分布式语音通信系统在机场建设中的应用

安全是航空业中优先级最高的议题，准时是航空业服务追求的目标。对于大型机场的运营管理来说，一个高度可靠、灵活而且先进的调度以及通信网是其成功的关键所在。当今的乘客常常是马不停蹄，他们的行程安排通常都非常紧凑，这使他们甚至连1小时的延误都无法接受，特别是某些转机的乘客。现代化的机场就如同蜂巢一样，乘客、飞机、行李、货物、接送机游客正以前所未有的数量在机场通行，它们都希望享受安全准时的高质量服务。     

一种优先级区分的机载无线网络MAC层自适应退避算法

针对现有无线网络媒介接入控制(MAC)协议退避机制存在的竞争窗口(CW)易产生振荡、不能为紧急业务提供低时延QoS保障、难以区分服务类别等不足,提出了一种区分业务优先级的自适应退避(PAB)算法。该算法在二进制指数退避(BEB)算法的基础上,根据信道忙闲标识和业务优先级自适应选择相应退避阶段,通过参数设置可对不同优先级业务相邻退避阶段的前、后转移概率进行调整。利用二维马尔可夫链理论对PAB进行了建模分析,理论分析获得了饱和吞吐量和平均MAC时延的数学表达式,仿真实验结果表明:在机载无线网络(AN)环境下,PAB的性能相对BEB有了显著提升,可有效保障机载无线网络多业务类型的传输需求。     

基于时间触发的1553B总线实时调度设计

为了优化1553B总线传输性能,降低总线消息传输的等待时间,提高总线带宽利用率和紧急消息响应的实时性,对1553B总线调度方法进行了研究,将周期性调度和抢占式调度策略相结合,设计了一种基于时间触发的1553B总线实时调度方法。在时间触发的基准下按优先级对总线消息进行集中调度,总线帧在总线上传输的时间内,处理器无需等待,可以继续处理其他任务。利用总线数据区分区的特性,设计了紧急消息打断普通总线消息传输的抢占式调度策略,避免了非重要数据较长时间占用总线通信信道,使得紧急消息能够快速响应。试验结果表明,该调度方法实现了总线消息尽最大能力传输,不仅能够较大幅度地提高1553B总线传输效率和带宽利用率,而且紧急消息的响应时间稳定在2ms以内,为紧急消息的实时响应提供了保证。     

自由漂浮空间机器人多约束混合整数预测控制

针对空间机器人完成任务时需要躲避障碍物的问题,提出一种自由漂浮空间机器人的混合整数预测控制方法。首先,在模型预测控制方法框架下,机械臂关节的物理限制,躲避障碍物的要求被统一描述为最优控制问题下的不等式约束,可以得到自由漂浮空间机器人具有线性二次规划形式的最优控制律。其次,基于命题逻辑建立控制问题中各约束的优先级,保证在最大程度地满足约束的情形下得到控制问题的解,有效弥补了模型预测控制方法用于空间机器人控制时,多约束可能导致最优控制问题不可行的不足。最后,仿真结果校验了所设计控制律的有效性。     

基于优先级和率失真模型的CCSDS-IDC码率分配算法

为了解决遥感图像采集与空间网络传输能力之间的矛盾,迫切需要具有码率控制功能的图像压缩算法。文章面向军事目标监测领域图像目标区域局部高质量需求,针对CCSDS-IDC（TheConsultativeCommitteeforSpaceDataSystems ImageDataCompressionStandard）图像压缩标准,提出了一种码率分配算法。新算法改进了原算法的分段方式,设置了段优先级,并根据优先段覆盖的比例及率失真模型设计了码率分配方案。结果表明新算法在局部峰值信噪比和局部视觉效果上较原算法有明显的提高,当优先段覆盖率低于压缩比倒数时,新算法的整体峰值信噪比与原算法接近。     

可变优先级的静态随机地面等待问题研究

研究了一个可变优先级的静态随机模型在单机场地面等待中的应用。可变优先级是指航班随着等待时间的延长,优先级也会随之增大,并且在计算优先级的同时考虑了航班的总延误时间和总延误费用的影响。静态不变性是指在一个给定的时间范围内要求所有的决策都要预先给出。随机性是指考虑了未来容量的自然随机性。此模型在已知降落航班序列的基础上,结合机场容量的各种可能情况以及发生概率的集合,用整数规划求解各时段基于集合的降落航班数,并最终结合实际的数据通过仿真验证了其可行性。     

动态优先级解耦的无人机集群轨迹分布式序列凸规划

针对无人机集群轨迹规划高维强耦合特征导致计算复杂度高的难题,提出了动态优先级解耦的序列凸规划方法(DPD-SCP),将耦合的集群轨迹规划问题拆分为若干单机凸规划子问题,通过分布式求解提高集群轨迹规划的计算效率与可扩展性.设计飞行时间驱动的动态优先级解耦机制,降低飞行时间短无人机优先级,挖掘其轨迹调整潜力,消除集群相互规...     

蜂群无人机自组网多优先级自适应退避算法

针对现有媒质接入控制（MAC）协议退避算法无法为蜂群无人机自组网（FANETs）提供区分服务,且在重负载时性能严重恶化等问题,提出一种多优先级自适应退避算法。采用忙闲因子自适应机制和最优竞争窗自适应机制,根据信道忙闲程度和网络状态参数自适应实时更新各优先级竞争窗口（CW）长度,从而使每次退避的竞争窗口可快速收敛到最佳状态,并实现了多业务区分服务,得到了最优的系统性能。通过建立不同优先级退避过程的三维Markov链模型求解得到了饱和吞吐量下的最优竞争窗自适应因子,并且理论推导了系统吞吐量和平均MAC时延的数学表达式。仿真结果表明,所提算法在重负载时能够实现多优先级区分服务并有效提高系统的吞吐量性能,相比区分业务优先级的自适应退避（PAB）算法和支持QoS的自适应竞争窗口退避算法（Q-ABACW）,性能均有较大提升。      

基于目标战略优先级与精度自适应的效能函数的机载多传感器管理

传感器管理在数据融合系统中起着重要作用,机载多传感器系统通常面临着资源受限的状况,如传感器最大跟踪数量小于目标数量,无法保证所有传感器拥有相同精度与参照系等。因此,本文提出了一种基于目标战略优先级与精度自适应的效能函数的多传感器管理算法。首先,将空中目标的自身属性部分量化以得到目标战略优先级;再利用目标的跟踪精度、传感器测量精度和期望的跟踪精度之间的关系,定义了精度预提升矩阵和精度缺乏矩阵。再将上述两部分结合构建目标函数,运用整数线性规划的方法进行优化。最后,仿真试验设置了包括三个机载传感器对4个目标的跟踪任务,对比其他文献中的结果,显示出本文算法更为合理、有效。