基于分布式反集群算法的无人水面艇区域覆盖方法

海上无人系统覆盖问题可广泛应用于搜索营救、区域侦察观测、信息采集等任务,针对无人水面艇对海面区域进行区域覆盖的问题,采用模仿独居动物社会行为的分布式反集群算法,使得无人水面艇系统能够通过自组织行为实现良好的动态覆盖性能,因此使其具有更高的可扩展性及环境适应性。首先建立个体的包含覆盖历史的信息图,其次进行反集群算法的避障、去中心化及自私这3个基本属性的数学公式描述,然后计算每个个体在每一时刻的最大化收益方向,使得每个个体能够最大化累计覆盖面积及最小化个体之间的重叠覆盖部分。仿真结果表明,基于覆盖历史及个体局部通信交互,能够实现避障功能,并且可以达到100%的覆盖率,同时可尽量减少重叠覆盖。     

数据立方体关联挖掘在红外抗干扰中的应用

为了分析空空导弹在红外抗干扰过程中, 各干扰量与脱靶量之间的耦合关系, 利用红外抗干扰试验仿真平台, 通过设置干扰量获得海量数据, 构建数据立方体对海量数据进行数据预处理, 同时统计出数据集中各事务的支持度计数, 将处理后的数据利用FP-Growth关联规则算法挖掘干扰量与脱靶量之间的关联规则。通过对关联规则的分析得到:导弹进入角与弹目距离是影响导弹脱靶量大小的主要因素, 各个干扰量之间不能随意组合, 应该根据导弹来袭方向、目标机动方式选择诱饵投掷策略, 否则干扰效果会大大下降。同时设置一组对比试验, 验证基于数据立方体的FP-Growth算法处理高维数的脱靶量数据, 拥有较高的挖掘效率。      

试飞驾驶技术评价方法研究

通过分析以往试飞驾驶技术评价方法中出现的问题,以典型的俯仰倍脉冲试飞动作为研究对象,将整个动作过程分为三个阶段,提出了针对每个动作阶段的评价标准以及整个试飞驾驶动作的评价算法,并在此基础上开发了驾驶动作评价软件,最后在地面模拟器上对评价软件的效果进行了验证,结果表明该方法能够客观地评价试飞驾驶技术水平,可以推广到其他试飞驾驶动作的评价上。     

非恒定增压式微尺度拉瓦尔喷管流动特性

针对微尺度喷流在航天器运动状态切换时出现的非恒定增压变化,采用直接模拟蒙特卡洛(DSMC)方法对阶跃式增压和线性式增压两种模式下的微尺度拉瓦尔喷管流场进行了模拟,并对其变化过程中的流动特性进行了对比分析。结果显示：阶跃式增压会导致流动特性出现较大幅值的峰谷式波动,而线性式增压下的流动特性则呈现出线性变化的特点;黏性力对微尺度喷流的非恒定增压变化产生了重要的黏滞作用,在喉部扩张段至出口的流场中尤为明显;在设定的条件下,阶跃式增压过程中喷流产生的总冲量较线性式增压高59.5%,质量流量高74.7%,单位工质提供的冲量低约8.6%,波动性也高于线性式模型,阶跃式增压适用于系统需要较大推力改变运动状态且推进剂充足的情况,而线性式增压在系统精确微调或需要推进剂产生更高效能时具有明显的优势。     

SAS与PANS模型在圆柱绕流中的应用比较

分别运用SST(Shear Stress Transport)、SST-SAS(Scale-Adaptive Simulation)、两种变fk(模化湍动能的比例)函数的SST-PANS(Partially Averaged Navier-Stokes)湍流模型对Re=3900的圆柱绕流进行了数值研究,重点从湍流结构捕捉、气动力计算、涡黏性控制等方面,比较了SAS与PANS两类RANS/LES混合模型的计算能力,并通过不同网格计算分析了模型的网格敏感性。数值结果表明:SAS及两种变fk方法的PANS模型均具有求解小尺度涡运动的能力,并能较好地反映出绕流尾迹的三维非定常特性,同时PANS模型能捕捉到更多的非定常结构;SAS模型中自适应尺度Lvk立足于当地流动,对网格依赖较小,计算的湍动粘度分布更合理,能够更好地计算剪切层及回流区;两种PANS模型网格独立性较差,出现了雷诺应力不足的现象;类DES可变fk函数构造相对简单,所得fk分布更准确,使用tanh函数计算的尾迹区fk值偏低,对流场调控能力稍差。     

低温风洞运行压比相关性研究及应用

低温风洞流场参数快速精确控制需要建立驱动风扇功率与马赫数、雷诺数、压力和温度等运行参数间准确动态传递模型.以0.3?m低温风洞初步运行压比和状态参数测试数据为对象,归纳分析发现风洞运行压比与试验马赫数平方成近似线性关系,且相同马赫数下测试数据点分布与雷诺数成有序关系,基于该特性成功构造马赫数和雷诺数组合幂函数,并建立风洞运行压比与组合幂函数的线性关联式.结果表明在马赫数小于1.0和宽广雷诺数变化范围下该动态模型与测试数据具有良好的一致性.同时,利用空气动力学方程式也推导验证了该动态模型的理论正确性.该动态模型的建立使得风洞运行液氮需求和压缩机功率以相对简单的方式与试验状态相关联,将其应用于风洞前馈控制,必将简化风洞控制流程,缩短每个数据点的稳定时间,节约液氮消耗量.     

基于3D-Winograd的快速卷积算法设计及FPGA实现

近年来,卷积神经网络（CNN）已被计算机视觉任务广泛采用。由于FPGA的高性能、能效和可重新配置性,已被认为是最有前途的CNN硬件加速器,但是受FPGA计算能力、存储资源的限制,基于传统Winograd算法计算三维卷积的FPGA解决方案性能还有提升的空间。首先,研究了适用于三维运算的Winograd算法一维展开过程;然后,通过增加一次性输入特征图和卷积块的维度大小、低比特量化权重和输入数据等方法改善CNN在FPGA上的运行性能。优化思路包括使用移位代替部分除法的方法、分tile方案、二维到三维扩展及低比特量化等4个部分。相对传统的二维Winograd算法,优化算法每个卷积层的时钟周期数减少了7倍左右,相较传统滑窗卷积算法平均每个卷积层减少7倍左右。通过研究,证明了基于一维展开的3D-Winograd算法可以大大减少运算复杂度,并改善在FPGA运行CNN的性能。      

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。