Imaginary filtered hindsight experience replay for UAV tracking dynamic targets in large-scale unknown environments

As an advanced combat weapon, Unmanned Aerial Vehicles (UAVs) have been widely used in military wars. In this paper, we formulated the Autonomous Navigation Control (ANC) problem of UAVs as a Markov Decision Process (MDP) and proposed a novel Deep Reinforcement Learning (DRL) method to allow UAVs to perform dynamic target tracking tasks in large-scale unknown environments. To solve the problem of limited training experience, the proposed Imaginary Filtered Hindsight Experience Replay (IFHER) generates successful episodes by reasonably imagining the target trajectory in the failed episode to augment the experiences. The well-designed goal, episode, and quality filtering strategies ensure that only high-quality augmented experiences can be stored, while the sampling filtering strategy of IFHER ensures that these stored augmented experiences can be fully learned according to their high priorities. By training in a complex environment constructed based on the parameters of a real UAV, the proposed IFHER algorithm improves the convergence speed by 28.99% and the convergence result by 11.57% compared to the state-of-the-art Twin Delayed Deep Deterministic Policy Gradient (TD3) algorithm. The testing experiments carried out in environments with different complexities demonstrate the strong robustness and generalization ability of the IFHER agent. Moreover, the flight trajectory of the IFHER agent shows the superiority of the learned policy and the practical application value of the algorithm.     

基于领域知识图谱的卫星故障辅助诊断与处置方法

本文重点针对传统故障诊断方法能力不足的缺点，开展基于领域知识图谱的卫星故障辅助诊断与处置方法研究，突破卫星故障领域知识图谱构建关键技术，关联固化卫星系统多维专家知识，构建卫星故障领域知识图谱，进而实现结合卫星故障知识信息的卫星故障推理分析和辅助诊断处置，提升复杂故障场景下的卫星故障诊断效率与处置能力。本文提出的方法为保障大气环境监测卫星的在轨长期稳定运行，提供了一种新的故障辅助诊断与处置措施。     

武器装备智能保障系统建模与效能分析

为实现信息化作战保障条件下的装备保障能力建设和提升，面向装备OODA闭环提出装备智能保障系统，建立基于DoDAF的智能保障系统结构模型，并基于网络分析法对装备智能保障系统和传统装备保障系统的效能进行了对比评估。在总结当前装备效能评估领域国内外研究现状的基础上，以OODA全流程闭环为目标，分析装备保障的现存问题和装备智能保障模式的特点，并构建武器装备智能保障系统模型。通过系统高层概念、能力、任务活动等要素建模，构建武器装备智能保障系统效能模型并基于网络分析法开展效能评估，通过装备训练保障、维修保障、信息支援和行动支持等维度对比了传统装备保障系统与智能保障系统的效能差异，提出智能保障技术的发展建议，为装备保障的智能化发展提供理论参考。     

基于逻辑回归的APU性能状况评估

针对飞机辅助动力装置(Auxiliary Power Unit,简称APU)性能评估研究中单参数评估不全面的问题,提出了基于逻辑回归模型的方法,融合多参数来对飞机APU性能状况进行全面评估.首先,对APU参数数据来源进行分析,选择基于实时报文数据的APU性能评估方法,并结合APU的工作原理以及实际工作情况,挑选出可以反...     

遥感场景分类的批处理协方差神经网络方法

针对卫星遥感图像场景分类数据集中存在的局部区域特征异常问题，提出一种采用批处理协方差层的神经网络(CovNN)模型进行遥感场景分类的方法。该方法通过计算全输入通道的局部区域均值实现一种3D批处理协方差算法，能够有效消除局部区域均值的影响，从而更好地处理局部光照过强和局部区域存在无关特征的问题。将其应用于存在局部光照异常和局部无关特征问题的卫星采集AID数据集和NWPU RESISC45数据集中，实验表明CovNN在两个数据集上均取得了超过现有卷积神经网络(CNN)的召回率，可有效降低图像局部区域特征异常的不利影响。     

基于时空数据模型的障碍物数据集数据查询与应用研究

障碍物数据集是国际民航组织在航空情报管理（AIM）体系下提出的一种基于航空信息交换模型（AIXM）规范的航空情报数据集，该数据集中障碍物的查询将直接影响机场净空评估与飞行程序设计。在分析障碍物数据集的时间与空间属性基础上，利用时空数据模型与航空信息交换模型规范，提出一种基于时间点和空间位置的障碍物数据集查询方法， 用于解决障碍物数据集的查询问题；构建障碍物查询与可视化系统，并通过设计随机实验和实例应用对该方法的可行性和可靠性进行验证。结果表明：该障碍物数据集查询方法能够提取出对机场净空与飞行程序设计有影响的障碍物，增强了飞行程序设计人员对机场障碍物分布的情景意识。