防御方对来袭滑翔再入飞行器进行可达区的预测存在先验信息量不足且时效性要求高等难题。为此提出一种基于最优化飞行假设的可达区快速预测方法:仅需已知目标当前位置、速度与最大升阻比(可基于雷达探测数据通过实时弹道估计获得),基于平衡滑翔假设和最大横程的埃格斯解分别获得目标最大纵程和横程终点坐标,在经纬度二维平面内,可达区即可近似为以两个最大横程终点间线段为短轴、最大纵程终点到短轴距离为半长轴的半椭圆区域。仿真结果表明,与传统的数值优化方法和常倾侧角方法相比,提出的方法具有利用先验信息少、精度较高和运算量小的优点,可满足实时性要求。

为解决微型导弹所面临的扰动影响,同时充分继承工程经典线性频域设计方法,提出基于H_∞综合和等效输入扰动的扰动估计与抑制控制方法,应用于微型导弹纵向控制系统设计。该方法通过建立等效输入扰动系统解决非匹配扰动问题,采用H_∞优化将频域分析应用于扰动滤波器和复合控制器设计,以实现扰动估计与补偿,同时保证系统全局稳定性。通过时域及频域数值仿真,以及同扩张状态观测器控制方法和扰动观测器控制方法的拉偏对比分析充分验证了该方法的可行性和有效性。

应用载荷直接获取航天器平台的时间和公共测量信息,并不能完全满足载荷的高精度时间基准和共用信息使用需求。一些功能载荷具备向外输出高精度时间和状态测量信息的能力,但硬件接口资源有限。将功能载荷作为FC-AE-1553光纤网络的一个节点,在FC-AE-1553光纤网络中叠加IEEE 1588v2时间同步协议,功能载荷的高精度时钟源能同步给有需求的其他载荷。并在时间同步的前提下,将功能载荷的测量数据如定位数据、姿态数据和轨道数据等共用信息同步发送至网络上的其他载荷节点。通过时间同步与同步发送机制,解决了各载荷对高精度时间和共用信息的需求,弥补了专用信息硬件接口资源的不足。结果表明,与直接利用航天器平台的信息源相比较,当时钟源和共用信息来自功能载荷时,FC-AE-1553网络时间同步之后的时间基准精度和共用信息利用性能高出3个数量级,载荷获取的UTC时间精度达到百纳秒量级。

为提升飞行器气动外形优化设计效果,研究了新型飞行器在大空域、宽速域范围的气动适应性问题,提出一种基于气动-弹道一体化模型的外形优化设计方法。通过考虑气动和弹道的耦合作用,综合利用类型函数/形状函数转换技术、气动工程估算方法和Radau伪谱法,建立飞行器气动-弹道一体化模型。基于该模型,通过明确优化目标和约束条件,给出基于Kriging的气动外形优化方法,实现在多参数约束条件下的飞行器气动外形高效全局优化。以升力体构型飞行器为例,开展气动外形优化设计,结果表明该方法能较好地描述大空域、宽速域的气动和弹道特征,有效提升飞行器气动外形设计精度和水平,可为新型飞行器总体设计提供技术支撑。

提出基于梯度直方图的交叉点检测方法:统计像素点邻域梯度信息生成特征描述子,通过判定准则筛选候选交叉点,基于欧氏距离对候选交叉点进行聚类后,利用灰度加权法定位图像交叉点坐标。仿真实验验证了算法的正确性与可行性,结果表明:该方法适用于交叉角为65°~90°范围内的交叉点检测,定位精度优于0.6像素,检测率大于90%；该方法可以很好地抵抗图像旋转,定位精度和检测率基本不受图像旋转影响。该方法具有良好的抗噪性能,可满足一般透视变换下的图像交叉点检测需求,适用于结构光三维重建中的系统标定和形貌测量。

针对无人自主水下航行器(Autonomous Underwater Vehicle, AUV)在复杂海战场环境中路径规划时环境模型复杂、约束条件多的情况,建立了包括战场地形、敌方威胁、障碍物和海流场等在内的比较完善的海战场环境模型。以AUV航行时间、威胁时间最短为优化目标,给出了一种基于振荡型入侵野草优化(Invasive Weeds Optimization, IWO)算法的AUV全局路径规划方法,并分别与标准IWO算法、全振荡型IWO算法以及粒子群算法等三种路径规划算法比较。仿真结果表明,所提方法具有较强的寻优能力和鲁棒性,可在复杂海战场环境下为AUV高效地规划出满足性能要求的航行路径。

