故障诊断的神经网络多重模型自适应方法

将神经网络与故障诊断的多重模型自适应方法相结合,提出了故障诊断的神经网络多重模型自适应方法,并对某型航空发动机控制系统传感器故障进行诊断仿真。仿真表明,该方法能够用来解决具有模型不确定性系统的故障诊断问题,同时,对未知的故障模态具有自学习能力     

航电系统SCI互连的可靠性模型研究

研究未来航电系统关键协议——SCI(可扩展的一致性接口)的可靠性建模问题.从SCI互连的基本模型出发,提出了基于任务的系统可靠性分析方法,建立了系统的可靠性模型,并针对航电系统中SCI的蝶型互连进行了可靠性分析,指明该方法在航电系统设计阶段对于任务划分和拓扑选择都将起到指导作用.      

基于轨迹线性化方法的导弹动态逆控制系统设计

基于动态逆控制及轨迹线性化方法,研究了一种新的导弹鲁棒自适应控制系统设计方法.首先,基于导弹的非线性模型设计快、较慢回路的动态逆控制器,以实现其非线性解耦;然后,在较慢回路中设计鲁棒自适应轨迹线性化控制器,以补偿整个控制系统的不确定性及干扰,即在轨迹线性化控制的基础上,通过设计RBF神经网络在线估计系统中存在的不确定性...     

Robustness evaluation method for unmanned aerial vehicle swarms based on complex network theory

Unmanned Aerial Vehicle (UAV) swarms have been foreseen to play an important role in military applications in the future, wherein they will be frequently subjected to different disturbances and destructions such as attacks and equipment faults. Therefore, a sophisticated robustness evaluation mechanism is of considerable importance for the reliable functioning of the UAV swarms. However, their complex characteristics and irregular dynamic evolution make them extremely challenging and uncertain to evaluate the robustness of such a system. In this paper, a complex network theory-based robustness evaluation method for a UAV swarming system is proposed. This method takes into account the dynamic evolution of UAV swarms, including dynamic reconfiguration and information correlation. The paper analyzes and models the aforementioned dynamic evolution and establishes a comprehensive robustness metric and two evaluation strategies. The robustness evaluation method and algorithms considering dynamic reconfiguration and information correlation are developed. Finally, the validity of the proposed method is verified by conducting a case study analysis. The results can further provide some guidance and reference for the robust design, mission planning and decision-making of UAV swarms.     

考虑层间应力的厚复合材料结构多级优化设计方法

充分发挥复合材料的利用率,降低结构重量,厚复合材料结构优化设计是非常重要的。然而优化设计空间复杂,层间应力问题突出,离散设计变量等问题使得厚复合材料结构的优化变得十分困难。针对由铺层相同的子层板叠成的厚复合材料层合板结构的复杂优化问题,本文提出一种多级优化设计方法。第一级优化采用基于径向基神经网络代理模型的优化设计方法,设计变量为子层内层数及铺层比例;第二级优化分为两个层次进行,系统层以结构重量最轻为目标,设计变量为子层数,子系统层采用遗传算法优化铺层顺序,以层间应力因子最小为目标。结合算例,通过Matlab编写遗传算法,并应用Isight集成Matlab来实现该优化设计方法。结果表明:本文提出的多级优化设计方法是有效的,能够很好地实现具有周期性铺层方式的厚复合材料层合板结构的优化设计。     

基于故障传递特性的位置不可访问故障注入方法

为解决位置不可访问故障的有效注入问题,在深入分析影响故障注入有效性主要因素的基础上,建立了基于贝叶斯信度传播算法的故障-状态、故障-故障之间传递特性分析模型,并以故障传递特性为依据,研究建立了包含故障传递特性的故障模型,提出了基于该故障模型的位置不可访问故障注入方法.研究表明基于故障传递特性的故障注入方法能在保证较高的...     

基于优化信任评估的Ad Hoc安全路由协议

针对Ad Hoc网络中自私节点造成的攻击问题,提出了一种基于信任评估的Ad Hoc安全路由协议TEAR。该协议在节点行为信任评估方案的基础上,通过使用链路信任值和路径信任值表示节点和路径的可信度,同时,在链路信任值计算时,引入了基于公共邻居节点的间接信任评估方法和可变时间窗机制,保证了信任值计算的准确性和实效性;协议中每个节点维护一张信任表,并重新定义了路由请求和路由回复消息格式,实现了安全路径的快速选择。使用NS2进行模拟验证,又与AODV以及基于固定时间窗信任评估的安全路由协议TA-AODV进行性能对比。结果表明,改进的信任评估方案具有更好的性能,采用该方案的安全路由协议能较快地发现自私节点,并准确选择安全路径,提高了Ad Hoc网络性能。      

基于改进Yolov3 算法的舰船目标检测识别系统

针对复杂战场环境下对海目标检测识别的需求,设计了一种基于改进Yolov3 算法的海面舰船目标实 时检测识别系统。使用微调分类网络、增加训练尺度、聚类目标边框维度、二级特征分类等方法对Yolov3 检 测识别网络模型进行了优化,在提高识别精度的同时有效降低了漏检率和虚警率。实验结果表明,优化后的网 络模型在自建的舰船图像数据库中将检测识别平均准确率提高到了79.3%,对真实海上航拍视频中舰船目标识 别的平均准确率达到了81% 以上。     

二值卷积神经网络综述

二值卷积神经网络（BNN）占用存储空间小、计算效率高,然而由于网络前向的二值量化与反向梯度的不匹配问题,使其与同结构的全精度深度卷积神经网络（CNN）之间存在较大的性能差距,影响了其在资源受限平台上的部署。至今,研究者已提出了一系列网络设计与训练方法来降低卷积神经网络在二值化过程中的性能损失,以推动二值卷积神经网络在嵌入式便携设备发展中的应用。因此,本文对二值卷积神经网络进行综述,主要从提高网络表达能力与充分挖掘网络训练潜力两大方面,给出了当前二值卷积神经网络的发展脉络与研究现状。具体而言,提高网络表达能力分为二值化量化方法设计、结构设计两方面,充分挖掘网络训练潜力分为损失函数设计与训练策略两方面。最后,对二值卷积神经网络在不同任务与硬件平台的实验情况进行了总结和技术分析,并展望了未来研究中可能面临的挑战。     

低树代价的低轨卫星网络组播算法

为了解决低轨卫星网络中现有典型源组播算法的信道资源浪费问题,提出了一套单核共享树组播算法,即核心群合并共享树(CCST)和加权核心群合并共享树(w-CCST)算法.CCST算法包括动态近似中心(DAC)选核方法和核心群合并组播路径构建方法.在核心群合并方法中,以核节点作为初始核心群,通过核心群和剩余组成员的最短路径方法逐步扩展直至整棵组播树构建完成,从而大大提高了网络带宽利用率.在w-CCST算法中,通过调整加权因子可以适度增大树代价、降低端到端传播时延,以支持某些时延性能要求严格的实时业务.仿真结果说明,CCST算法的树代价性能比其它算法有显著改善,w-CCST算法的端到端传播时延性能好于CCST算法.