一种基于信息素图的无人机高效通信覆盖方法

因无人机灵活性强，覆盖效果好，越来越多的实际情境中选择借助多无人机进行高效的通信覆盖。而实际应用中，对于多无人机系统灵活性、低时延、长续航及安全性的要求需重点考量。为提高无人机持续通信覆盖效果，在无人机相对稀疏这一具体情况下，提出了一种基于信息素图的、限制无人机转弯半径的分布式无人机自主规划通信覆盖方法，保证其灵活性、低时延及长续航的性能；通过引入锚节点，设计了信息素向导信息的交互模型，保证了无人机的安全性。该方法在待覆盖区域最大接入时间间隔方面远优于半随机择取航向的方式，同时平均接入时间间隔下降约15%;对比无地理价值描述的普通信息素图，该方法的平均接入时间间隔与最大接入时间间隔均下降约6%。通过无人机间的解耦，避免了分布式方法面临的无人机间异步问题。     

编队星座星间相对状态测量的间接实现

研究利用编队卫星间伪距测量值 ,自主确定编队星座星间相对状态的有关问题。文中针对编队星座的卫星之间存在发射和接收天线不能相互覆盖的情况 ,提出了间接覆盖概念。并给出系统的数学模型 ,分析实现间接覆盖的方法并进行协方差分析。最后 ,对间接覆盖情况作了仿真 ,仿真结果证明间接覆盖在星间相对状态测量中的可行性     

基于随机遮挡和多粒度特征融合的行人重识别

针对行人重识别中存在遮挡及行人判别特征层次单调的问题，在IBN-Net50-a网络的基础上，提出了一种结合随机遮挡和多粒度特征融合的网络模型。通过对输入图像进行随机遮挡处理，模拟行人被遮挡的真实情景，以增强应对遮挡的鲁棒性；将网络分为全局分支、局部粗粒度互融分支和局部细粒度互融分支，提取全局显著性特征，同时补充局部多粒度深层特征，丰富行人判别特征的层次性；进一步挖掘局部多粒度特征间的相关性进行深度融合；联合标签平滑交叉熵损失和三元组损失训练网络。在3个标准公共数据集和1个遮挡数据集上，将所提方法与先进的行人重识别方法进行比较，实验结果表明：在Market1501、DukeMTMC-reID、CUHK03标准公共数据集上，所提方法的Rank-1分别达到了95.2%、89.2%、80.1%，在遮挡数据集Occluded-Duke上，所提方法的Rank-1和mAP分别达到了60.6%和51.6%，均优于对比方法，证实了方法的有效性。     

天基星空背景观测覆盖范围计算方法研究

针对日趋复杂的空间环境，天基观测由于其分布灵活和全天候观测的特性受到越来越多的关注，该类问题为典型的星空背景观测（above-the-horizon，ATH）问题。基于分段积分思想，提出了一种ATH观测三维空间覆盖范围的计算方法，涵盖了该问题所有可能的10种积分形式，适用于因观测约束参数不同取值而形成的任意几何构型场景。不仅在二维平面覆盖问题上与现有方法进行了比较并验证，还首次解决了ATH在三维空间中覆盖体积的定量解析计算难题。仿真结果表明，平面和空间覆盖最大化所对应的最优观测轨道高度存在明显差异，空间覆盖计算模型能更为准确有效地表示卫星覆盖性能，同时能为星座优化设计提供参考。     

局部振动对火星环境下薄翼型气动性能的影响

火星的稀薄大气环境迫使无人机在亚临界雷诺数范围工作，低雷诺数层流分离问题给无人机气动性能带来极其不利的影响。同时，火星大气的声速较低，使无人机运行的马赫数更高，压缩效应增强并可能产生激波。为研究火星环境下翼型局部振动的流动控制作用，采用基于动网格的数值方法对非定常流场进行模拟。选取NACA5605低雷诺数薄翼型，雷诺数为1.5×10⁴，马赫数为0.43和0.63。时均流场和时均气动力系数结果显示：翼型局部振动能够明显减少时均分离区的大小，起到增升减阻的作用。非定常流场表明流动控制机理在于振动产生的涡流运动抑制了翼型尾缘附近的层流分离。研究了不同振幅、频率和振动位置下的流动控制效果。最佳参数下，马赫数为0.43时升阻比最多提高24.7%，马赫数为0.63时升阻比最多提高52%。     

考虑起飞工况的航空发动机性能退化预测研究

针对现阶段航空发动机性能退化建模研究没有考虑起飞工况的影响问题，提出了基于修正的非线性维纳过程发动机性能退化建模方法。该方法结合了同类型号发动机的历史性能退化数据与个体发动机的实时退化和工况数据。首先，考虑发动机每次起飞的工况不同，把工况修正引入非线性维纳过程建立发动机的性能退化模型。然后利用极大似然估计方法求得退化模型离线估计值，基于贝叶斯理论对退化参数进行在线更新，最后基于局部线性嵌入算法，对工况参数进行融合构建工况因子，修正退化参数，实现了基于起飞工况的单台发动机性能退化预测。结果表明，采用融合工况因子修正模型，与未修正和压比修正模型相比，平均绝对百分比误差分别降低1.50%和1.01%。证明融合工况因子修正模型能降低发动机起飞工况差异和仅用单工况参数修正所造成的预测误差，可以用来辅助指导下发决策。     

基于有限存储空间的分布式传感器融合估计器

研究具有信息传输模型不确定性、随机时间延迟和数据丢包的网络化多传感器分布式融合估计问题。模型的不确定性刻画为系统矩阵中的非高斯非白噪声干扰，在远程处理中心处设置有限长度的存储空间用来存储各个传感器延迟到达的测量值。在最小方差原则下设计了一种利用测量值到达变量的最优常增益局部估计器，利用协方差交叉加权方法得到最优分布式融合估计器并推导得到使得估计器有界的条件。最后，通过某电源系统计算实例仿真验证所提融合估计器的有效性。     

基于ESO的超局部无模型PMSM转速预测控制

针对永磁同步电机(PMSM)由于参数变化和外界干扰导致控制性能下降的问题, 提出了一种基于扩展状态观测器(ESO)的超局部无模型转速预测控制(MFSPC)方法, 并解决了数字系统中的一拍延迟问题。该方法仅利用速度环的输入和输出, 不考虑电机参数, 避免了因电机参数变化导致的模型失配。针对传统MFSPC方法参数调整多、工作量大、输出脉动大、抖振明显、抗干扰性和鲁棒性差的问题, 建立了ESO, 实时监测系统的总扰动, 并进行前馈补偿。利用ESO产生的转速预测, 解决了数字控制系统中的一拍延时问题, 并基于频域分析, 整定控制参数, 提高控制性能。实验结果分析表明:所提方法有较强的抗干扰性和鲁棒性, 能够稳定跟踪额定转速, 有较快的动态响应。      

一种基于十射线模型的室内射线跟踪改进模型算法

随着移动通信技术和物联网的快速发展，预测室内短距离无线通信网络的信号覆盖情况成为当前的研究热点。基于十射线模型，自主开发了一种改进射线跟踪模型算法。该模型方法对微波室内传播提供可视化场景模拟，实现了室内短距离无线电波的传播预测和电磁波场强可视化。在多种场景测试并与其他室内电波传输模型对比，结果显示经过校准的模型均方根误差降低至5.53,准确度更高，能够更准确地预测室内环境中的信号接收功率。