低轨巨型星座网络容量评估与分析

低轨卫星网络可以提供广覆盖、低时延、大容量的通信服务和随遇接入的网络服务,可有效弥补地面通信网络和高轨卫星网络的不足。近年来“星链”“一网”等星座项目推动了低轨巨型星座的飞速发展。卫星网络容量是网络性能评价的重要指标,传统方法计算复杂度高、耗时长,且计算开销随网络节点数迅速增加,在巨型星座网络评估中产生巨大计算开销。面向低轨巨型星座网络容量评估问题,提出了一种基于最大流的网络容量评估方法,与传统方法相比计算复杂度和计算耗时大大降低。以“星链”星座为例,分析了星座构型、星间链路拓扑连接方式、链路容量及用户需求量对巨型星座网络容量的影响。仿真分析结果对未来低轨巨型星座网络建设具有指导意义。     

基于深度前馈网络的自适应相对导航滤波

针对空间非合作翻滚目标近距离相对导航中出现测量异常偏差导致滤波精度下降甚至发散的问题,研究了具有抗差能力的自适应滤波估计方法。在设计了相对导航滤波模型的基础上,提出了基于深度前馈网络的自适应扩展卡尔曼滤波算法,并且详细设计了智能故障检测与估计的深度前馈网络模型与训练方法。数学仿真结果表明:深度前馈网络能够有效估计测量异常偏差且估计误差小于异常偏差值的15%,基于深度前馈网络的自适应扩展卡尔曼滤波结果显著优于常规扩展卡尔曼滤波。     

基于神经网络和证据理论的火箭发动机故障诊断

针对运载火箭动力系统故障的复杂特性和故障模式的不确定性,提出了基于神经网络和证据理论的火箭发动机故障诊断。首先以火箭视加速度和角速度作为网络输入,故障类型矩阵作为网络输出,通过BP神经网络和RBF(径向基函数)神经网络进行故障诊断;之后通过D-S证据理论融合神经网络结果;最后通过滚动时域估计方法对火箭飞行状态特征量估计。仿真结果表明诊断准确率达到99%以上,表明提出的方法对于火箭发动机故障诊断具有较高的准确性和实用性。     

一种适用于地球空间传感器网络的TCP Vegas模型

针对地球空间传感器网络中由正反向链路带宽不对称引起的正向链路吞吐量下降问题,提出一种基于时延且能够维持反向链路确认频率的拥塞控制模型。该模型基于反向链路中确认分组的排队时延,在反向链路发生拥塞时,降低确认分组的发送频率,以缓解反向链路的拥塞程度;而在反向链路没有发生拥塞时,加快确认分组的发送频率,以提高正向链路中数据分组的吞吐量。同时,该模型将确认分组的延迟发送时间追加到最小往返时延中,提高了最小往返时延的准确程度,从而提升模型的正向链路拥塞控制效果。仿真试验结果表明,该模型可以有效地解决由于反向链路拥塞所造成的正向链路吞吐量低的问题。     

无人集群试验评估研究现状分析及理论方法

无人集群试验评估是促进无人集群技术从理论走向实践的重要桥梁。与传统的作战系统相比,无人集群系统具有自主协同、能力涌现、智能对抗等特点,这已大大超出传统作战系统试验评估的范畴。针对上述现实需求,本文旨在综述美国和中国在推进集群试验评估方面所进行的开创性工作的基础上,主要对无人集群试验评估的概念内涵、发展现状进行了讨论分析;结合课题组在航空集群作战领域的研究基础,探讨无人集群试验评估的主要内容和可行的技术路线,为军事装备的信息化升级和智能化转型奠定基础。     

装备可靠性试验寿命评估GERT网络模型

针对装备寿命试验中失效样本量比较小的情形,基于应力冲击思想,提出了一种基于失效选择机制的装备系统可靠性评估定量分析方法。首先引入图示评审技术（Graphic evaluation and review technique, GERT）表征系统的多种工作状态和状态间的传递关系,根据系统结构进行可靠性评估建模。然后基于失效观测数据对元器件的可靠性进行估计,确定可靠性评估GERT网络中的参数。最后依据失效选择机制对网络进行计算,实现系统可靠性的评估。算例研究结果表明了基于失效选择机制的装备可靠性评估GERT模型的有效性。     

基于神经网络的ICAI软件的设计与实现

介绍了一个在Ｗｉｎｄｏｗｓ９５平台上用ＶｉｓｕａｌＣ＋＋５．０开发的基于神经网络的信号与系统课程的智能化计算机辅助教学（ＩＣＡＩ）软件设计的基本原理及其关键技术的实现。该软件针对人类教学过程中的智能模拟问题,将神经网络和专家系统两大先进技术相互融合在一起采用面向对象的设计是界面友好、算法透明、程序易于维护、是计算机辅助教学课题的一个成功实例。     

汽车牌照自动识别技术研究

提出了一种汽车牌照的自动识别算法：先对图象进行直方图均衡,平滑去噪,二值化预处理,再根据车牌上文字变化特点快速,准确地从复杂背景中分割车牌最后采用投影－变换系数法取汉字,英文和阿拉伯数字的不同维数的特征,送到相应的ＢＰ神经网络中进行识别,较好地解决了汽车牌照的自动畜产     

Pre-locate net for object detection in high-resolution images

Small-object detection has long been a challenge. High-megapixel cameras are used to solve this problem in industries. However, current detectors are inefficient for high-resolution images. In this work, we propose a new module called Pre-Locate Net, which is a plug-and-play structure that can be combined with most popular detectors. We inspire the use of classification ideas to obtain candidate regions in images, greatly reducing the amount of calculation, and thus achieving rapid detection in ...     

Neural network-based model predictive control with fuzzy-SQP optimization for direct thrust control of turbofan engine

A nonlinear model predictive control method based on fuzzy-Sequential Quadratic Programming(SQP) for direct thrust control is proposed in this paper for the sake of improving the accuracy of thrust control. The designed control system includes four parts, namely a predictive model, rolling optimization, online correction, and feedback correction. Considering the strong nonlinearity of engine, a predictive model is established by Back Propagation(BP) neural network for the entire flight envelope,...