分析（GRA）和TOPSIS法结合,提出一种基于博弈论的GRA-TOPSIS辐射源威胁评估模型。在构建辐射源目标综合评价指标体系的基础上,运用博弈论（GT）思想将区间层次分析法（IAHP）所得主观权重和信息熵所得客观权重进行组合得到综合权重,能够较大程度减少单独赋权带来的信息损失。在基于GRA-TOPSIS辐射源威胁评估模型下,构建了关于战场态势的决策信息系统,通过与传统TOPSIS法进行对比仿真,验证了所提方法的有效性,有助于对辐射源进行更精细准确地排序。      

基于改进GRA-TOPSIS的空战威胁评估

针对在确定空战威胁评估指标权重时，未考虑指标间的耦合性以及客观赋权法不能从逻辑视角体现指标相对评价对象真正的重要程度的问题，提出了一种基于灰色关联度、灰色关联深度的极大熵模型初步确定权值，再根据指标间灰色关联度以及确定的解耦阈值修正权值的方法。为了克服灰色关联分析法（GRA）和理想点接近法（TOPSIS）的缺点，提出了一种基于GRA-TOPSIS的目标威胁评估方法。首先，通过实例对比分析了指标采用数学模型与模糊处理后，对目标威胁评估结果的影响；其次，对比分析了采用GRA、TOPSIS以及GRA-TOPSIS、数学模型得出的目标威胁评估结果；最后，考虑不同决策者的主观偏好，得出不同的目标威胁评估结果。通过仿真验证了所提方法的有效性以及科学性。      

基于角色切换策略的多无人机协同区域搜索

针对存在随机分布目标的区域快速搜索问题开展研究,考虑无人机有限通信能力和探测信息的实时回传需求,提出了一种基于角色切换策略的多无人机协同区域搜索方法。首先,考虑各无人机平台的历史搜索信息和协同搜索收益,基于概率传感器模型构建了多无人机协同区域搜索求解框架;其次,基于4项无人机节点重要性的评价指标,采用改进逼近理想解排序法（TOPSIS）完成无人机节点重要性评估,通过无人机角色动态切换实现了区域搜索过程中协同搜索收益与网络连通性的平衡;最后,考虑机间防撞、通信保持、无人机运动学等约束条件,利用分布式滚动时域优化方法完成各无人机在线运动规划,实现多无人机协同区域搜索。仿真结果表明了所提方法的可行性和有效性。      

基于系统分类和安全评估的无人机空域集成

无人机的空域集成,即无人机进入非隔离空域飞行与有人机共享空域,是未来发展的必然趋势,这也给空中交通管理带来了新的挑战.参照美国的空域集成计划,需要建立在空域详细分类的基础上,根据无人机的综合能力逐步实现无人机从单一空域到多空域,从隔离空域到非隔离空域的动态运行.而无人机的综合能力分类可以从体系划分和安全能力两个角度出发,综合衡量;其中,无人机体系基于自主能力和监管方式两个关键因素来划分.基于这种方法,分析可以初步确定一类无人机可以飞行的空域类型,以及跨越不同空域的方式,从而实现无人机空域集成.     

基于受限参变率的飞翼无人机舵面阵风减缓控制

飞翼无人机具有俯仰惯量低、纵向稳定性弱等问题,使其阵风响应对飞行参数的变化较为敏感,并且飞翼无人机的舵面较多,不同的控制策略下阵风减缓的效果不同。因此,对这类飞行器进行考虑参数变化率阵风减缓线性变参数（LPV）控制律设计,并对不同舵面组合方式的控制性能展开对比研究。结合参数依赖的Lyapunov函数方法和变参斜投影降阶算法,构建了同时考虑参数变化率限制和模型降阶条件的LPV阵风减缓控制器。基于该方法对Mini-MUTT飞翼无人机模型设计LPV阵风减缓控制器;探究了不同舵面控制策略对减缓效果的影响。结果表明:采用变参斜投影降阶算法得到的降阶模型可有效表征全阶模型的动力学特性;设计的LPV阵风减缓控制器能够保证阵风在较宽速度范围内有效减缓;在单一舵面阵风减缓中,置于外侧的舵面控制效果优于内侧舵面;而在双舵面阵风减缓中,双舵面的控制效果优于单一舵面,但控制所需输入能量也会增加。在工程应用中需要针对具体问题,综合考虑控制效果和能量消耗以确定合适的控制策略。      

基于飞行数据的无人机平飞动作质量评价模型

针对无人机（UAV）操纵质量高低多依赖专家主观评判、不同飞行动作缺乏针对性评判标准的问题,建立了根据飞行数据客观评价无人机平飞动作质量的模型。首先通过建立平飞判别规则识别无人机飞行数据中的平飞动作数据段,然后根据布林通道理论计算各平飞数据段内多个飞行参数的得分值,最后通过"熵权法"确定各参数的权重,进而得到反映不同无人机操控手平飞动作质量的指标数据。将一次四边平飞训练任务中4组不同无人机操控手操纵和1组无人机自主控制的飞行数据输入该模型,计算结果表明,模型可以较好地识别平飞动作并区分不同操控手平飞动作质量的高低,可以为无人机操控手的训练提供参考。      

