基于多目标优化与强化学习的空战机动决策

为了解决无人机自主空战中的机动决策问题,提出了一种将优化思想与机器学习相结合的机动决策模型。采用多目标优化方法作为决策模型核心,既解决了传统优化方法需要为多个优化目标设置权重的困难,又提高了决策模型的可拓展性;同时在多目标优化的基础上通过强化学习方法训练评价网络进行辅助决策,解决了决策模型在对抗时博弈性不足的缺点。为了测试决策模型的性能,以近距空战为背景,设计了3组仿真实验分别验证多目标优化方法的可行性、辅助决策网络的有效性以及决策模型的总体性能,仿真结果表明,决策模型可以对有机动的敌机进行有效的实时机动对抗。      

ARCNET与ETHERNET互连网桥设计

网桥是一种在链路层实现局域网互连的存储转发设备，网桥分透明桥和源选径网桥两种，本文采用透明网桥算例实现了ＡＲＣＮＥＴ与ＥＴＨＥＲＮＥＴ的互连。为了使网桥软件具有良好的可移植性，在设计上采用模块化结构，本软件包含ＡＲＣ＿ＭＡＣ，ＥＴＨ＿ＭＡＣ和ＢＫＥＲＮＡＬ三个模块，其中ＭＡＣ模块负责对网络硬件的操作，并为网桥核心模块提供统一的接口界面，通过ＭＡＣ模块替换，可实现ＡＲＣＮＥＴ－ＥＴＨＥＲＮＥＴ和ＥＴ     

高空台加温试验进气管网传热过程的计算分析

分析了高空台加温试验时管网内部流动的动态换热特性,建立了管内气体和管壁的联合换热方程,在与试验数据对比的基础上提出了数学模型的修正方法,对试验中管网出口温升过程进行了计算,取得了较好效果。计算结果分析表明:局部热损失在管网散热过程中的比重较大,为缩短试验准备时间,应对混和器出口温度进行分段控制。     

飞行器智能柔性工装无线控制系统

用于飞行器大型薄壁件加工的智能柔性工装系统由数十个甚至上百个定位/支撑单元构成,每一单元又是复杂的机、电、液、气一体化系统,需在运动中与外界实时通信获取上位机指令同时反馈内部状态信息。对于这种由众多运动子系统构成的复杂大系统的网络化控制需求,若采用传统的有线控制方案不仅成本高而且难以实现,而本文提出的无线通信与有线网络相结合的网络化分布式递阶控制系统却为解决这一难题提供了新的途径。重点介绍了该系统的总体结构和无线主控子系统、网络化协调控制子系统、分布式执行控制子系统等核心环节的硬件电路和软件实现技术,并给出了相关问题的解决方案。实验结果表明,该系统具有较高的稳定性、可靠性和鲁棒性,有效解决了大规模运动通信和分布式控制问题,可很好满足项目的总体要求。     

五孔探针的神经网络处理方法

对于五孔探针的数据处理方法就行了详细的研究,发展了一种人工神经网络的数据处理方法,并将其与三维线性插值法进行了全面的对比,证明了所发展的神经网络法的精度更高,可靠性更好,而且经过简单改动就可以应用在其他多孔探针上.      

基于BP神经网络和飞行参数的航段风险评价

飞行运行风险的定量评估对于民航安全保障具有重要意义。设计并实现了一种基于BP神经网络算法的航段风险评价系统。该系统将大量飞行情景参数直接作为飞行风险评估的基础,通过飞行能力评价体系获得飞行运行风险度经验数据,并使用神经网络实现了任意飞行情景的风险度拟合运算。经过真实航班飞行数据的测试和飞行品质监控系统的验证表明,该系统可为进近着陆阶段任意时刻的飞行运行风险评估提供可靠的结果。     

飞翼布局低速反弯翼型稳健优化设计

以动压、雷诺数的变化和外形的制作误差与变形作为低速反弯翼型飞翼布局小型无人机设计中的不确定性因素,以降低翼型气动特性对这些不确定因素的敏感性为目标进行稳健设计.在稳健模型的计算中,为了最化外形误差,采用改进的PARSEC方法进行翼型的参数化,为了节省计算资源和时间,采用神经网络响应面代替N-S方程求解,为了使不确定性因...     

旋转倒立摆的神经网络控制

本文针对一种新型的倒立摆系统,设计了一个四输入单输出三层BP网络,并对一级旋转倒立摆控制器进行逼近.仿真结果表明,BP神经网络有很广阔的应用领域.     

一种ad hoc网络负载平衡混合路由协议

提出一种具有负载平衡能力的ad hoc网络路由协议(LBHR)。LBHR根据不同的网络拓扑结构变化速度,在按需路由和表驱动路由之间进行自然平滑的切换。LBHR采用以下措施来实现负载平衡:在一对源节点和目的节点间,使用多条路径来发送分组;过载的节点不参与路由发现过程。仿真结果表明,LBHR在分组投递率、端到端延时等方面具有较好的性能。     

无线传感器网络空中目标跟踪任务分配技术的研究

以无线传感器网络对空中飞行目标跟踪为背景，针对无线传感器网络协同技术中的任务分配问题，以降低传感器节点之间的通信能量消耗为目的，提出了一种基于弹性神经网络的任务分配算法。首先对多动态联盟多目标跟踪问题进行建模，然后依据最小能量准则，采用一种非全连接的环形结构的弹性神经网络模型，解决了多目标跟踪时的任务优化分配问题以及多个动态联盟对传感器资源竞争冲突时系统能耗增加的问题。仿真结果表明，该算法与传统的方法相比，大大降低了跟踪系统的能量消耗。