基于DDPG的单目无人机避障算法

提出了一种基于单目相机的小型多旋翼无人机的连续避障策略。所提出的方法包括深度估计和导航决策两个模块。其中,在深度估计模块采用条件对抗网络对无人机采集得到的RGB图片进行训练预处理,在导航决策模块采用深度确定性策略梯度(DDPG)算法实现无人机的连续避障。在此基础上,对DDPG中的Actor网络进行改进,通过使用多模态网络代替原有策略网络,从而抑制无人机飞行震动,提高避障能力。最后,在Airsim仿真环境中进行测试,实验表明所提算法模型经过训练能够使无人机成功躲避障碍物并到达指定目标点,与原有算法相比避障轨迹得到明显改善。     

一种抑制控制力矩陀螺框架电机共模电压的方法

控制力矩陀螺作为执行机构,是保障航天器在轨寿命和工作性能的核心部件之一。为了抑制控制力矩陀螺外框电机的共模电压,提高控制力矩陀螺的在轨寿命,本文提出了一种三相四桥臂的拓扑结构与优化的SVPWM调制算法结合的共模电压抑制方法,调制过程中避免零矢量的使用,使驱动器可以保持在平衡状态,经过仿真试验的结果对比分析,验证了这种方法可以有效的抑制系统的共模电压。     

航空发动机润滑系统通用分析软件开发

发展了一种全新的航空发动机润滑系统通用分析软件.采用流动换热的网络算法, 将发动机润滑系统分解成由相应的典型元件和节点组成的网络, 用有限的元件和流动介质类型就可描述通用的发动机润滑系统.元件分为简单元件和组合元件, 并和润滑系统结构一一对应, 方便了元件的初始化.软件前台采用图形建模方式生成计算网络, 后台采用了网络自动识别技术, 方便了复杂网络的建立.可视化界面及支撑数据库, 提高了软件的易用性.      

基于粒子群神经网络的轮盘优化

将粒子群算法(PSO)和BP神经网络相结合, 构建了一种新型智能结构优化算法.PSO方法除用于结构优化外, 还被用于BP神经网络的构造及网络训练, 使之可自适应调整优化.结构优化中, 以BP神经网络取代有限元方法, 通过设计变量来映射目标函数和约束, 从而大大提高了计算速度.将此方法用于轮盘结构优化, 使得轮盘体积减少了17.5%, 结果通过检验.该方法便捷、高效, 为解决工程结构优化问题提供了一个新途径.      

高灵敏GPS接收机抗干扰特性研究

采用圆环阵列天线,利用最小规范算法和线性约束最小方差算法对弱GPS信号的干扰信号进行了抑制,并分别针对固定和可变天线阵元数目以及固定和可变干扰信号等多种情况进行了仿真和分析.GPS信号的功率电平假设为-175dBW,干扰信号的功率值在-100dBW～-140dBW范围内可变.仿真结果表明,圆环天线阵列能精确地判定干扰信号的来波方向,该方法能很好地改善对来波干扰信号的赋零深度.     

基于更新法估计空闲时间的Inter-DVS算法的优化与实现

动态电压调整(DVS)技术是软件节能技术的另一种形式。由于CMOS电路的能耗和供电电压的平方及频率成正比关系,所以降低供电电压和频率是减少能耗的最有效方法之一。本文首先对DVS的各种算法作了详细的分类分析。然后,以"使用更新法"估计空闲时间的任务间DVS算法为例,采用嵌入式Linux操作系统对其进行了优化。最后,讨论了实现具有动态电压调解功能的嵌入式Linux操作系统的节能方法。     

基于PC/104总线和ADS7805的多路小信号实时监测系统

开发了基于PC/104总线和ADS7805的实时监测系统。该系统主要由信号转换模块、A/D转换模块、CPLD逻辑控制模块EPM7128和PC/104总线组成。它能够在板卡上实现信号的采集监测,并能通过PC/104总线与上位机通信,实现数据的存储、后端处理及显示。参考了实时数据采集处理系统的设计思想,重点阐述了系统原理及硬件、软件的设计。     

求解非线性方程及方程组的模拟退火算法

探讨了用模拟退火算法求解非线性方程及方程组的方法,该方法把方程组求解问题转化为函数优化问题.计算中不需要使用目标函数的导数信息,在Matlab环境下实现了该算法,数值实验结果表明了该算法的有效性.     

改善嵌入式实时内核性能方法的比较

针对Linux系统在实时应用中的技术障碍,首先分析嵌入式内核实时性不足的主要原因.然后分析和研究了多任务,双内核和任务分割三种改善嵌入式实时性能的不同方法,并对它们各自的优缺点进行比较.研究表明,嵌入式实时内核性能有很大的改进空间.     

无人机航路规划技术研究进展

无人机航路规划问题本质是多约束条件下,多目标函数求极值的优化问题.规划出满足任务要求、导航、安全性等约束的较优航路,对提高无人机的武器系统性能有重要意义.通过对无人机航路规划的研究,对无人机航路规划问题进行了概括和总结,阐述了无人机航路规划的框架结构以及静态全局规划和动态局部规划方法的研究现状.分析了近年来常用的几种规划算法,着重分析了启发式算法以及遗传算法.在此基础上,对今后的研究方向进行了展望.