基于DDPG算法的变体飞行器自主变形决策

针对变体飞行器的自主变形决策问题,提出了一种基于深度确定性策略梯度(DDPG)算法的智能二维变形决策方法。以可同时变展长及后掠角的飞行器为研究对象,利用DATCOM计算气动数据,并通过分析获得变形量与气动特性之间关系;基于给定的展长和后掠角变形动力学方程,设计DDPG算法学习步骤;针对对称和不对称变形条件下的变形策略进行学习训练。仿真结果表明:所提算法可以快速收敛,变形误差保持在3%以内,训练好的神经网络提高了变体飞行器对不同飞行任务的适应性,可以在不同的飞行环境中获得最佳的飞行性能。      

一种分布式异构多AUV任务分配鲁棒拍卖算法

为了解决异构多自主式水下航行器(AUV)的任务分配问题,提出了一种分布式鲁棒拍卖算法。建立了异构多AUV任务分配分布式拍卖模型,包括任务分配系统(拍卖商)的优化模型及AUV的优化模型。针对现有拍卖算法忽略拍卖商的利益,不符合市场规律的问题,引入任务奖励反馈机制,任务分配系统通过多轮试探拍卖市场,自适应地调整任务奖励,达到保证AUV效用的同时,有效降低任务分配系统成本的目的,促进了任务分配系统参与拍卖。针对水下洋流对任务分配模型产生的不确定性因素,提出了一种鲁棒优化算法对抗不确定性因素,提高了多AUV任务分配系统应对复杂水下环境的能力。仿真结果证明了所提算法的鲁棒性和有效性。      

航企

国航举办北美航线试餐会为配合纽约航线整体升级,3月8日,国航举办北美航线餐食试餐会。经过厨师讲解、专家评议、旅客挑选等环节,数十道经典中西餐食,将按季节轮流出现在北京始发的洛杉矶、纽约、旧金山三条航线的头等舱、公务舱餐谱中。作为提升客户体验的重要环节,餐食品质的提高,将使国航北美航线的服务品质得到提升。     

一种自主飞行的小型无人机系统设计

介绍了小型无人机系统的总体结构,分析了无人机的结构设计和算法,阐述了弹射起飞系统和伞降着陆系统的设计原理,采用嵌入式系统和GPS设计无人机的飞行姿态控制、导航控制、任务控制系统和数据链,实现了空中机器人的自主飞行。     

基于最小二乘法的磁力计误差补偿与校准

磁力计在行人自主导航系统中用于提供绝对航行信息,而航向的精度直接决定着系统定位的精度。针对目前磁力计标定方法中存在磁干扰等问题,提出了一种基于最小二乘法和"8"字校准法对磁力计零偏进行实时校准的方法。该方法先利用最小二乘法修正磁力计零偏,再根据磁力计的模值大小及方差作为磁干扰的判断条件,用"8"字旋转方式进行实时校准。通过仿真和实验验证,新的方法有效地解决了磁力计误差补偿问题,证明了改进误差补偿算法的可行性和有效性。     

双惯导自主定位系统方案探讨

介绍了双惯导定位系统的组成、功用和数据融合方式基本模式,提出了三种定位方案并进行了比较分析,阐述了利用车载惯导对弹上惯导的验证性能,通过双惯导互为备份使用使武器系统的机动性和生存能力得到提高.     

加拿大高职英语教学对我国高职英语教学的启发——以加拿大圣力嘉文理学院为例

介绍加拿大高职院校对留学生的英语教学及其基本特点,并阐述其对我国高职英语教学的启发,对我国的高职英语教学改革提出几点思考和建议:一是需求分析要到位,教学应以学生的实际需要为出发点;二是以能力培养为目的,教学模式不宜规定的过于严格;三是要注重学生的自主学习.     

空空导弹任务可靠度评估方法研究

首先论述了进行空空导弹任务可靠度评估方法研究的必要性,然后对空空导弹任务可靠度指标及其评估方法进行了讨论,详细介绍了利用系统可靠性综合的理论进行空空导弹任务可靠度评估的计算方法,并在某型号空空导弹可靠度评估中进行了应用。     

天文光谱测速导航技术与应用思考

随着我国航天技术的发展,航天器对导航系统的精度、自主性、实时性等综合性能需求越来越高。天文光谱测速导航作为近年来提出的新型自主导航技术,具有直接获取航天器速度信息且实时性好、测速精度高等特点,具有广阔的应用前景。在梳理近年来天文光谱测速导航研究进展的基础上,结合天文光谱测速导航的特点,深入思考并提出了若干天文光谱测速导航技术应用组合。基于当前航天任务的需求和研究的难点,结合国内外技术趋势和我国实际工程需求,指出了天文光谱测速导航技术未来的重点研究方向及内容。天文光谱测速导航为我国航天探测工程任务导航提供了一条崭新的技术途径,对天文光谱测速导航技术的持续研究将有力促进我国航天领域导航技术的发展,提升天文导航理论研究能力和工程研制技术水平。     

无人机视觉引导对接过程中的协同目标检测

无人机空中自主回收是未来的发展趋势,对空中载具的自动识别是实现视觉引导回收的关键技术之一。目前对于空中关联目标检测的研究局限于单个目标个体,没有充分利用关联目标之间的信息。本文针对空中高动态对接中的关联目标检测问题,提出了一种母机与挂载对接物体的单阶段快速协同目标检测算法,包括相关类别并行独立分支目标检测、相关类别掩模增强检测以及相关类别的特征一致性约束,这些模块能够共同提升检测表现。实验表明,在测试集中该算法相比于YOLOv4能够提升4.3%的平均精度,相比YOLOv3-Tiny能够提升31.6%的平均精度。同时,该算法已应用在MBZIRC2020的高动态空中对接项目上,实现机载图像在线实时处理,团队借此斩获冠军。