基于随机网络编码的无线报文重传最优策略

网络编码技术为无线报文重传问题研究提供了新思路.分析并证明了完全无线报文重传问题最优策略所需重传报文数量等于节点请求报文数量的最大值;基于随机网络编码技术提出了最优重传策略RNCOPT(Random Network Coding based OPTimal Scheme),其编码系数从某选定有限域中随机选取(0除外);利用网络编码矩阵重新生成机制以保证100%解码成功率;描述了RNCOPT组合报文结构及发送节点操作过程.仿真表明:当接收节点数量为30而报文总数为30时,RNCOPT相对于传统非网络编码方案节省重传报文数量可达32%,而此时现有某典型策略CliqueNC却无明显效果.     

基于约束优化的舰艇区域防空作战能力需求生成

作战能力需求生成是在满足多约束条件下完成的,寻求约束集是能力需求生成的重点;以舰空导弹区域防空为背景,通过对作战需求约束、能力需求约束、技术发展约束以及其他因素约束进行综合分析,提取制约能力指标生成的约束集,建立舰艇防空作战效能目标函数,采用基于罚函数法的快速粒子群算法进行能力指标的约束优化求解;以最大预警距离为变量,对其他作战能力指标优化前后的曲线图进行仿真验证,定量生成舰艇区域防空作战所需的能力指标值,验证了模型算法的可行性,为舰艇区域防空作战能力需求生成提供了定量化依据。      

裂纹矩张量反演的传感器排布形式

裂纹矩张量反演方法利用声发射信号求解裂纹信息,是一种有效的裂纹扩展实时监测方法。在工程应用中,传感器接收到的声发射信号总包含一定比例的噪声。噪声信号会影响矩张量反演精度,甚至导致错误结果。研究通过优化传感器排布形式来降低噪声对矩张量反演精度的影响。基于矩张量初至波反演方法,分析了传感器位置选择的理论基础。进而利用人工合成声发射信号,定量研究了在不同传感器排布形式下,矩张量反演精度对噪声的敏感度。结果表明:正五边形传感器排布形式具有较好的精度表现,这种排布形式将5个传感器布置在一个圆环上,相邻传感器的传感器-圆心连线的夹角为72°,第6个传感器布置在圆心。此时矩张量求解方程的条件数较小,当声发射信号幅值因为噪声发生变化时,求解结果具有较高的精度和稳定性。研究针对矩张量反演中的传感器位置选择问题,为相关工程实践提供了建议和理论依据。      

一种可变锚框候选区域网络的目标检测方法

目标检测作为计算机视觉领域的热点问题,目前基于深度学习的目标检测方法可以分为2类:两步检测和一步检测,前者有着较高准确性,后者有着较好速度,但是为提高检测的性能两者都引入了锚机制。为提高目标检测系统的性能,基于深度卷积神经网络的两步检测算法引入了注意力引导（AG）模块,通过对候选区域网络（RPN）的锚机制进行引导,使得对于预选锚框形状的选择更具有多样性;同时针对传统的后处理方式非极大值抑制（NMS）算法存在的误检和漏检的问题,提出了一种置信度因子的NMS（Cf-NMS）算法,对于模型的整体性能有着很大的贡献。实验结果说明,所提方法虽然在速度性能上有略微的下降,但是无论是在RPN变体还是现有的先进算法在准确性方面都有提升。      

基于改进深度学习模型的焊缝缺陷检测算法

针对传统深度学习模型在进行焊缝缺陷检测时对小缺陷目标检测效果不理想问题,提出基于改进深度学习Faster RCNN模型的焊缝缺陷检测算法,算法通过多层特征网络提取多尺度特征图并共同作用于模型后续环节,以充分利用模型中的低层特征,增加细节信息;改进模型的区域生成网络,加入多种滑动窗口,从而优化了模型锚点的长宽比设置,提高检测能力。实验表明,改进Faster RCNN模型取得最优的缺陷检测结果,对于小缺陷目标仍取得较好的检测精度,从而验证了算法的有效性。     

含间隙非线性二元翼段的系统辨识

在实际包含间隙非线性的复杂结构中,由于间隙不易或无法测量,难以建立准确描述结构特性的动力学模型;即使间隙得到准确测量,也难以获得结构的标称线性系统的模态参数。为此,利用条件逆谱法和时域非线性子空间法,通过非线性系统辨识获得间隙非线性系数,同时获得非线性结构的标称线性系统的频响函数。以一个包含间隙非线性的二元翼段为例,通过数值方法模拟该二元翼段的地面振动试验,利用条件逆谱法和时域非线性子空间法开展该结构的非线性系统辨识。结果表明:两种方法均可准确地辨识结构的标称线性系统,条件逆谱法利用光滑函数近似,时域非线性子空间法利用多个分段线性函数重构,辨识得到间隙非线性系数。      

基于优先级赤字轮询调度的WAIC网络延迟分析

航空电子机内无线通信（WAIC）在降低飞机重量和节省成本等方面的优势让其在航空电子系统的应用上具有可观的前景。为了研究基于802.11的WAIC网络的传输延迟并保证其可靠性,提出了一种优先级赤字轮询调度（PDRR）的介质访问控制（MAC）协议。首先,通过确定性网络演算方法为MAC层协议的活动建立了到达曲线和服务曲线模型。其次,充分考虑无线通信物理层的特点和所结合信道反转方法,给出了WAIC网络流量调度最坏情况下的端到端延迟的评价方法,可以发现信道反转后稳定的信道容量提供了较为保守的延迟界限。最后,通过案例分析对比了高优先级的WAIC节点与普通优先级节点的延迟界限以及信道反转的影响。结果表明:高优先级节点比普通优先级节点具有更好的实时性,并且可以通过增加平均信噪比来改善传输的延迟界限。      

基于GAN网络的红外图像生成技术

当将人工智能技术应用于军事领域中的目标识别任务时,针对由红外图片采集的局限性而造成的训练数据不足的问题,提出了基于生成对抗网络以生成红外图像的方法,实现了数据集的扩充。对基本的生成对抗网络进行了改进,将网络的输入由随机噪声变为真实图片,使之实现了图片到图片的风格转换,即彩色图片转变为红外图片。经过网络模型的搭建和训练,实验结果表明,该方法能够有效生成清晰和高质量的红外图片,解决了由红外数据不足而造成的网络训练不充分的问题。