基于LASSA算法的多无人机协同航迹规划方法

针对基本麻雀搜索算法(sparrow search algorithm, SSA)在求解多无人机(unmanned aerial vehicle, UAV)协同航迹规划问题时收敛精度不高, 易于陷入局部最优等问题, 提出了一种使用对数螺旋策略和自适应步长策略的SSA(logarithmic spiral strategy and adaptive step size strategy of the SSA, LASSA)多UAV协同航迹规划方法。首先利用分层规划思想, 先建立单UAV航迹规划模型, 然后再建立时间协同多UAV航迹规划模型, 将航迹规划问题转化为函数优化问题。其次, 采用对数螺旋策略, 扩大对周围空间的搜索, 增强种群个体多样, 并利用自适应步长策略, 更好地控制开发和探索行为。最后,利用LASSA对提出的航迹规划模型进行求解。仿真结果表明, 本文提出的LASSA能够在满足时间协同的条件下, 规划出代价近似最优、符合约束的协同飞行航迹, 证明了本文提出的基于LASSA的多UAV协同航迹规划方法的有效性和改进算法的优越性。     

基于深度卷积神经网络的DOA估计

针对现有均匀线阵远场窄带非相干多目标估计算法对低信噪比、少快拍情况适应性差、运算复杂度高，以及现有深度学习方法难以有效提取数据复值特征的问题，提出基于深度卷积神经网络的波达方向估计方法。该方法将波达方向估计问题转换为阵列输出协方差矩阵到目标到达角度的逆映射问题，利用阵列输出协方差矩阵的Hermitian特性，提取其上三角阵的实部、虚部及相位特征，构造网络的输入数据，搭建包含三维卷积层的深度卷积神经网络用来提取数据特征，网络的标签对应目标的到达角度，从而实现多个信源的波达方向估计。试验仿真表明:该方法可以充分提取空间特征，提高波达方向估计精度并降低算法复杂度。所提方法在低信噪比、少快拍数的情况下，其估计精度明显优于MUSIC、ESPRIT以及ML算法。     

预设性能控制的脆弱性问题探究

基于对现有预设性能控制理论的脆弱性缺陷分析，提出了非脆弱PPC新理论的基本构想。首先，简要概述了PPC的基本框架与关键技术；然后，系统分析了现有PPC当系统遭遇执行器饱和、受扰等问题时可能导致的控制奇异问题，并指出了现有PPC的脆弱性缺陷；接着，给出了非脆弱PPC新理论的主要设想以及需要解决的3个基础性问题，即误差感知、包络调整与预设可达；最后，基于非脆弱PPC的技术构想，对现有PPC方法进行改进，给出了可行的非脆弱PPC技术方案，并通过数值对比仿真验证了所提方案的优越性。相关结果有望弥补PPC理论的脆弱性缺陷，有助于开辟非脆弱PPC研究新领域。     

双隐身飞机自卫相干干扰对单脉冲雷达影响

针对单脉冲雷达检测跟踪协同自卫干扰状态的双隐身飞机编队时,角度跟踪与检测性能难以合理性评价问题,提出了一种基于侧双机编队盘旋航迹的隐身飞机协同自卫相干干扰模型.经过编队即时姿态分析,求解编队视线姿态角.结合静态全空域双机的雷达散射截面（RCS）数据库获取编队动态RCS序列,利用目标回波信号与相干干扰共同作用下单脉冲雷达角跟踪与检测机理,结合相应联合信干比分析模型,比较研究了隐身编队在常态飞行与协同自卫相干干扰状态下雷达角度的即时误差与瞬时检测概率的动态变化.仿真结果表明:编队自卫相干干扰能够有效使单脉冲雷达角度诱骗0.26°并使雷达检测性能下降34.97%,有效降低编队航程下失损率.      