基于WGA的导弹武器系统效能多目标评估

建立了导弹武器系统效能评估指标体系及评估模型,针对导弹武器系统效能的复杂性、综合性和不确定性,将层次分析法(AHP, Analytical Hierarchy Process)与加权向量法相结合,提出了一种基于加权几何平均算子的导弹武器系统效能多目标综合评估方法.将评价系统指标分为单项效能、系统效能和综合效能,利用层次分析法AHP确定各指标的权重系数,获取评价信息.通过运用加权几何平均(WGA,Weighted Geometric Average)算子和组合加权几何平均(CWGA)算子对属性值进行加权集结,得到群体综合属性值,从而确定最优方案,实现武器系统效能优劣的综合评估. 用实例进行了验证,结果表明,是导弹武器系统效能评估的有效方法.      

四旋翼无人机执行器可重构性量化评价方法研究

随着对系统安全性和可靠性要求的不断提高,故障系统的自主恢复能力即系统的可重构性受到高度关注,然而现有对于控制系统可重构性量化评价的方法主要针对线性系统,因此以具有强耦合、欠驱动、强非线性的四旋翼无人机（quadrotor UAV）为被控对象,提出了一种基于双滑模面鲁棒观测器与马氏距离结合的非线性系统可重构性量化评价方法。首先,在四旋翼无人机非线性模型的基础上,设计了具有对扰动和故障均不敏感的双滑模面鲁棒观测器,用于实现对系统状态的准确估计;其次,在执行器饱和及系统状态误差指标双约束条件下,采用基于马氏距离的相似度法,对非线性系统可重构性进行量化评价;最后,通过四旋翼无人机仿真实验验证了所提方法的有效性。结果表明,所提方法能够真实反映不同故障程度下系统的可重构性量化水平,为非线性故障系统控制策略调整补偿提供了重要依据。      

基于回归型支持向量机的空战目标威胁评估

空战目标威胁评估是协同多目标攻击中的关键问题.针对传统空战目标威胁评估方法在确定权重系数方面的不足,提出了一种新的基于回归型支持向量机的评估方法.在分析了现有的空战目标威胁评估方法中距离威胁模型存在缺陷的基础上,提出了改进的距离威胁模型.建立了基于回归型支持向量机的空战目标威胁评估模型,利用该模型对想定的空战目标进行了威胁评估.仿真结果表明,该方法具有很好的预测能力,可以快速、准确地完成空战目标威胁评估.     

基于图像增强的无人机侦察图像去雾方法

针对无人机(UAV)雾霾天气下的侦察图像,并考虑无人机自身特性,提出了一种新的基于图像增强的无人机侦察图像去雾方法。该方法从图像处理的角度,通过对图像分别进行白平衡处理和对比度增强处理,基于图像融合和自动色阶处理,最终得到复原图像。选取无人机侦察图像进行去雾,并从主观和客观对实验结果进行评价,本方法得到的去雾图像的图像评价指标均有明显提高;同时与其他典型的去雾方法相比,综合评价指标提升,证明本方法可以得到良好的去雾效果。     

动态火力接入下要地防空作战目标威胁评估

以动态火力接入下海军要地防空作战为背景,综合考虑要地相对价值和目标攻击能力、攻击意图以及到达时间,构建空袭目标威胁评估模型。首先,阐述了动态火力接入下要地防空作战系统及其动态接入与退出策略;然后,结合要地相对价值和空袭目标数量以及毁伤能力构建了空中目标威胁能力量化模型;其次,基于目标相对要地的航路角构建了目标攻击意图量化模型,并根据目标运动特性分别给出到达要地时间的计算方法;最后,根据目标距离防空体系拦截区的关系进行威胁等级排序,并提出威胁度计算方法,据此给出目标威胁等级排序。仿真结果表明,本文方法符合实际作战中的一般战术推理,能够客观地给出空袭目标威胁等级排序,可为要地防空作战决策研究提供一定的参考。      

基于遗传算法的多模型Kalman滤波算法 及应用研究

基于长航时无人机惯性/天文/卫星(INS/CNS/GPS)组合导航系统模型,针对复杂环境所引起的系统模型参数变化导致单一固定参数滤波器精度降低问题,提出了一种基于遗传算法的多模型自适应Kalman滤波算法,并与单一模型下的Kalman滤波器方法进行了比较.仿真结果表明,与采用单一模型的Kalman滤波算法相比,该方法不仅能大大提高导航系统的精度和可靠性,而且还可以较好地辨识出组合导航系统惯性器件噪声统计模型参数.      

