基于测地线距离的空间非合作目标点云配准

针对局部结构相似及翻滚遮挡下目标动态特性辨识问题,提出一种融合疏密度指标与全局测地线距离的空间非合作目标点云配准方法。首先,引入球面投影法,将不规则的空间目标点云映射到规则的球面流形上。然后,设计基于点云离散程度的疏密度评价指标,将球面点云划分为不同的局部点云子集,在此基础上构建全局测地线距离矩阵以增强点云局部形状信息的感知能力。最后,依据全局测地线距离矩阵推导建立了场景点云与模型点云间配准矩阵,实现空间非合作目标的动态特性辨识。仿真与试验结果表明：提出的算法在目标局部结构相似及点云缺失下的配准精度优于最近迭代点（ICP）算法与基于凸包粗配准的改进ICP算法。     

基于强化学习的多智能体系统目标围捕控制

针对多智能体系统目标围捕问题,提出了基于强化学习的目标围捕控制方法。首先,对多智能体系统进行马尔可夫博弈建模,设计能够控制系统到期望围捕状态并满足避障要求的势能函数,将模型控制与强化学习原理结合,利用势能模型引导的改进多智能体强化学习算法进行围捕。其次,在已有势能模型的基础上建立跟踪围捕和环航围捕2种围捕策略。前者通过设计速度势能函数实现多智能体一致跟踪。后者加入虚拟环航点,设计虚拟环航点势能函数实现期望环航。最终,仿真验证了多智能体强化学习围捕控制策略的有效性。     

基于POD-PCE-Kriging模型的航空发动机高维多目标优化

针对于传统的航空发动机燃烧室设计过程计算周期长,加工和试验成本高,制约发动机设计周期的问题,基于航空发动机燃烧室模型,结合POD-PCE-Kriging（本征正交分解-多项式混沌展开-Kriging）模型和粒子群优化（PSO）算法开展了燃烧性能代理模型的构建和多目标优化设计。通过试验,应用POD-PCE-Kriging模型预测结果与一维程序计算结果进行对比分析,针对于燃烧效率和总压损失预测值的方均根误差分别为0.0063%和0.1227%。对设计变量参数开展寻优,并对获取的Pareto最优解集进行了分析,为满足性能指标的先进航空发动机燃烧室设计提供了物理见解,可以快速准确获得满足最优性能的设计参数,缩短航空发动机的研制周期。      

基于属性引导的多源遥感舰船目标可解释融合关联网络

多源遥感舰船目标关联作为前期大范围预警探测的重要手段为海上态势研判提供重要情报支撑,现有关联算法面临关联结果可解释性差,异构特征难度量,多源目标关联精度低等问题。提出了一种基于属性引导的可解释融合网络用于解决多源遥感舰船目标的关联问题。首先,提出全局关联模块,利用跨模态度量损失函数将图像特征映射到共同空间中度量,用于解决多源图像内容差异大,特征难对齐问题。然后,提出包含多头注意力模型和属性监督函数的可解释模块,提升关联精度并输出可解释的关联结果。其中多头注意力模型让网络关注到舰船目标显著性区域,属性监督函数引导模型关注舰船图像中判别性属性特征,利用属性特征帮助网络解释输出关联结果的决策依据,并以量化的形式可视化属性特征对关联结果的贡献度。最后,利用知识蒸馏的思想减小全局关联模块和可解释模块输出特征距离的差异,使得网络实现精准关联并提供可解释的关联结果。在实验部分,构建了首个多源遥感舰船目标数据集,在该数据集上的测试结果显示本文算法不仅在关联精度上优于现有算法,同时能够为关联过程提供清晰和直观的可视化关联结果。     

高超声速机动目标拦截多约束解析捕获区

为快速评估远程拦截末段有效作战态势,在拦截器视场和饱和加速度约束下,构建了机动形式方向任意且有界的高超声速目标拦截解析捕获区。为适配该类目标拦截场景,首先引入了渐近收敛的抗干扰末制导律以进行捕获区分析。其次通过构建复合李雅普诺夫函数,并将非线性规划技术用于不等式分析,最终推导了由修正的初始接近速度、初始视线法向相对速度和拦截器初始速度前置角三者的解析捕获条件构成的多约束捕获区以及制导增益允许取值范围。理论证明了在增益设置满足所给范围情况下,拦截器从该捕获区内任意初始状态点出发,均能有效拦截任意有界机动目标且保证制导加速度不超过允许上限以及视场约束全程满足,并满足终端脱靶量小于允许阈值且接近速度小于容许碰撞速度。对比仿真验证了所得结论的正确性,并分析了捕获区影响因素和变化规律,可为增大初始阵位可控裕度提供参考。     

