非线性自适应控制在无尾飞控系统中的应用

无尾飞机是新型飞机的研究方向,由于其没有尾翼甚至机身,导致横侧向模态自身以及横侧向模态与纵向模态之间存有强耦合非线性特性。将非线性自适应控制应用到无尾飞控系统中,结合MATLAB的仿真工具,对无尾飞机模型进行实时仿真,得到了相应的仿真曲线。通过对仿真曲线的分析,验证了该控制方法在无尾飞控系统应用中的可行性。     

基于启发式算法的可重构性指标分配

串联有约束条件下的可重构性指标分配问题,针对考虑部件故障的系统给出了可重构度的概念和计算方法,并论证了其合理性.结合最优冗余分配理论和可重构度定义给出了可重构度最大化的冗余分配模型,在此基础上提出了基于启发式算法的可重构性指标分配方法,该方法可解决约束条件内资源优化配置问题,并得到系统最大可重构度的解.直接寻查法作为以往具有代表性的最优冗余分配方法,用作系统可重构性指标分配仿真,与所提方法作比较,结果显示基于启发式算法的可重构性指标分配方法较前者有更高的有效性.     

毫米波通信定位一体化自组网资源分配技术

毫米波通信链路具有低延迟、高速率和高定向性的特点,能够实现高速率自组网通信和高精度节点定位。在通信定位一体化背景下,研究了毫米波自组网中的多用户资源分配问题。系统采用基于正交频分多址(OFDMA)的多用户通信定位一体化框架,推导了基于位置估计误差界(PEB)和方位估计误差界(OEB)的多用户定位性能准则和基于数据速率的通信准则,建立了时域和频域的资源分配优化问题模型,在保障链路通信速率的前提下,最优化用户的定位性能指标。为了求解上述混合整数非线性规划问题,引入广义Benders分解算法,将优化问题分解为主问题和子问题进行迭代求解,得到有效的资源分配结果,最后通过仿真验证了资源分配对定位与通信性能的影响以及算法的有效性。     

边缘网络下多无人机协同计算和资源分配联合优化策略

针对边缘网络环境下多人机之间存在计算负载不均，造成卸载任务失败的问题，提出了一种多无人机间协作的智能任务卸载方案。通过联合考虑多无人机任务分配、计算资源分配和无人机飞行轨迹，引入公平性指数建立了无人机公平负载最大化和能量消耗最小化问题。基于多智能体深度强化学习框架，提出了融合轨迹规划和任务卸载的分布式算法。仿真结果表明，所提出的多无人机协作方案可以显著提高任务完成率和负载公平度，并且有效适用于大规模用户设备场景。     

Sequential dynamic resource allocation in multi-beam satellite systems:A learning-based optimization method

Multi-beam antenna and beam hopping technologies are an effective solution for scarce satellite frequency resources. One of the primary challenges accompanying with Multi-Beam Satellites(MBS) is an efficient Dynamic Resource Allocation(DRA) strategy. This paper presents a learning-based Hybrid-Action Deep Q-Network(HADQN) algorithm to address the sequential decision-making optimization problem in DRA. By using a parameterized hybrid action space,HADQN makes it possible to schedule the beam patte...     

基于改进三角模糊AHP与云重心方法的维修性评价

基于改进三角模糊层次分析法确定属性权重,充分考虑了专家评判的模糊性,且能省去一致性检验的繁琐 计算。采用改进云重心评价方法对属性值进行集结,更为直观、科学、符合人类的思维习惯。将2种方法相结合对 装备的维修性进行评价,能够提高评价结果的准确度。某导弹装备维修性评价的实例表明此评价方法是有效的。     

无人机协同测控中SC-FDMA技术设计

针对无人机协同任务测控传输的多机接入问题,提出基于分布式任务分配模型的高动态SC-FDMA技术.通过将贪婪原则、信道动态分配机制和多用户接入技术结合,利用集中映射方式设计子信道数目可调的映射规则,配置各无人机节点所占用子载波数目.仿真结果表明,与传统FDMA、CDMA、TDMA、OFDMA等相比,基于SC-FDMA设计...     

一种基于模型预测的火星返回推力器容错控制再分配方法

针对火星返回上升器由于环境等因素造成的推力器故障导致的姿态控制系统失稳而难以安全返回的严重问题，提出基于模型预测的动态容错控制再分配方法。根据推力器动态特性建立上升器推力分配模型，对模型参数误差进行实时估计从而修正分配模型，根据模型预测自适应推力再分配方法实施容错控制。同时，将推力器输出限制作为优化求解器的约束，并将推力器故障模型作为优化求解的约束域，实现最小化分配误差和最小化燃料消耗意义下的最优推力再分配。计算机仿真表明了该方法的可行性和实用性，获得了满意的结果，它能使推力器输出推力误差降低60%以上，姿态控制系统能在故障状态下3～5 s快速镇定。     

动态跳波束策略中的自适应波束功率分配算法

摘要：多波束卫星发射机的成本很高，同时地面小区的通信需求和通信优先级一直处在动态变化中。通过研究一种动态波束跳跃策略，实现在卫星资源受限和较少发射机数量约束下的广域覆盖和按需服务。区别于传统的分簇波束跳变思想，为了提高卫星系统的频谱效率，考虑在整个频率带宽上应用全局波束跳变。因此考虑在共信道干扰背景下，提出一种新型服务质量指标来衡量波束跳变结果。在卫星资源有限的情况下，各波束提供的通信容量不能满足地面小区的业务请求，基于粒子群算法选择的波束跳动图案，提出了一种自适应波束功率分配算法。该算法通过优先级加权，最小化波束业务容量需求差值，进而提高服务质量水平。最后，通过仿真验证了所提算法的性能优越性。     

Beam resource scheduling for a VHF-MIMO radar network in low-angle tracking

The low-angle tracking in multipath interference is a challenging problem for the Very High Frequency (VHF) radar. The colocated Multi-Input Multi-Output (MIMO) technique can remedy such a defect. In this paper, a Joint Beam-Target Assignment and Power Allocation (JBTAPA) strategy is proposed for the VHF-MIMO radar network tracking low-angle targets. The core of the JBTAPA strategy is to improve the worst tracking accuracy among multiple targets by assigning appropriate beams to targets and allocating the power resource in each beam using the feedback information in the tracking cycle. Taking into account the transmit multipath and receive multipath, we derive the Cramér-Rao Lower Bound (CRLB) on angle estimate, which is then incorporated in the Predicted Conditional CRLB (PC-CRLB). A more accurate and consistent lower bound is provided as the optimization metric since the PC-CRLB is based on the most recently realized measurements. A two-stage-based technique is proposed to solve the JBTAPA problem, which is originally NP-hard. Simulation results verify the effectiveness and efficiency of the proposed method. The results also imply that the target reflectivity plays one of the important roles in resource allocation.