深空探测器可重构性评价与自主重构策略

针对深空探测过程中资源严重受限(包括计算资源、硬件资源以及能量资源)和不可维修的特点,开展了深空探测器可重构性综合评价方法和自主重构的研究。通过在地面设计阶段考虑深空探测器控制系统的可重构性,定量地给出了系统可重构性综合评价指标,并基于该指标指导系统自主重构策略的设计,从设计角度提高了深空探测器控制系统运行质量,实现了深空探测器的自主故障处理和自主运行。     

卫星姿态控制系统在轨实时健康评估

面向航天器在轨智能自主管控的技术需求,提出一种基于多级模糊综合评价架构的卫星姿态控制系统的在轨实时健康评估方法.根据卫星姿态控制系统的性能特点,按实际功能将其划分为姿态测量、控制器和执行机构3个部分.在确定各部分单元部件健康信息的基础上,基于模糊综合评价算法对各部分的健康度分别进行评估.基于评估所得到的姿态测量、控制器和执行机构3部分健康信息,根据各部分对系统健康的影响情况结合变权综合原理确定健康影响权重,采用模糊综合评价算法实现对姿态控制系统整体健康性能的综合评估.仿真实验结果表明,所提出的方法能够有效实现卫星姿态控制系统的在轨实时健康评估.     

一种基于组合赋权法的小波去噪质量评价方法

针对传统质量评价指标在小波阈值去噪中理论依据不足的问题,提出了一种基于组合赋权法的小波去噪质量评价方法,能够为小波去噪参数的选择提供有效评价。通过分析在真值未知情况下均方根误差（RMSE）、信噪比（SNR）、平滑度等单项指标的特点,选取RMSE与平滑度作为小波去噪指标,对其进行归一化处理,采用信息熵权与变异系数的方法进行组合赋权,将归一化指标与对应权值线性组合,得到一种新的指标即为复合评价指标,其值越小,说明去噪效果越好,所选参数越优。仿真实验表明,在真值已知情况下,该评价指标具有更高的准确性,能够适用于不同的分解层数与小波基函数,具有比传统方法更好的适用性;实测数据表明,所提方法得出的小波去噪峰值域更加光滑,波形更加平稳,去噪效果更佳。     

舰载无人机滑行轨迹控制方法

舰载无人机是航母-舰载机系统的重要作战武器,实现舰载无人机在航母甲板上的自主滑行对于提高甲板作业效率具有重要意义。对舰载无人机滑行轨迹控制方法问题进行了研究。首先,描述甲板滑行任务的过程,在此基础上,建立滑行轨迹控制问题的数学模型,包括舰载无人机甲板滑行运动模型、滑行任务约束条件以及评价轨迹控制任务的性能指标。其次,考虑甲板环境和轨迹控制任务要求,基于模型预测控制思想,将在线滑行路径规划与轨迹控制结合,采用滚动优化方法计算出舰载无人机实际滑行轨迹,并且得到控制指令信号。最后,以“尼米兹”级航母为例,对不同停放位置舰载无人机起飞前的滑行轨迹进行仿真计算,结果表明了模型的合理性和算法的有效性。      

高致密弹携式蜂群布局与多体分离方案

为解决蜂群突防能力弱、作战半径小的弱点，加快形成分布式协同作战的平台级能力，提出一种弹携式蜂群无人机作战系统，利用导弹载体内埋搭载多架小型低成本无人机，通过导弹-蜂群多级运载的战术制定，实现蜂群的快速有利部署。采用兼顾总体相容性的气动布局优化设计技术，综合运用布局选型、数值仿真分析及风洞试验验证，完成一种高致密嵌入式的蜂群布局方案设计，依靠对翼面折叠的小型无人机沿集束柱周向布置的内埋措施，可实现单枚导弹搭载80架小型蜂群无人机的运载能力。针对导弹-蜂群高速多体分离的设计难点，采用优化的分离策略设计，基于改进延迟分离涡模拟方法及重叠网格技术进行蜂群多体分离仿真，结果能够满足蜂群无人机的安全分离。最终的设计方案既保证了蜂群多体量饱和式攻击的作战效能，又实现了系统突防能力和续航能力的显著提升，可满足未来强对抗战场的多种作战使用需求。     

基于模糊TOPSIS的FMEA方法

针对传统故障模式及影响分析(FMEA)中评价故障模式的影响因素和计算风险优先数存在的缺陷,提出了一种基于模糊逼近理想解排序法(TOPSIS)的FMEA方法。该方法采用模糊置信结构对影响因素的评价进行表示,并通过去模糊化和加权平均建立明确置信矩阵。考虑各影响因素的权重对分析结果的重要性,将主、客观赋权法相结合来分配各影响因素的权重,进而建立加权规范化矩阵,根据相对贴近度的大小确定各故障模式的风险水平。最后,举例验证了该方法的可行性和有效性。