研究级联失效下网络化信息物理系统的鲁棒性具有重要的现实意义。针对具有单向依赖关系的信息物理系统构建双层非对称依赖网络模型,综合依赖失效和过载失效设计级联失效模型,提出一种更贴近实际的非对称攻击方式,并给出一种资源限制下的节点容量分配方式。针对无标度子网构成的非对称依赖网络进行了仿真实验,结果表明:网络鲁棒性与子网络平均度、度指数、节点容量等呈正相关关系；同配依赖网络以及按度值分配节点容量的网络具有更高的鲁棒性；非对称依赖网络面对蓄意攻击时具有脆弱性；以同等力度单独攻击被依赖子网时,网络受到的损伤更大。构建的模型及发现的规律对于研究网络鲁棒性、优化网络设计具有一定的参考价值。

以我国大型运载火箭薄壁加筋结构轻量化设计为研究背景,针对轴压下大直径大载荷蒙皮桁条结构开展后屈曲轻质优化研究。基于Python语言建立蒙皮桁条结构参数化模型,为确定结构的极限承载能力,开展蒙皮桁条结构后屈曲分析。针对蒙皮桁条结构轻质优化涉及离散的拓扑和连续的尺寸优化问题,提出基于近似模型和组合优化算法的序列近似优化方法,并利用近似最优解加速算法收敛,确定蒙皮桁条结构最优设计方案。工程算例结果表明,所提序列近似优化方法使大直径大载荷运载火箭蒙皮桁条结构减重效果明显,验证了方法的有效性。

NORX算法是进入凯撒竞赛第三轮的15个认证加密候选算法之一,该算法的唯一非线性组件由异或、与和移位操作组成。从非线性逼近和循环分析两个密码学性质研究移位参数的选取准则,证明了可变移位函数的非线性逼近概率为三值函数,并得到了移位参数取1时具有最佳的非线性逼近性质；给出了可变移位函数的循环概率表达式,并证明了对于任意非零的移位参数其最大循环概率均相同。由上述分析结果可知,NORX算法中非线性组件的移位参数取1时达到了最佳的非线性逼近和循环性质。该结果可应用于NORX算法的安全性分析中,同时也能为设计类似算法提供理论指导。

在基于导频的信道估计方法中,伪导频的功率决定了该信道估计方法的性能。为了提高OFDM/OQAM系统的信道估计精度,提高频谱效率,提出一种基于改进导频结构的信道估计方法。在原有导频结构的基础上,对其中功率最高的导频结构进行改进,并给出对应的信道估计方法。由于缺乏足够的接收信号先验知识,无法直接对信道进行估计。为了解决这一问题,提出一种预判决方法对接收信号进行估计, 并通过迭代减小预判决引入的误差,提高估计精度。仿真结果表明,本文提出的导频结构具有更高的频谱效率和更好的信道估计性能。

如何根据应急航天任务,在满足各种约束的前提下,从型号众多、能力各异的卫星平台及有效载荷中快速决策效费比最佳的卫星构造方案引起了越来越多的关注,这就是适应任务的模块化卫星快速构建优化决策问题。在深入分析该问题特点的基础上,建立优化决策数学模型,提出基于遗传算法的优化决策方法,为处理遗传算法迭代过程中产生的不可行解引入基于罚函数法的约束处理方法。针对罚函数法中惩罚系数难于确定的特点,设计惩罚系数自适应调整的动态罚函数机制。定量化实验及分析结果表明:该方法能有效解决适应任务的模块化卫星快速构建优化决策问题。

将卷积结构引入循环神经网络, 从而构建卷积循环神经网络。以此为基础,研究构建了面向中文分词与实体识别联合学习的序列标注模型。该模型依托卷积循环神经网络构建特征编码层,实现中文字序列局部空间特征和长距离时序依赖特征的联合提取；依托改进的循环神经网络构建标签解码层,实现标签序列长距离时序依赖的有效建模；依托统一的分词与实体识别序列标注模式实现分词信息与实体信息的联合学习,避免传统流水线法的误差传播问题。在人民日报语料和微软标注语料上的实验结果显示,该框架较传统统计模型和神经网络模型有显著的性能提升,尤其是在识别字数较多的命名实体时,其效果明显优于其他方法。

车标作为车辆身份的关键特征之一,在车辆的监控与辨识中发挥着重要作用。由于自然场景复杂多变,对其中的车标进行准确识别仍具有很大的挑战性。目前公开数据库很少且存在诸多局限,导致研究缺乏可信度和实用性。本文建立了一个面向自然场景的全新数据集,包含多种采集环境下的10 324幅、67类车辆图像。基于此数据集开展应用研究,提出一个目标检测与深度学习相结合的车标识别方法,包括车标区域定位和车标种类预测两大步骤。实验表明,该方法对复杂背景有较强的适应性,在涉及30种车标的分类任务中达到89.0%的总体识别率。

