基于LMI的过渡态主控回路闭环控制律优化设计

针对涡扇发动机过渡态多变量控制设计难的问题，提出了一种基于抽功法在过渡态加减速线上的准稳态工作点处提取线性模型的方法，并在此基础上提出了一种过渡态主控回路闭环控制律的优化设计方法。通过功率输入和功率提取解决过渡态动态特征提取难题，基于增益调度可作为非线性动态控制策略的基本原理，将稳态多变量控制规律的线性矩阵不等式(LMI)设计方法推广到涡扇发动机过渡态主控回路闭环控制的设计中，并通过最小化矩阵迹优化闭环极点配置。针对2种不同过渡态主控回路闭环控制策略，分别设计了最小化矩阵迹寻优的过渡态主控回路的多变量闭环控制律，并进行从慢车到中间状态的基于涡扇发动机非线性动态模型的双通道过渡态性能仿真验证，结果表明:方案1过渡态控制双通道N₁、N₂的调节时间不大于5.0 s，超调量不大于0.8%；方案2过渡态控制双通道π_T、N₂的调节时间不大于5.6 s，超调量不大于0.8%。      

基于Armijo准则和BFGS算法的运载火箭控制重分配

以某型运载火箭为研究对象，研究了伺服机构故障下的重构控制问题。将该问题转化为有约束二次规划问题，采用一种Armijo准则和BFGS算法相结合的控制分配方法来求解。Armijo准则可以保证优化算法的收敛性，而BFGS算法则避免了迭代过程对Hesse阵的求逆运算，且具有收敛快的优点。将该重构方法与不动点迭代算法进行了对比，该算法经过8次迭代收敛，目标函数值和误差值分别收敛到${\mathrm{10}}^{\mathrm{2}}$量级左右和${\mathrm{10}}^{-\mathrm{5}}$量级；而不动点迭代算法经过30次迭代尚未完全收敛，目标函数值和误差分别收敛到${\mathrm{10}}^{\mathrm{3}}$量级左右和${\mathrm{10}}^{-\mathrm{2}}$量级。结果表明该重构方法比不动点迭代算法收敛快且收敛精度高。以单台发动机发生卡死故障为例对该方法进行了仿真验证，得到了与无故障情况下相同的控制效果，验证了该重构方法的有效性和正确性。      

国产民机起飞场长限重不平衡起飞优化方法

为了充分利用机场跑道富余长度,提高国产民机商载能力,在满足民航适航和运行规章要求的前提下,就起飞重量、起飞速度比与平衡起飞决断速度对起飞距离的影响分别进行了单参数敏感性分析。通过仿真计算建立了实施组合参数敏感性分析的ARJ21-700飞机网格工具图,并进一步建立了不平衡起飞场长限重增量速查表,最后结合ARJ21-700飞机的实际运行环境对典型高原机场进行实例分析,比较了不同可用距离差异下使用不平衡起飞方法对场长限重和起飞速度比的影响。结果表明:实施不平衡起飞能够在满足规章要求的前提下有效利用跑道富余长度,增加商载能力,提升航空公司经济效益。     

面向目标分类识别的多任务学习算法综述

多任务学习(MTL)可以在训练中联合利用多个任务的监督信号，并通过共享多个相关任务之间的有用信息来提升模型性能。本文从目标分类识别应用角度，全面梳理和分析了多任务学习的机制及其主流方法。首先，对多任务学习的定义、原理和方法进行阐述。其次，以应用较为广泛、具有代表性且具有共性特点的细粒度分类和目标重识别为例，重点介绍多任务学习机制在目标分类和识别任务应用的2类方法：基于任务层的多任务学习和基于特征层的多任务学习，并针对每种类型进一步分类分析不同的多任务学习算法的设计思想和优缺点。接着，对本文综述的各种多任务学习算法在通用数据集上开展性能对比。最后，对面向目标分类和识别任务的多任务学习方法的未来趋势进行展望。     

