飞行器集群协同制导控制方法及应用研究

分析了目前多飞行器协同作战的发展现状与趋势,指出了多飞行器以编队形式进行协调与配合,可以有效提高突防概率与作战效能。针对飞行器集群协同制导控制技术,分析梳理了相关的技术难点。然后,分别对协同任务规划与动态目标分配方法和多飞行器编队协同控制方法、多约束条件下的分布式协同制导方法的国内外研究现状进行了介绍。最后对飞行器集群协同制导控制技术进行了总结,并对未来的发展方向进行了展望。     

基于多智能体的多机型协同作战决策系统模型研究

多机型协同作战决策系统开发是一项很复杂的工程,各组成要素之间的活动很难进行定量分析和描述,战场情况也复杂多变,具有不可预见性和不可再现性。文中基于目前多机协同作战仿真的发展现状,运用多智能体(Multi-agent)技术,提出了多机型协同作战复杂系统分析与设计决策仿真模型;介绍了运用群建模和开发工具对基于Multi-agent的多机型协同作战决策系统仿真的实现。     

基于NB-IoT技术和GA-BP神经网络的车位预测系统

围绕有效整合城市停车资源,提高现有车位存量利用率的需求,构建了一种基于NB-IoT技术的车位预测系统。该系统采用NB-IoT技术进行信息采集与传输实现车位信息的共享;考虑到车位状态信息实时变化的特性,用历史车位占用数据来建立车位预测模型,推测出未来短时内车位变化趋势。为了提高车位预测的精度,采用遗传算法(Genetic algorithm,GA)优化反向传播(Back propagtion,BP)神经网络建立GA-BP神经网络车位预测模型。以某地下停车场历史数据为例进行仿真实验,研究结果表明:车位预测模型预测值与实际值相近且趋势保持一致,能够有效准确的预测车位状态变化,具有较高的精度。     

一种THALES导航智能监控的设计与实现

本文针对THALES导航系统提出一种基于网络数据分析的智能监控系统。该系统通过网络抓包分析得出不同状态的网络状态码,用C#语言在visual 2010平台上实现了软件网络模块、告警模块和监控模块的设计。设计弥补了厂家软件无法智能发声告警的不足,目前已投入实际应用。     

美善品移动智能厨房 百变料理尽在弹指之间

<正>近日,来自德国风靡全球的thermomix美善品多功能食品料理机在沪上发布。该款堪称全世界最小的无油烟智能移动厨房,由德国原装进口,采用全球领先科技,触屏式一键操控,带来全新的引导式烹饪体验,宣告数字化厨房时代的到来!在发布会现场,德国福维克集团美善品全球首席执行官Dirk Reznik、美善品亚太区业务发展总监及美善品中国事业部销售总监Fredrik Lundqvist接受了本刊专访。     

粒子群算法在装配序列规划中的应用方法研究

将粒子群优化算法引入到装配序列规划中,详细讨论了粒子群算法在装配规划中的数学表示,给出了适应度函数评价方法,并实现了装配干涉矩阵的构建,以发动机化油器装配为例,分析了粒子群算法在装配序列规划中的具体应用.     

基于智能优化算法和有限元法的多线圈均匀磁场优化设计

针对多线圈均匀磁场优化设计中的高阶求导及优化结果可信度评估问题,提出一种基于智能优化算法和有限元法相结合的多线圈均匀磁场优化设计方法。首先,确定待优化参数,并以磁场偏差率作为目标函数;然后,采用智能优化算法对目标函数进行寻优;最后,基于优化得到的结构参数,建立相应的有限元仿真模型,检验优化结果的可信度。以2组亥姆霍兹线圈的结构参数优化为例,仿真结果表明,本文方法求得的最优参数优于传统的求导方法寻优得到的参数,且经过有限元法检验后,该优化结果的可信度得到了确认。      

埋入式光纤应变传感器

埋入式光纤应变传感器是近年来随着智能复合材料的发展而发展起来的一项新技术，将传感器和致动器埋置于复合材料中，就形成了智能复合材料，而光纤传感器具有尺寸小重量轻的特点，当把它们直接埋置于复合材料中时，它们也能在恶劣的环境下工作，它们的这些特点晨常适合于制作埋入式传感器，并且能大大提高智能复合材料在航天等方面应用的潜力，本文仅对智能复合材料中的光纤应变传感器进行了探讨，介绍了几种常见的埋入式光纤应变传     

基于MAS和RL的舰船设备协同控制方法

在构建舰船设备协同控制多智能体系统(MAS)过程中,各Agent之间存在某种内在的冲突、联系和规律,为了有效地发现和消解这些问题,引入智能控制解决方案和强化学习方法,能为MAS系统的构建提供有效的技术保障.本文提出了基于强化学习(RL)算法即改进的遗传算法并辅之以贝叶斯学习算法,来解决舰船MAS中各Agent中的任务分配问题、实现设备协同控制的优化和学习,并以舰船运动目标下的设备协同控制来具体验证上述算法,从而体现舰船运动控制MAS的可行性.     

智能桨叶振动自适应控制研究

以德国宇航研究院的智能桨叶为原型，研究了智能桨叶振动控制的实时仿真。以两台高速信号处理器（ＤＳＰ）为核心，辅以其他器件，构造智能桨叶振动控制实时仿真系统。其中一台ＤＳＰ用于智能桨叶动态特性的实时在线模拟，另一台用于实时控制。所提出的采用ＭＸ滤波器模拟智能桨叶的动态特性和反馈与自适应前馈组合控制方法均由专用汇编程序实现。在此系统上实现了对智能桨叶在４Ω、８Ω（Ω为旋翼转速）谐和激励下桨叶振动的控制，