基于微分对策的临近空间飞行器机动突防策略

针对飞行器机动突防问题,基于微分对策理论对飞行器在攻防对抗中制导阶段的机动突防策略进行设计与分析。首先将攻防对抗问题转化为二人零和博弈问题,并设计了二次型目标函数;其次,考虑到飞行器计算能力不足的问题,采取了适当假设以得到博弈问题的解析解,便于实际应用;最后对该机动突防策略进行了仿真验证,结果表明在攻防对抗中制导阶段,飞行器采用微分对策制导律,相较于正弦机动不仅减少自身54.3%的能量消耗,而且增加了拦截器58.6%的能量消耗,将显著增加飞行器末制导段对抗突防能力。     

复合高斯杂波中距离分布目标的极化自适应检测

极化高分辨力雷达能够获取更丰富的目标特征信息,充分利用极化信息能够有效地提高检测和识别性能.本文基于广义似然比检验,提出了一种复合高斯杂波中距离分布目标的极化自适应检测器,推导了检测器的虚警概率表达式,理论分析表明其相对于杂波的协方差矩阵和纹理分量都具有恒虚警特性.利用仿真数据统计分析了该检测器的检测性能,仿真结果表明,在一般情况下当辅助数据较少时该检测器的检测性能优于其它同类检测器.     

基于严格成像模型的卫星姿态角系统误差补偿

为消除卫星在轨运动过程中俯仰、偏航、滚动对遥感影像地面定位的影响,建立了卫星姿态角系统误差补偿模型,即在严格成像模型的基础上,对姿态角进行直接调整,以减小定位误差。利用环境减灾-1B（HJ-1B）卫星CCD1相机遥感影像进行分析,在单景影像的定位中,借助于2个地面控制点,将其系统误差减小到原来的1/3,从而验证了模型的有效性,为进一步在轨检校相机内部静态参数提供了前提。     

基于非正交码的波束形成网络幅相测试方法

针对目前数字波束形成网络幅相一致性测试系统中扩频码受限于正交码的问题,提出了一种基于非正交码的数字波束形成网络幅相测试方法。基于非正交码的幅相测试精度受多址干扰影响,提出了使用解相关算法提高幅相测试精度的方法,该方法以噪声略有增加为代价消除了多址干扰。理论分析给出了幅相测试的理论下界,并分析了系统误差、通道间耦合对幅相测试精度的影响。仿真结果显示,当采用非正交码时,测试设备不使用解相关算法无法达到预设的精度要求;使用解相关算法后,基于非正交码的幅相测试可以达到理论下界,在带内信噪比为10dB条件下,幅相测试精度为±01dB/1°,可以满足实际系统需求。     

具有积分限制的单神经元PID控制算法

提出了一种抗积分饱和的变参数PID单神经元二次性能寻优算法.在 PID结构简单的基础上,兼有神经元自适应修正能力和二次性能寻优的特点,当积分出现饱和时,通过控制逻辑自动抑制偏差的积分,从而提高了变参数PID算法的鲁棒适应性.以某双轴发动机喷口为被控对象,对模型参数以50%的变化进行了控制性能的仿真.结果表明:变参数PID单神经元二次性能寻优算法具有较强的鲁棒稳定性和鲁棒性能,动态过程的最大超调量被抑制在5%以内,动态调节时间仅为0.6s.所提出的性能寻优PID算法可以满足航空发动机的控制需求.      

人工智能技术在宽域飞行器控制中的应用

针对人工智能技术在宽域飞行器控制中的两种应用技术途径进行了研究,其中包括利用深度神经网络辨识飞行器关键特征,实现控制增益的精准调度,提升对模型不确定性的自适应能力;以及利用深度神经网络建立神经网络动力学对飞行动力学的映射表达,实现“端对端”控制。最后对有待持续深入开展的人工智能应用研究进行展望。     

面向天地融合网络的无线资源智能分配方法

为满足天地融合网络全时、全域通信需求,采用认知无线电技术可实现有限频谱资源的感知与高效利用,有效缓解同频干扰问题。文章提出了一种用于天地一体认知网络的信道选择和功率调整的无线资源智能分配方法,在保证主用户服务质量的前提下最大化系统数据速率。首先,将天地融合网络建模为异质图结构,通过用户距离估计信道状态信息,并且利用图卷积网络提取和分析关键环境特征。其次,采用深度强化学习探索底层拓扑环境信息,通过试错与奖惩机制不断优化资源分配策略。仿真结果验证了所提方法的收敛性,并且证明系统数据速率能够得到显著提升。     

国际空间站环境试验标准及力、热试验方法综述

国际空间站是目前在轨运行的最大空间平台,具有系统体积庞大、构型复杂、接口众多、载荷种类不确定等特点。因此,系统级力学试验、热试验以及组件环境试验对空间站的设计和工艺验证非常重要。文章调研了国际空间站各舱段的系统级力学试验、热试验以及组件环境试验情况,以期为我国空间站的地面试验系统设计、研制提供参考。     

基于相对方位信息和单间距测量的多智能体编队协同控制

由多个载体组成的多智能体系统对复杂环境具有更高的适应性,能够完成传统单个载体无法完成的任务。针对多智能体编队集结与队形移动跟踪问题,提出了一种改进的多智能体编队协同控制新算法。首先,以拒止环境下跟随智能体仅能通过光学传感器测量相对方位信息为任务背景,针对"领导者——第一跟随者"结构的多智能体编队,提出了基于相对方位信息与单间距测量的控制器,使得第一跟随者智能体可以追随移动的领导者智能体,并且可以通过改变与领导者智能体的间距对编队整体队形进行缩放控制。其次,提出一种了改进的分布式控制律,使得其他跟随者智能体可以仅通过两个相对方位信息完成编队飞行。然后,根据Lyapunov第二方法,构建了系统的能量函数,验证了所提出算法的稳定性。最后,通过数值仿真实验对所提算法进行了验证。仿真结果表明,基于该控制律多智能体系统能够完成编队集结、队形缩放和编队飞行的任务。     

可体内降解的骨固定材料的制备研究

为制备强度和韧性都适中且可体内降解的骨固定材料,首先借助聚D,L丙交酯与聚己内酯的扩链反应获得一系列扩链反应聚合物;然后通过测定聚合物拉伸强度和降解性能随扩链剂和扩链反应条件的变化规律,来选择扩链剂和制定最佳制备工艺.利用按上述方法选定的扩链剂和制备工艺,最终制备出了拉伸强度为24.47MPa,延伸率为1091%,降解时间为6个月,且对人体无害的骨固定材料.