基于改进YOLOv4的航空发动机小目标损伤检测研究

智能化的航空发动机损伤检测是飞机故障诊断重要的研究方向,针对现有目标检测模型对航空发动机的小目标损伤检测效果差的问题,提出了一种改进的基于You Only Look Once version 4(YOLOv4)的多尺度目标检测方法。在路径聚合网络（PANet）中构建低层次的特征融合层,将更浅层的特征与深层特征融合,提高网络对小目标损伤的检测性能。为减少网络中的冗余参数,在颈部结构中引入了深度可分离卷积,将标准卷积重构为深度可分离卷积的形式。实验表明：改进后的YOLOv4对小目标损伤的检测精度提升了3.43%,模型大小降低了54.06 MB,同时检测速度提高了31.03%。研究结果表明改进的YOLOv4模型对小目标损伤具有更好的检测性能。     

含冗余控制面飞行器配平优化设计与性能分析

含冗余控制面的飞行器配平问题是一个超静定问题,从性能需求角度构建 3 个单目标配平构型优化问题,在高度为 5 km、马赫数为 0.85 的定直平飞状态下,采用遗传算法求解.结果表明:若以最大升阻比为目标,采用内升降副翼配平,其余舵面中立;若要使配平所需控制面偏角绝对值和最小、达到降低控制能量的目的,则采用中升降副翼配平,其余舵面中立;若要实现控制面间偏角相差最小、达到减小雷达反射的目的,那么 3 组升降副翼需同时上偏 3.7882°.结合气动数据,分析了上述结果的合理性.将 3 个目标两两组合,采用非支配排序遗传算法求解得到Pareto非劣解,发现 3 个配平目标两两互相冲突,一个目标性能的提高会降低其他目标性能,但降低性能的比例不同.最后综合考虑3 个优化目标,采用理想点最小距离法从Pareto非劣解中选择最优构型,最终得到配平构型迎角 1.7908°、内升降副翼-0.0009588°、中升降副翼-4.1908°、外升降副翼-4.9232°.本文的工作对合理确定含冗余控制面飞行器配平构型与性能综合分析有一定的参考意义.     

固定翼无人机巡逻覆盖协同路径规划方法

固定翼无人机（UAV）以其速度快,成本低和可搭载更多设备的优点被广泛应用于侦察任务当中。针对固定翼无人机复杂山地环境协同巡逻覆盖任务中的路径规划问题进行了研究。与以往研究关注无人机实现整个区域的完全覆盖不同,本文关注的重点是多架无人机对任务区域展开协同巡逻,并保证区域内每个地点都能够被无人机连续访问。以往的研究中,无人机的工作模式为分别负责每个子区域的覆盖任务,而本研究中多架无人机在整个巡逻区域中协同工作,能够在提高覆盖效率的基础上更加灵活地处理紧急情况。针对紧急情况下需要在短时间内访问目标区域,设计了一种设置动态目标点的策略和小尺度下的穿梭覆盖算法,保证执行紧急任务的无人机能够在规定时间内到达目标区域的同时兼顾正常的巡逻任务,且对目标区域实现完全覆盖。最后通过一系列的仿真来验证巡逻覆盖协同路径规划算法在侦察覆盖任务中应用的可行性和优化效果。并且在紧急任务中验证动态目标点设置策略相比于以往静态目标点的优越性。     

航天器多约束交会的仅测角导航最优多目标闭环制导

研究了航天器多约束交会的仅测角导航最优多目标闭环制导问题,优化目标包括交会时间、燃耗和仅测角导航可观性指标,并考虑了视觉传感器视场角、推力器推力幅度和最小安全距离等各种约束条件,建立了多约束、多目标优化下的仅测角导航和闭环制导问题的数学模型,分析了仅测角导航和闭环制导之间的耦合关系。最后,通过Matlab遗传算法工具箱中的多目标优化函数,求解得到了该多目标优化模型的Pareto最优解集,结果显示交会时间、燃耗和仅测角导航可观性指标不能同时达到最优,存在相互制约关系,即提高其中一种优化目标的性能会降低其他优化目标的性能。     

改进YOLOv4的表面缺陷检测算法

为解决航空发动机部件表面缺陷检测精度低、检测速度慢的问题,提出一种改进的YOLOv4算法进行智能检测。在路径聚合网络（PANet）结构中融合浅层特征与深层特征,增大特征检测尺度,同时去除自下而上的路径增强结构,提高小目标检测精度和整体检测速度;根据各类缺陷数量不同的情况,优化聚焦损失中的平衡参数,增加权重因子调节各类缺陷的损失权重,将改进后的聚焦损失代替分类误差中的交叉熵损失函数,降低样本不平衡和难易样本对检测精度的影响。实验表明：相比于原始YOLOv4算法,改进后的YOLOv4算法在测试集上的平均精度均值（mAP）为90.10%,提高了2.17%;检测速度为24.82 fps,提高了1.58 fps,检测精度也高于单发多框检测（SSD）算法、EfficientDet算法、YOLOv3算法和YOLOv4-Tiny算法。