基于随机遮挡和多粒度特征融合的行人重识别

针对行人重识别中存在遮挡及行人判别特征层次单调的问题，在IBN-Net50-a网络的基础上，提出了一种结合随机遮挡和多粒度特征融合的网络模型。通过对输入图像进行随机遮挡处理，模拟行人被遮挡的真实情景，以增强应对遮挡的鲁棒性；将网络分为全局分支、局部粗粒度互融分支和局部细粒度互融分支，提取全局显著性特征，同时补充局部多粒度深层特征，丰富行人判别特征的层次性；进一步挖掘局部多粒度特征间的相关性进行深度融合；联合标签平滑交叉熵损失和三元组损失训练网络。在3个标准公共数据集和1个遮挡数据集上，将所提方法与先进的行人重识别方法进行比较，实验结果表明：在Market1501、DukeMTMC-reID、CUHK03标准公共数据集上，所提方法的Rank-1分别达到了95.2%、89.2%、80.1%，在遮挡数据集Occluded-Duke上，所提方法的Rank-1和mAP分别达到了60.6%和51.6%，均优于对比方法，证实了方法的有效性。     

环境保护-经济发展-物流业耦合协调研究——以丝绸之路经济带为例

可持续发展背景下，为探究区域良性发展，通过构建环境保护-经济发展-物流业耦合协调模型，对丝绸之路经济带沿线9省市2010—2020年间耦合协调水平及时空演变进行测算分析。研究表明：测算期内丝绸之路经济带环境保护、经济发展与物流业耦合协调水平稳步提高，但整体水平较低，平均处于初级协调发展阶段，且分布差异大，呈现东部高、西部稍高、中部低的特征。据此提出建立以物流业为重心的经济发展城市群、动态调整环境保护政策等建议。     

机载时间敏感组网分析综述

时间敏感网络“准时、准确”的调度与传输机制可以有效地提升工业自动化系统、车载综合电子系统中信息交互的确定性，潜在的也成为了机载系统高确定性组网的候选方案之一，但如何将其多种时间敏感整形和调度机制与机载组网环境和需求进行匹配，是当下首要解决的问题。在对现阶段的时间敏感网络的标准进行总结的基础上，详细分析了机载组网的需求，并从时间敏感网络调度与优化、保证时延边界分析两方面总结了当下时间敏感网络相关研究的最新进展，以及与机载组网环境相结合的考虑，进一步针对机载组网的典型需求，从协议剪裁、体系管理、模型工程、可靠安全、无线混传等方面详细讨论了时间敏感网络技术在机载环境应用所面临的挑战和关键技术。     

基于A2C算法的低轨星座动态波束资源调度研究

巨型低轨星座为载人飞船、空间站、遥感卫星等用户航天器提供低时延、大容量的通信通道存在波束资源分配优化的难题。针对采用离散时间的深度强化学习A2C(advanced actor-critic)的智能优化框架进行了研究，结合遗传算法中个体和基因概念、形成了可有效满足多用户、动态、并发接入需求的波束资源调度算法。基于仿真分析，提出的算法可在多种典型场景下具有适用性，支持在20 s内完成超过3 000个任务的有效规划，任务成功率不低于91%。通过算法优化实现复杂度的降低，相对传统遗传算法可节约时间45%以上。同时对传统A2C算法框架中的收敛问题进行了优化，解决了传统全连接A2C算法无法收敛的难题，同时相比DQN(deep q-network)算法框架收敛速度提升38%以上。     

网格远程调度系统的设计与实现

阐明了在多集群的网格中，资源调度和任务的分配受到网络和通信延迟的限制。采用元调度机制有效的将作业分配到不同集群计算机中，进一步，义采用动态绑定机制来减少作业分配的延迟。这一机制是绑定相似的请求来组成复合请求分配到网格资源。在不同的服务负载下应用了这些机制，结果显示这些机制能够帮助获得负载均衡和减少作业分配的延迟，同时也能减少程序的运行时间。