智能交通系统及其信息化模型

智能交通系统(Intelligent Transport System,简称ITS)是在传统的交通工程基础上发展起来的新型交通系统,其研究对象是人、车、路和环境交通四要素的空间与时间关系,又可以称之为广义的交通信息.本文在介绍国际上ITS研究状况的基础上,首先给出了ITS的系统组成,而后从信息技术的角度阐明ITS是一个交通信息获得、传输、处理而后利用的信息系统,提出了ITS的信息化模型,最后简述了ITS中的信息技术四基元.     

考虑互耦和激励误差时智能天线波束形成

在考虑阵元间耦合和激励误差的情况下,讨论DS/CDMA(Direct Sequence/Code Division Multiple Access)系统中,智能天线的波束形成结果,并与理想情况进行比较.通过仿真数据结果可以看出,对于阵元间距为半波长的线阵,即使存在阵元间耦合和激励误差,智能天线产生的主瓣也可以对准目标,但其对其它多址信号的抗干扰能力有所下降,其中互耦的影响较大,表明要充分保持DS/CDMA系统的抗干扰能力需要计及互耦效应.      

二元智能复合材料结构变形分析

提出了嵌入形状记忆合金丝和压电陶瓷片作为联合变形驱动器的二元智能结构,并建立了有限元模型．驱动器镶嵌于层板表面或内部,其中压电陶瓷片作为压电铺层;形状记忆合金丝的驱动力当量为与温度相关的节点载荷．算例比较了不同种驱动方式的变形效果,并进行了试验验证．结果表明在二元智能结构的形状控制中,形状记忆合金丝承受主要的载荷,压电陶瓷片作变形修正,可以发挥各自的优点．      

FIPER项目介绍

介绍了美国NIST—ATP和通用电气公司资助的联盟智能产品环境(Federated IntelligentProduct EnviRonment,FIPER)项目。该项目旨在通过联盟的智能产品开发环境,使合作企业可以根据产品生命周期中的不同阶段、任务,通过网络、Web上的门户进入联盟智能产品环境,利用环境提供的特定应用服务、数据服务和知识,进行合作设计和查找计算资源、设计工具,从而缩短产品开发周期,降低成本。本文介绍了该项目的来源、目标、体系结构、关键技术及其实施。     

基于视频监控融合大数据在市域社会治理现代化应用的探讨

本文从视频融合大数据的发展背景、总体设计思路、智能应用场景设计和社会效益等几个方面对视频监控融合大数据在市域社会治理现代化应用中进行了探讨.     

面向天地融合网络的无线资源智能分配方法

为满足天地融合网络全时、全域通信需求,采用认知无线电技术可实现有限频谱资源的感知与高效利用,有效缓解同频干扰问题。文章提出了一种用于天地一体认知网络的信道选择和功率调整的无线资源智能分配方法,在保证主用户服务质量的前提下最大化系统数据速率。首先,将天地融合网络建模为异质图结构,通过用户距离估计信道状态信息,并且利用图卷积网络提取和分析关键环境特征。其次,采用深度强化学习探索底层拓扑环境信息,通过试错与奖惩机制不断优化资源分配策略。仿真结果验证了所提方法的收敛性,并且证明系统数据速率能够得到显著提升。     

国外天基空间目标监视系统发展综述

梳理了美国天基空间目标监视系统发展历史及现状,通过美国发射的典型技术试验卫星和空间监视装备总结出抵近详查卫星、广域监视卫星、子母卫星3个天基空间监视系统发展的方向。详细介绍了典型空间目标监视系统：天基空间目标监视系统(SBSS)、地球同步轨道空间态势感知计划(GSSAP)、空间增强型同步轨道实验平台卫星(EAGLE)、快速在轨空间技术和评估环(ROOSTER)。阐述了4种先进空间监视系统的基本信息、任务需求及技术指标。在此基础上,根据美国天基空间目标监视系统技术特点及发展方向,结合国内情况,提出了相关建议。     

基于人工蜂群算法的固定时间多脉冲交会

在两航天器交会问题中,采用多脉冲变轨策略往往能取得更小的燃料消耗.利用人工蜂群算法优化了航天器固定时间多脉冲交会问题,提出一种改进的人工蜂群算法.该方法能够简化时间约束的处理,能获得满足地球半径约束的解.该方法易于编程,鲁棒性强,可以应用到不同的摄动模型.仿真结果表明,该算法不易陷入局部最优,相比于粒子群算法和传统人工蜂群算法具有更高的求解精度.     

基于多机协作的认知无人机网络能效联合优化

针对无人机（UAV）通信网络中频谱资源紧缺的问题,构建基于认知无线电的多无人机通信网络,通过多机协作频谱感知有效探索授权频谱。提出一种基于Bisection算法的迭代算法,通过联合优化感知时间和判决门限对构建的复杂非凸问题求解,显著提高了无人机次级认知网络的能量效率（EE）。分析了无人机飞行过程中能效的变化情况,仿真结果表明,存在最优感知时间使能效获得最大值,且判决门限的选择会影响该能效最优值;提出的高能效迭代算法具有较好收敛性,有效提高了认知无人机网络的能量利用率。     

人工智能在航天器制导与控制中的应用综述

航天器制导与控制技术是保障空间任务顺利实施的关键技术之一。当前,动力学模型的强非线性以及参数不确定性制约了高精度姿轨控技术的发展,而系统故障则决定航天器姿轨控的成败。以机器学习为代表的新一代人工智能技术航天器制导控制领域展现了巨大的应用潜力。首先对基于人工智能技术的轨迹制导和姿态控制中的研究发展及应用现状进行归纳,分析航天器轨迹规划、姿态控制、故障诊断以及容错控制技术的发展趋势。然后,从鲁棒轨迹规划、自适应姿态控制、快速故障诊断和自适应容错控制等4个方面总结适用于未来航天任务的航天器姿轨控关键技术。最后,针对智能姿轨控技术的应用所面临的挑战,从姿轨控架构、算法最优性、算法的训练以及技术验证等方面提出相应的发展建议。