为提高对流层散射无源监视系统对辐射源的定位精度,利用改进粒子群优化算法对分布式监视节点进行最优布局设计。推导了基于电磁波方位到达角定位机制下的几何精度因子。在改进粒子群优化算法中,采用混沌理论初始化所有粒子的初始参数；通过自适应变化的惯性权重和学习因子来提高算法寻优能力；为防止粒子陷入局部最优,利用双子群机制进行寻优,并在两子群之间进行交叉变异操作,以增加粒子的多样性。仿真结果表明:相对于几种常规的布站方式,所提算法能够明显提高监视系统对辐射源的定位精度,运行时间较遍历寻优算法有所减少。

随着城市地铁建设的迅猛发展,国内众多城市地铁线路均已实现网络化运营。考虑到地铁票价制定的公益性,目前国内大部分城市均以最短路径或最少车站的方式计算线网两车站间的票价。以传统的Dijkstra算法为基准,对传统的Dijkstra算法进行改进,分别采用传统Dijkstra算法和改进Dijkstra算法对长沙地铁1~5号线线网最短距离行走路线进行测算。结果表明,改进后的Dijkstra算法不仅有效地提高了算法的时效性,克服了传统算法时间冗长的缺陷,在一定程度上消除了线路之间累积的误差且提高了线网的可延展性。

对地目标检测与识别是无人机系统典型任务之一,但受限于任务特殊性,往往难以获取足够的目标样本数据以实现高可靠的目标识别。为此,结合人的认知特性,提出一种基于部件模型的小样本车辆目标识别方法,可有效提高无人机感知能力。采用视觉显著性检测与物体性检测相结合的检测方法,提取目标可能区域；采用基于图论的GrabCut方法与最大类间方差法相结合的分割方法,分割目标并提取目标内部件；采用基于概率图模型的部件识别方法,通过将部件轮廓稀疏表示为条件随机场,并进行概率推理实现部件识别；采用基于贝叶斯的目标识别方法完成目标是否为车辆的判断。通过无人机拍摄的车辆图像验证表明,算法可在样本较少、光照变化、存在遮挡等情况下,以较高准确率检测并识别出车辆目标,同时识别算法具有一定可解释性。

受社会型生物群体行为启发,群体智能得到日益广泛的关注,机器人集群作为群体智能的重要承载者得到了大量研发和广泛应用。机器人集群路径规划技术作为一项核心关键技术也得到快速发展。为此全面深入地调研了机器人集群路径规划的技术发展现状,创新性地归纳了适用于不同集群规模、可扩展性要求、通信需求以及算法要求的集群规划基础计算架构,包括冗余计算架构、分布计算架构和分层计算架构。从可扩展性和适用性角度,分类梳理了最适用于机器人集群的路径规划方法,包括仿生学方法、人工势场法、几何学方法、经典搜索法和进化学习法,并为集群仿真验证研究提供了七款可免费下载或开源的机器人集群仿真验证平台。

为了达到抑制水下电场特征的目的,需要使船身电位保持均匀。采用边界元法建立了空气－海水两层介质中的船体模型,通过改变牺牲阳极阴极保护系统中牺牲阳极的数量和分布,定量计算了不同保护状态下的船身电位和水下电场,并进行了实验室船模实验。仿真和实验结果均表明:对阴极保护系统进行合理的设计,使阳极与腐蚀区域之间保护电流的作用距离缩短并使多个阳极共同承担同一区域的防腐功能,能够降低单个阳极输出保护电流的强度,提高船身电位的均匀化程度,在达到防腐效果的同时起到抑制水下电场的目的。

为了进一步提升设备维修决策的科学性,通过建立综合设备剩余寿命预测数据与不确定失效阈值的最优维修决策模型,实现了不可维修设备的最优替换策略。构建基于非线性Wiener过程的设备性能退化模型,并采用极大似然法估计退化模型参数；提出一种基于期望最大(Expectation Maximization, EM)算法的不确定失效阈值分布系数估计方法,通过引入虚拟失效阈值数据实现对失效阈值分布系数的同步迭代更新；基于首达时的概念推导出不确定失效阈值条件下设备剩余寿命的概率密度函数,并基于更新报酬理论建立维修决策模型,从而实现设备的最优维修决策。算例分析表明,设备的失效阈值会对维修决策结果产生重要影响,考虑设备失效阈值的不确定性既有助于提升剩余寿命预测的准确性,又可以有效降低设备的寿命周期费用。

针对航空装备体系构成复杂的特点,将故障树分析引入航空装备体系结构贡献率评估问题,提出基于故障树分析的评估方法。从作战装备、信息支援装备和保障装备三个方面构建航空装备体系结构,建造航空装备体系结构故障树；采用底事件的关键重要度指标来计算航空装备的体系结构贡献率,建立基于关键重要度的航空装备体系结构贡献率评估模型；以某航空装备体系为例进行建模分析。分析结果表明:所提方法能够准确评估航空装备体系结构贡献率,为确定航空装备体系结构短板、优化航空装备体系结构等提供方法支撑。