三维自适应终端滑模协同制导律

针对多枚导弹协同作战的问题,且多枚导弹之间保持有向拓扑通信的条件下,基于终端滑模法设计了视线方向及视线法向的双层协同制导律。其中,视线方向的制导指令能够保证导弹同时完成拦截任务;视线法向上的三维制导律能够保证每枚导弹以期望的视线角攻击目标,从而发挥各枚导弹的最大杀伤力,并且视线角的约束相当于规划了末制导段导弹的弹道问题,在一定程度上避免攻击目标前导弹间发生碰撞。同时,针对所设计的滑模制导律设计了新的自适应律,从而加快了滑模面的收敛速度并且削弱了由符号函数引起的系统抖振现象。基于李雅普诺夫稳定性理论,证明了所设计制导律的正确性,并在最后给出了数学仿真实验,验证了所设计制导律的有效性及优越性。     

遗产廊道理念下大运河文化带建设与乡村旅游融合发展研究

2021年6月大运河廊坊段实现了旅游通航,大运河通航以及滨河景观带的建设为沿岸乡村发展旅游业带来新的契机。如何依托运河水道和滨河廊道景观,以及丰富的遗产资源和乡村田园风光在运河沿岸打造一条大运河文化观带,推动两岸乡村旅游发展和产业升级成为廊坊政府与相关部门企业面临的重要课题。本文借用遗产廊道理论,从遗产廊道的视角出发就大运河文化带建设与乡村旅游融合发展提出了一些对策建议,建议包括完善区域旅游交通网络、建设风景路慢行系统、改善乡村人居环境、推动旅游与其他产业融合发展等措施。     

基于自适应支配和参考向量的高维多目标优化算法

现有的改进支配方法提高了解集逼近Pareto前沿的能力,但平衡种群收敛性和多样性的能力仍然不足。针对此问题,提出了一种基于自适应支配和参考向量的高维多目标优化算法(An adaptive dominance and reference vector based evolutionary algorithm for many-objective optimization,ADRVEA)。首先提出自适应支配(Adaptive dominance,AD)来设计小生境机制;然后通过参考向量划分目标空间来提高种群多样性;最后构建适应度表达式来实现精英选择。实验证明所提出的ADRVEA不仅性能良好,而且有效平衡了种群的收敛性和多样性。     

产教融合的航空制造人才培养模式探索与实践

航空制造行业是创新驱动发展的重点领域,是江西省重点发展的战略性新兴产业。为适应航空产业转型升级对航空制造人才提出的新要求,与中航工业洪都集团合作开展了工装设计岗位急需的航空制造人才培养探索与实践。从人才培养目标确定、专业课程体系构建、创新实践教学方式和完善校企协同管理机制等方面形成的有效方法,确保产教融合人才培养达到预期目标。     

基于DSP的自适应桁架振动控制器设计

重量轻、功耗低、处理能力强的控制器对自适应桁架的空间应用具有重要意义。本文以自适应桁架空间应用为背景,进行了控制器的小型化设计。以DSP芯片TMS320VC33为核心,实现了自适应桁架振动控制器硬件,并开发了相应的控制程序。采用4阶线性二次型高斯(LQG)离散控制模型,在自适应桁架实验平台上进行了振动抑制实验。实验表明,以DSP为核心的小型化控制器能够实现对自适应桁架振动的有效抑制,达到了与dSPACE控制器相同的控制效果。     

基于多滑模控制器融合的高超声速飞行器再入段跟踪控制方法

针对高超声速飞行器再入段滑模跟踪控制存在的抖振剧烈问题,提出一种基于多滑模控制器融合的跟踪控制方法.该方法采用动力学模型对高超声速飞行器再入过程进行描述,建立高超声速飞行器的攻角、侧滑角和倾斜角跟踪控制方程,结合准二阶连续滑模控制器和超螺旋滑模控制器对再入段进行分阶段的跟踪控制,分别削弱抖振影响,提高跟踪控制性能.通过模型仿真对所提跟踪控制方法的有效性和可行性进行验证,结果表明该控制方法可有效实现高超声速飞行器的轨迹跟踪,在控制力矩响应和姿态角速度跟踪误差积分值上较传统方法具备明显优势,可有效抑制抖振,提升飞行稳定性.     

基于改进SSD的无人机航拍目标检测

针对无人机航拍图像尺度变化大、识别难度大和目标普遍较小的问题,提出一种基于改进单阶段多框检测器(single shot multibox detector, SSD)的无人机航拍目标检测算法——RCBnet.该算法为了提升网络的特征提取能力,将SSD算法的特征提取网络修改为Resnet-50并采用特征融合的方式,将特征图进行融合,用融合后的特征图构建特征金字塔;为了增强算法对物体的检测能力,设计一种联合注意力机制的多尺度卷积结构来有效调节感受野,实现不同尺寸卷积核对特征图的并行运算;针对训练过程中正负样本极具不平衡的问题,该算法采用Focal Loss损失函数训练网络模型,使其侧重于困难样本.通过与其他经典算法相比可知,所提算法在无人机航拍图像中具有更高的检测精度、更好的检测性能和鲁棒性,相比SSD,精度提高达3.46%.     

可重复使用飞行器再入姿态的区间二型自适应模糊滑模控制设计

针对具有强非线性、多变量耦合特性的可重复使用飞行器（RLV）,同时考虑模型参数不确定性和外界干扰对飞行器再入姿态跟踪的影响,提出了一种基于区间二型自适应模糊滑模的姿态控制方法。首先,建立飞行器再入动态模型,并基于反步思想将控制模型转化为姿态角和角速率相关子系统。其次,将模型参数不确定性和外界干扰视作子系统非线性项的一部分。再次,采用区间二型模糊系统逼近子系统非线性项,并结合自适应技术和滑模控制方法分别设计虚拟控制量和实际控制量。此外,引入一阶低通滤波器用以处理子系统虚拟控制律。通过Lyapunov方法的分析证明了闭环控制系统的稳定性,且飞行器姿态跟踪误差可收敛于原点附近的小邻域。最后,利用飞行器的数值仿真验证了所设计控制方法能有效跟踪飞行器参考指令,且对外界干扰有较强的鲁棒性。      

基于高置信局部特征的车辆重识别优化算法

根据车辆重识别中区域置信度不同,提出了基于高置信局部特征的车辆重识别优化算法。首先,利用车辆关键点检测获得对应的多个关键点坐标信息,分割出车标扩散区域和其他重要的局部区域。根据车标扩散区域的高区分度特性,提升局部区域的置信度。使用多层卷积神经网络对输入图片进行处理,根据局部区域分割信息,对卷积得到的特征张量进行空间维度上的切割,获得代表全局信息和关键局部信息的特征张量。然后,通过全连接层特征张量转化为表示车辆个体的一维向量,计算损失函数。最后,在测试阶段使用全局特征,并利用训练好的车标扩散区域提取分支获得高置信局部特征,缩短局部识别一致的车辆目标距离。在典型车辆重识别数据集VehicleID上进行测试,验证了所提算法的有效性。