基于证据网络因果分析的空中目标意图识别

目标意图及时准确的估计对战场指挥决策具有重要的影响。考虑到战场环境复杂多变,其检测数据、信息、知识具有较高的随机性和认知不确定性,本文面向目标意图知识推理,基于结构因果模型,利用证据网络在不确定性处理方面的推理优势,提出了一种基于证据网络因果效应分析的空中目标意图识别方法。该方法通过d-分离检验构建兼容信息特性与意图多样性的因果证据网络模型,使模型同时考虑领域知识和数据间的条件独立关系,并将认知不确定性内嵌于推理引擎中,推理实现不确定战场环境下空中目标意图估计。此外,基于提出的因果证据网络模型和干预算子计算目标意图与属性之间的因果效应,挖掘目标意图估计蕴含的因果逻辑关系。仿真分析表明：本文提出的方法能够同时处理随机不确定性与认知不确定性,克服了传统意图识别方法缺乏因果分析的缺陷,是对目标意图和战场态势要素的深层次认知,实现了意图识别的“由果溯因”和“由因识果”。     

高阶微分反馈控制及在四旋翼飞行器中的应用

高阶微分反馈控制是不依赖系统精确模型的控制策略,采用控制滤波器间接补偿系统的未知模型。但其中的高阶微分器没有用来估计系统的未知模型函数,采用的是间接补偿未知模型函数方案。改进了高阶微分器,将控制输入引入其中,既能实时估计非线性模型中的未知函数,也能估计系统输出及参考输入的微分信息。对比分析了改进的高阶微分器和扩张状态观测器所估计的未知函数的收敛性,证明前者的型别比后者高一个类型。应用估计的微分和模型函数设计了新的高阶微分反馈控制算法,该方案能够抑制未知扰动,并成功地应用于四旋翼飞行器(QUAV)姿态系统的控制。应用Lyapunov函数从理论上证明了闭环系统的稳定性。在基于Pixhawk的控制测试平台实验中,分别采用改进的高阶微分反馈控制、PID控制、自抗扰控制和传统的高阶微分反馈控制方案,测试四旋翼飞行器对不同参考姿态的跟踪性能和抗扰性能。结果表明,所提出的改进高阶微分反馈控制方案,在暂态性能,稳态跟踪精度和抗干扰鲁棒性方面,大幅度优越于其他方案。     

一种可变锚框候选区域网络的目标检测方法

目标检测作为计算机视觉领域的热点问题,目前基于深度学习的目标检测方法可以分为2类:两步检测和一步检测,前者有着较高准确性,后者有着较好速度,但是为提高检测的性能两者都引入了锚机制。为提高目标检测系统的性能,基于深度卷积神经网络的两步检测算法引入了注意力引导（AG）模块,通过对候选区域网络（RPN）的锚机制进行引导,使得对于预选锚框形状的选择更具有多样性;同时针对传统的后处理方式非极大值抑制（NMS）算法存在的误检和漏检的问题,提出了一种置信度因子的NMS（Cf-NMS）算法,对于模型的整体性能有着很大的贡献。实验结果说明,所提方法虽然在速度性能上有略微的下降,但是无论是在RPN变体还是现有的先进算法在准确性方面都有提升。      

基于改进深度学习模型的焊缝缺陷检测算法

针对传统深度学习模型在进行焊缝缺陷检测时对小缺陷目标检测效果不理想问题,提出基于改进深度学习Faster RCNN模型的焊缝缺陷检测算法,算法通过多层特征网络提取多尺度特征图并共同作用于模型后续环节,以充分利用模型中的低层特征,增加细节信息;改进模型的区域生成网络,加入多种滑动窗口,从而优化了模型锚点的长宽比设置,提高检测能力。实验表明,改进Faster RCNN模型取得最优的缺陷检测结果,对于小缺陷目标仍取得较好的检测精度,从而验证了算法的有效性。     

基于IMU/FADS/无线电的火星上升器组合导航方案

以火星采样返回任务中火星表面上升为背景,研究了基于惯性测量单元（Inertial Measurement Unit, IMU）、嵌入式大气数据传感系统（Flush Air Data Sensing System, FADS）和无线电信标的组合导航方法。首先,在传统的IMU导航框架中加入由无线电测量获得的相对距离、速度信息,以及由FADS获取的动压、温度数据,建立了基于IMU、无线电和FADS的导航观测模型;然后,基于无迹卡尔曼滤波（Unscented Kalman Filter, UKF）技术对测量信息进行了融合,并压制了过程噪声和测量噪声,从而对上升器的状态进行了联合估计;最后,在数值仿真中,将UKF与自适应无迹卡尔曼滤波（Adaptive Unscented Kalman Filter, AUKF）技术进行了对比,在比较不同滤波器性能的同时,验证了组合导航方法的有效性。     

基于优先级赤字轮询调度的WAIC网络延迟分析

航空电子机内无线通信（WAIC）在降低飞机重量和节省成本等方面的优势让其在航空电子系统的应用上具有可观的前景。为了研究基于802.11的WAIC网络的传输延迟并保证其可靠性,提出了一种优先级赤字轮询调度（PDRR）的介质访问控制（MAC）协议。首先,通过确定性网络演算方法为MAC层协议的活动建立了到达曲线和服务曲线模型。其次,充分考虑无线通信物理层的特点和所结合信道反转方法,给出了WAIC网络流量调度最坏情况下的端到端延迟的评价方法,可以发现信道反转后稳定的信道容量提供了较为保守的延迟界限。最后,通过案例分析对比了高优先级的WAIC节点与普通优先级节点的延迟界限以及信道反转的影响。结果表明:高优先级节点比普通优先级节点具有更好的实时性,并且可以通过增加平均信噪比来改善传输的延迟界限。      

基于GAN网络的红外图像生成技术

当将人工智能技术应用于军事领域中的目标识别任务时,针对由红外图片采集的局限性而造成的训练数据不足的问题,提出了基于生成对抗网络以生成红外图像的方法,实现了数据集的扩充。对基本的生成对抗网络进行了改进,将网络的输入由随机噪声变为真实图片,使之实现了图片到图片的风格转换,即彩色图片转变为红外图片。经过网络模型的搭建和训练,实验结果表明,该方法能够有效生成清晰和高质量的红外图片,解决了由红外数据不足而造成的网络训练不充分的问题。     

民用航空中的维修人为因素事件预防措施研究

从上世纪70年代以来,人为因素是导致事故的主要原因,占事故原因的80%以上,成为航空安全的大敌.如果不解决人为因素问题,就难以从根本上改善航空安全,这种认识已经成为世界民航界的共识.而且,近10年来由于维修方面的人为差错引起的事故没有得到有效的控制.     

基于信任值的P2P网络访问控制模型

对等网络（P2P）已成为一个非常受欢迎的信息交流的新模式。然而,P2P网络环境的分散的和匿名的特点使得对共享信息的控制变得更加困难,而这是无法通过传统的访问控制方法完成的。首先提出P2P网络环境中的访问控制需求,然后提出了一种基于信任值的P2P网络的访问控制模型。模型整合了信任和推荐模式、公平参与原则和访问控制模式,并将其应用于P2P文件共享系统。仿真分析表明,访问控制模型能够有效识别恶意节点,使P2P网络中合作节点具有较高的成功请求率。