多用户多视窗机载光电监视系统在城市反恐中的应用研究

作为主要财富的集结区、战争潜力的潜藏区、国家安全重要的战略地带,城市已成为现代战争的主要战场。通过分析传统机载光电侦察系统在城市反恐中的局限性,阐述了多用户多视窗机载光电侦察系统在城市应用中的前景,并通过对多视窗多用户机载光电侦察设备工作原理的分析,特别是对其中的多用户多视窗技术原理的分析,提出了一种可行的、多用户多视窗光电侦察系统研制方案,为类似产品的研制和应用提供了参考。同时结合当前的人工智能技术,分析了图像自动识别技术在其中应用的可行性,以便在海量信息中筛选出威胁目标并进行实时跟踪,大大提高了侦察监视的效率。     

深空探测人工智能技术研究与展望

面对深空探测远距离、极端环境等带来的一系列挑战,人工智能技术将成为以月球/行星驻留科学探测与资源开发利用为主体的未来深空探测任务的研究重点。在总结分析深空探测人工智能技术发展历程与态势的基础上,分析了深空探测人工智能技术的主要特点,并提出了需重点发展的关键技术。     

多元受限的地面等待策略问题研究

多元受限的地面等待策略即飞机地面等待时间的最优配置,是空中交通管理系统具有的最重要功能之一,是空中交通流量控制中战略管理的重要内容。最优配置旨在减少或消除飞机的空中等待延时,提高空中交通流量。本文在单机场受限地面等待策略问题的基础上,研究了确定容量条件下的多元受限地面等待策略问题,建立了数学模型,并提出了一个启发式和专家系统相结合的流量管理新算法。论文最后利用广州区域某日典型的航班飞行实际数据,对     

非合作目标智能感知技术研究进展与展望

智能感知是实现航天器在轨精细化操控过程的关键技术,是在轨服务技术智能化的重点发展方向之一。空间目标智能感知包括位姿测量、三维重建与部位识别等关键技术,涉及小样本、多模态、模型适应与高维数据等问题。从工程应用角度出发,对非合作目标智能感知技术的研究现状进行系统的梳理与总结。首先,总结典型非合作在轨感知系统与光学敏感器技术的发展现状;其次,归纳总结了非合作目标智能感知涉及的关键技术;最后,基于研究现状总结和关键技术分析,探讨了非合作目标智能感知目前存在的主要问题,并给出后续发展的建议。     

智能PID调节器

介绍一种智能化ＰＩＤ调节器，它以ＭＣＳ－５１系列的８０３１单片机为处理器，配合其他外围芯片（如ＲＡＭ，ＥＰＲＯＭ，ＤＡＣ和ＡＤＣ等）构成。该调节器外部接口简单，实现了模拟量的直接输入和输出，可以方便地和各类模拟的检测和控制仪表相配合，组成不同的过程控制系统。调节器的于ＰＩＤ算法采用的是变速积分的ＰＩＤ位置算式，有效地消除了一般ＰＩＤ算法中出现的诸如快速性、积分饱和、振荡剧烈等问题，调节效果较好。本调节器操作方便、显示直观、工作可靠、精度高。本文介绍了该系统的硬件和软件的设计。     

BACKGROUND KNOWLEDGE AND SECONDARY KNOWLEDGE BASES IN LEARNINGS YSTEMS

讨论了背景知识和领域理论在学习过程中的作用，强调了学习系统中背景知识的重要性。文中介绍了一个以领域理论为主知识库、以背景知识为二级知识库的基于解释的学习系统，说明基于解释的学习系统如何利用背景知识克服不完全的领域理论带来的问题，使其能通过纯演绎的方法实现知识级的学习。最后，本文还简单讨论了学习系统中背景知识的获取方法。     

基于多智能体强化学习的轨道追逃博弈方法

针对空间轨道博弈过程中的集群卫星和非合作目标追逃博弈情形下的动力学模型复杂、非合作目标机动信息未知,以及卫星间难以有效协调等问题,提出一种基于多智能体深度强化学习算法的集群卫星空间轨道追逃博弈方法.首先通过对博弈场景进行建模,在考虑最短时间、最优燃料以及碰撞规避的情形下进行奖励函数的塑造和改进,利用深度强化学习方法中的...     

仿生变构型飞行器智能控制技术:进展与展望

仿生变构型飞行器是一种为适应环境和任务的变化而具备动物外部构型变化能力的新型飞行器,变构型的动态飞行特征给控制系统设计带来了一系列挑战。飞行器仿生变构型的过程是一种飞行器“眼、耳、脑、体、翼”等多器官协调的智能行为,控制系统设计的主要目标是在“感知—决策—反馈—执行”全控制回路的框架下解决“为何变”“如何变”等智能行为的设计问题,赋予飞行器(特别是无人飞行器)在复杂干扰和不确定环境下强自主、强适应、强生存等智能能力。结合近年来智能控制和仿生技术的发展,从仿生智能的视角梳理变构型飞行器控制技术的研究现状和存在问题,指出仿生变构型飞行器设计需要完成从“方法论”“系统论”设计到“环境/任务/系统一体化”设计亦即“行为论”设计的跨越;进一步提出了机理与数据混合驱动建模、多维信息仿生感知、智能自适应变形决策、变形与飞行一体化控制、全回路安全控制等前沿科学问题,并给出了可能的解决思路。     

精确打击武器集群作战技术发展研究

对中远程精确打击武器集群作战进行综合评述,并对集群智能化技术体系发展布局进行探讨。首先基于分布式作战概念内涵提出了集群作战的共性特点,指出网络化和智能化是集群作战的本质特征。随后从目标指示、体系对抗、自主作战三个方面提出了对集群智能化作战的军事需求,并对由集群智能化技术带来的作战能力提升进行了分析研判。最后按照观察-判断-决策-行动作战循环梳理了集群智能化技术体系布局。综述表明,集群作战将是未来精确打击武器的主要作战形态,集群智能化技术是当前以及未来一段时间内的研究热点。     

基于深度神经网络的航天器姿态控制系统故障诊断与容错控制研究

针对传统航天姿控系统故障诊断与容错控制诊断精度及控制分配效率较低的问题,提出了一种基于深度神经网络的航天器姿态控制系统故障诊断与容错控制方法。以控制力矩陀螺为执行机构的航天器发生执行机构故障工况时,所提出的方法可保证鲁棒的姿态控制。首先,利用三个异构深度神经网络实现传统容错控制器的故障诊断、姿态控制和力矩分配等功能,建立了全神经网络的智能自适应容错控制器架构。然后,对三个神经网络的网络层数、神经元数目和激活函数等参数进行优化调整,对比分析了神经网络参数对控制器性能的影响。最后,对所提出的新型控制器在控制力矩陀螺发生故障时的控制精度和鲁棒性进行了仿真验证。仿真结果表明,对于具有冗余控制力矩陀螺的航天器,提出的方法不仅能在单一陀螺故障下实现高精度的容错控制,也能在发生多陀螺故障时保证一定的姿态稳定控制。