基于编辑距离相似度的文本校验技术研究与应用

树形结构的文本配置在分布式的测控数据处理软件中使用广泛,它的正确性对数据处理而言至关重要。为了实现树形结构的文本配置自动检查和纠错,通过引入LD(Levenshtein Distance)编辑距离算法,把字符串的编辑操作推广到多叉树之间。在此基础上定义了多叉树之间的编辑距离,建立了衡量多叉树之间相似度的方法,设计了基于模糊匹配的文本配置自动校对流程,解决了精确匹配时由字符的多义性导致的查全率失真和误判的问题。根据实验结果,查全率和查准率分别达到了87.5%和100%,有效提高了基于树形结构的文本配置自动校验时的可靠性。     

基于航迹片段树的快速四维航迹规划方法

为消除起飞时间误差以及飞行过程中各种干扰对无人飞行器到达指定地点时间的影响,提出了一种基于航迹片段树的快速四维航迹规划方法.结合现代无人飞行器特点,利用改进的稀疏A*算法,生成遍布规划空间的航迹片段树,根据指定目标位置直接从航迹片段树中寻求最优叶节点,通过回溯及速度优化设置,快速获得能消除各种时间误差的飞行航迹.试验结果表明,本算法能快速完成四维航迹规划,满足飞行器按指定时间达到指定地点的要求.     

航天器真空热试验人员窒息预想事故的事故树分析

事故树分析法具有逻辑性强、形象化的特点,将安全事故与原因用逻辑树图的方式表现出来,能够系统分析安全事故产生的原因,明确安全管理工作的重点。文章对航天器真空热试验人员窒息预想事故进行了事故树分析,分析了导致事故发生的基本事件,求取了最小割集、最小径集,并对基本事件进行了结构重要度分析,根据分析结果提出了安全预防措施的建议。     

基于3星子集的GPS快速选星算法

针对高精度GPS导航系统中,空间星座数量变化时由星座选择带来的运算量较大的问题,利用 Sherman Morrison 矩阵求逆引理,推导得到GDOP（Geometric Dilution of Precision）值的增量递推计算公式。 在此基础上提出一种基于由3颗GPS卫星组成“3星子集”的快速选星算法,并利用LLRB树（Left Leaning Red Black Tree）的存储搜索策略辅助快速产生最佳4星组合。相对于传统GDOP选星法,在可视星卫星数增加时,浮点数运算量（FLOPs）可减少将近一半;当可视卫星数减少时,FLOPs可降低到接近为0。实际试验结果表明,3星子集选星方法可以有效降低星座突变时由星座选择带来的时间消耗,提高星座更新的实时性。     

考虑时间因素的敏捷自主航天器四维姿态运动规划方法研究

为解决敏捷自主航天器在轨灵巧、精确姿态运动问题,针对复杂空间环境与其自身运动特点,提出了基于改进的快速搜索随机树的四维姿态运动规划方法。仿真算例检验了该规划方法的有效性,结果表明它不仅满足敏捷自主航天器在一定约束条件下指定时间到达指定地点的四维运动要求,而且对四维姿态运动离线与在线规划两种模式也具备较强的适应性。     

考虑时间状态的敏捷自主在轨服务航天器高维运动规划研究

针对敏捷自主在轨服务航天器自身和所在复杂空间环境等特点,研究其在轨灵巧、精确服务的运动规划问题,提出了以平动、转动和时间为状态的改进的快速搜索随机树高维运动规划方法。仿真算例检验了该规划方法的有效性,结果表明它不仅满足敏捷自主在轨服务航天器在一定约束条件下按照指定时间到达指定地点的高维运动要求,而且对离线与在线规划两种模式也具备较强的适应性。
     

只含有一个非平凡块连通图的计数

利用组合理论和图的计数理论,讨论了只含有一个非平凡块的连通图的计数问题,给出了新的结论。     

面向月球基地设备交互场景的目标检测与路径规划算法研究

随着国际月球科研站计划的快速推进,针对月球基地相关技术的研究受到了广泛关注。面向月球基地场景下不同的设备间进行自主接触式交互这一应用背景展开研究。考虑不同的设备在进行自主接触式交互时,需要准确地完成相互识别,并且规划出畅行无阻且较优的行进路线以保证往返活动顺利进行,基于Webots搭建了月球基地仿真环境进行目标检测和路径规划相关实验。以前后配备高精度RGB相机的交互设备为载体实现基于TPH-YOLOv5月球基地场景下的目标检测。此外,设计并实现了交互设备在月球基地场景下基于双向快速扩展随机树（Bidirectional RTT）的路径规划算法,以保证交互设备在月球基地环境下的相关工作顺利进行。仿真结果显示,该目标检测及路径规划算法能够实现预期功能。     

基于加权朴素贝叶斯分类器和极端随机树的蛋白质接触图预测

提出一个新的基于集成学习的预测器(TargetPCM),对蛋白质接触图(特别是中长程)进行高精度的预测。首先,TargetPCM使用加权朴素贝叶斯分类器(Weighted Nave Bayes classifier,WNBC)融合3个接触图预测器的输出,其中WNBC中的权重参数通过粒子群算法优化得到;其次,将WNBC融合后的输出和基于序列的特征进行组合,得到更具鉴别能力的特征;在此基础上,应用极端随机树训练得到最终的蛋白质接触图预测模型。为了验证TargetPCM的有效性,在包含98个非冗余蛋白质的数据集上进行了测试。结果表明:对于短程、中程和长程接触,TargetPCM的Top L/5精度比现有最好的集成预测器(NeBcon)分别提高了8.2%,16.1%和5.3%。在CASP11上进一步的验证表明,对于短程、中程和长程接触,TargetPCM的Top L/5精度比现有最好的基于协同进化的集成预测器(MetaPSICOV)分别提高了7.4%,9.1%和7.5%。实验结果验证了本文所提蛋白质接触图预测方法的有效性。     

基于强化学习的时间触发通信调度方法

未来航空电子系统中将会更广泛地选择基于时间触发的通信机制进行信息传输,以保证信息交互的确定性。如何合理地进行时间触发通信调度设计是时间触发应用于航空电子互连系统的关键。针对时间触发调度的周期性任务,提出了一种基于强化学习的周期调度时刻表生成方法。首先,将流量调度任务转换为树搜索问题,使之具有强化学习所需要的马尔可夫特性;随后,利用基于神经网络的强化学习算法对调度表进行探索,不断缩短延迟时间以优化调度表,且在训练完成后,可以直接使用到消息分布相近的任务中。与使用Yices等可满足模理论（SMT）形式化求解时间触发调度表方法相比,所提方法不会出现无法判定的问题,能够保证时间触发调度设计结果的正确性和优化性。对于包含1 000条消息的大型网络,所提方法的计算速度为SMT方法的数十倍以上,并且调度生成消息的端到端延迟在SMT方法的1%以下,大大提高了消息传输的及时性。