认知结构模型机动目标跟踪算法

针对复杂战场中环境特性复杂以及目标机动性能提升所带来的跟踪难题,提出一种基于人类认知机制的机动目标自适应跟踪算法。算法将人类“记忆”机制引入机动模型构建,利用神经网络对目标特征参数进行离线学习并存储,指导机动模型参数实时调整,使模型对运动状态的描述更加合理。为进一步提高跟踪性能,基于人类认知“感知-行动”循环理论,将雷达接收端经数据处理后的目标状态估计信息反馈至雷达发射端,以最小感知信息熵为代价函数,从波形库中自适应选择最佳波形来匹配目标。仿真对比实验表明,该算法对环境及目标的感知更加准确,融入波形选择的自适应目标跟踪算法要明显优于传统采用固定波形的跟踪算法。     

锂离子电池新型三维纳米结构负极研究进展

高性能锂离子电池在微/小型侦察机和空间飞行器等应用中有重要意义。构建三维纳米结构负极,是提高锂离子电池性能的有效方法。综述了国内外锂离子电池新型三维纳米结构负极材料的发展,将其分为3种类型,分别是三维纳米多孔结构、三维纳米阵列结构和三维纳米网络结构。涉及的材料包括碳类材料、合金类材料与过渡金属氧化物材料。相对于传统二维平面负极,三维纳米结构电极可以减小离子迁移距离、增加电极/电解液界面面积、缓冲活性材料充放电体积变化,从而可以提高材料的储能容量,提高电极的循环稳定性,改善电极的倍率性能。     

基于小波变换的容差电路故障诊断

针对目前模拟电路中电子元器件存在的容差与非线性导致电路故障难以检测的现状,设计了适用于诊断由器件超出容差所引起的模拟电路故障的小波分析诊断方法。通过设定故障进行蒙特卡罗容差实验,采用小波神经网络,对故障输出信号进行小波分析提取其小波高频系数参量,经PCA分析和归一化后形成训练特征向量,并经过BP神经网络训练后,故障信号通过小波神经网络后能够快速精准的对故障器件进行定位。通过大量样本进行仿真计算表明所设计的小波特征参量故障诊断法对于模拟电路具有很好的故障分辨率。     

一种含风电-电池储能的多场景输电网规划方法

以可再生新能源(如风电、光伏)及化学电池为载体的电源系统已为航天器及电动机等用电客户提供了一种有效供电方式。针对风电的不确定性以及电池储能系统功率双向流动特性,尤其是风电的波动性与间歇性对输电网规划的影响,采用多场景概率法以风电场的风速数据作为划分依据,以风机的切入风速、切出风速以及额定风速的组合区间作为划分区间,利用Monte Carlo方法来计算场景概率,以输电网规划建设成本与过负荷费用最低为目标函数,设计了一种含风电-电池储能的输电网扩展规划模型,并采用遗传算法对规划模型进行求解。最后,以Garver-6节点系统为仿真算例,验证所设计规划方法的有效性。仿真结果表明,接入储能系统后,其输电网规划适应度很小(约为900),可提高系统经济效益。     

基于自适应Siamese网络的无人机目标跟踪算法

无人机已被广泛应用到军事和民用领域,目标跟踪是无人机应用的关键技术之一。针对无人机跟踪过程中目标易发生形变、遮挡等问题,提出一种基于自适应Siamese网络的无人机目标跟踪算法。首先,利用2个卷积网络构建一个5层Siamese网络,通过对模板特征与当前帧图像特征进行卷积得到目标位置;其次,利用高斯混合模型对以往的预测结果进行建模并建立目标模板库;然后,从模板库中挑选出最可靠的目标模板并以此更新Siamese网络的匹配模板,使Siamese网络能够自适应目标的外观变化;最后,引入回归模型进一步精确目标位置,降低背景对网络性能的影响。仿真实验结果表明：该算法有效降低了形变、遮挡等情况对跟踪性能的影响,具有较高的准确率。     

Intelligent modeling and identification of aircraft nonlinear flight

In this paper, a new approach has been proposed to identify and model the dynamics of a highly maneuverable fighter aircraft through artificial neural networks（ANNs）. In general, aircraft flight dynamics is considered as a nonlinear and coupled system whose modeling through ANNs, unlike classical approaches, does not require any aerodynamic or propulsion information and a few flight test data seem sufficient. In this study, for identification and modeling of the aircraft dynamics, two known structures of internal and external recurrent neural networks（RNNs） and a proposed structure called hybrid combined recurrent neural network have been used and compared.In order to improve the training process, an appropriate evolutionary method has been applied to simultaneously train and optimize the parameters of ANNs. In this research, it has been shown that six ANNs each with three inputs and one output, trained by flight test data, can model the dynamic behavior of the highly maneuverable aircraft with acceptable accuracy and without any priori knowledge about the system.     

区域创新能力与产业集群的内在关系研究述评与展望

在我国实施创新驱动发展战略的基础上,对产业集群的产生与发展、影响产业集群发展的因素、国外区域创新能力研究动态、产业集群与区域创新能力内在关系研究等方面进行文献阅读,并梳理其研究脉络,最后提出目前研究所遇到的主要问题与未来发展方向。     

适应拓扑变化的拥塞最小化网络更新策略

软件定义网络的出现推动了航空集群机载网络的发展,同时也为机载网络的一致性更新带来了挑战。针对拓扑变化导致的网络更新期间可用路径失效问题,提出适应拓扑变化的拥塞最小化网络更新策略。首先,为减少可用路径失效带来的数据包丢失,在更新之前采用重路由机制进行处理;然后,针对重路由机制可能引起的网络拥塞,设计了贪婪流迁移算法缓解拥塞;最后,通过瞬时拥塞最小化更新算法完成整个网络更新。仿真结果表明：与传统的拥塞一致性更新算法相比,所提更新策略用规则开销、瞬时网络拥塞方面的少量提高换取了网络更新期间数据包丢失的显著降低。     

民航企业发展与民航后备人才职业道德养成

在对民航职业道德养成意义把握的基础上，分析了它对民航现代化事业发展所产生的巨大促进作用，提出了民航后备人才职业道德养成的途径和方法。     

网络时代大学生价值观嬗变的特点

对社会主义初级阶段的集体主义价值原则与“网络”带给大学生的变化，及两者的互动关系进行新的审视，以寻求集体主义价值原则新的发展契机，从集体主义最高原则与个性化趋向，人生目的的最高层次与人之生活基本常规，道义与利益矛盾等三个方面进行探讨，用辩证统一的观点阐释网络时代大学生价值观嬗变的特点。