具有周期性双层优化结构的无人机集群航路规划模型

 针对多种威胁条件下的无人机集群航路规划问题,提出了集群控制方法和周期性双层优化算法。以定点抵达任务为背景,将d-范数、冲击函数与反曲函数结合起来,构建了能够实现雷诺兹准则的集群动态控制模型,并采用设计出的周期性双层优化算法求解中心无人机的航路规划问题。通过仿真算例,验证了该模型的实效性和优化算法的可行性,与遗传算法-人工势场混合算法相比,周期性双层优化算法求解效率更高且优化效果更好。     

认知无人机网络中多机协作频谱感知研究

多无人机协同工作模式在未来通信中有着重要的应用前景。结合频谱资源短缺的问题,建立认知无人机网络模型,并研究多机协作频谱感知性能,提出一种最佳融合准则来优化检测性能。针对无人机数量较多的大型认知无人机网络,提出一种快速高效的协作频谱感知算法,并比较该算法在瑞利衰落以及Nakagami衰落2种信道环境下的性能。仿真结果表明:①采用最佳融合准则可以使协作频谱感知总错误率达到最小;②快速协作频谱感知算法可以利用较少的无人机来保证协作频谱感知的检测准确度,避免了不必要的感知过程,减少了参与协作频谱感知的次级用户数量,降低了协作感知时间,从而节省了感知过程开销,而且相比于瑞利衰落信道,该算法在Nakagami衰落信道环境下具有更好的性能。     

基于电流斜率的SRM功率变换器故障诊断

功率变换器是开关磁阻电机调速系统重要部件之一,同时也是系统可靠性最弱的环节。针对传统功率变换器故障诊断方法通用性差、需增加额外硬件、无法进行开路器件定位等问题,以不对称半桥式功率变换器为研究对象,改进传统电流传感器安装位置,各相检测电流为绕组和上续流二极管电流之和,通过分析电流斜率在不同故障下的特点,提出一种基于电流斜率的诊断方案。该方案以逻辑信号、检测电流及其斜率为输入建立了故障变量的数学模型,通过模型输出值,即可对功率管开、短路故障进行快速定位,且各相诊断相互独立、不受电机相数及控制方式限制,通用性强;无需增加额外硬件,诊断功能丰富且控制器负担小。仿真和实验验证了方案的有效性。     

基于分层结构的C4ISR服务部署分布式演化方法

针对指挥信息系统(command, control, communications, computers, intelligence, surveillance and reconnaissance, C4ISR)服务部署分散、作战平台计算/存储资源有限、演化实时性要求高的特点, 基于分层结构设计了系统状态分布式监控与演化总体架构, 并在该架构下提出了一种服务部署方案层级动态调整方法。通过定义信息流转长度与方案调整代价设计了服务部署调整方案的数学优化模型, 针对部署方案中同时包含服务部署位置和信息流转路径的特点, 将成对交换思想、最短路径规划与m-best策略相结合提出了一种贪心求解算法, 以实现调整方案的快速生成。实验证明, 该方法能够在保证系统信息流转效能的同时有效控制系统的演化范围, 适用于执行任务过程中服务部署方案的敏捷调整。     

基于改进AGD-分布式多智能体系统的目标优化分配模型

由于现代化战场环境动态多变、作战实时性高,针对当前防空作战中武器目标分配(weapon target assignment, WTA)约束多且复杂、传统建模无法真实反映战争过程、模型可信度不高等问题,提出一种在分布式约束优化问题(distributed constraint optimization problem, DCOP)背景下,基于多智能体系统(multi-Agent system, MAS)理论的武器目标优化分配模型,并利用改进的加速梯度下降(accelerated gradient descent, AGD)算法进行求解。通过实验证明了该算法具有良好的收敛性和低复杂度,能够适应现代化防空作战的需求,满足大规模寻优问题的需求,高效解决多智能体目标优化分配问题。     

基于DoDAF的空基反导装备体系结构建模

空基反导是实现对战术弹道导弹(tactical ballistic missile, TBM)助推段主动防御的有效拦截方式。从探讨空基反导装备的体系需求入手,提出了使用国防部体系结构框架(department of defense architecture framework, DoDAF)视图产品建立空基反导装备体系结构可执行模型的方法和步骤,给出了空基反导装备体系结构和作战需求的可视化描述。具体采用了基于活动的静态模型描述空基反导装备的体系结构,采用基于过程和对象的动态模型描述空基反导装备的体系需求。