多自适应波束天线节点的最优组网拓扑控制

自适应波束天线由于其发射接收具有强指向性的特点,其网络拓扑控制问题、方法与全向天线存在较大不同。针对节点安装有多个空间均匀分布的自适应波束天线进行组网通信时的拓扑优化控制问题,建立了自适应波束天线和网络节点通信的数学模型;对拓扑优化控制的问题进行了分析,其问题本质是对节点安装的多部天线进行最优化链路分配。以网络通信质量的量化计算作为目标函数,提出了一种基于0-1规划的拓扑控制优化模型,并对网络连通性进行了分析,给出了两节点连通以及整个网络连通的充要判决条件。最后给出了2种不同节点数情况下的仿真计算结果,并通过穷举法验证了模型计算结果的正确性。     

编者按

在基于视觉导航的自主着降过程中,旋翼无人机受到自身机械振动和复合风场环境等因素的干扰,降落精度低、速度慢,影响集群回收的安全性.针对这一问题,提出一种基于模糊控制和视觉导航的集群自主着降算法.首先无人机集群飞至降落区域后,无人机通过目标检测算法找到自身对应的降落标识,再利用像素距离解算出无人机与对应降落标识间的实际水平距离,然后通过模糊化、模糊推理、去模糊化得到无人机精准对准降落点的控制指令,最终实现集群精准着降.仿真实验与实际飞行实验结果表明,该算法具有更高的鲁棒性,可有效提升无人机集群着降的速度.     

基于固定时间一致性的无人机集群构型变换

针对无人机集群需要在指定时间内完成构型变换的情况,研究了具有一阶积分特性的无人机集群构型变换固定时间一致性控制问题。基于一致性方法设计了编队控制协议,引入编队参考向量,并通过构造Lyapunov函数,证明了在通信拓扑连通条件下无人机集群系统能够实现固定时间一致性并完成期望构型变换。以四旋翼无人机为基础搭建实验验证系统,并进行二维飞行验证,实验结果证明了本文所提方法的有效性。     

基于动态聚类分析的空袭编队判断模型

空袭编队是由担负不同作战任务的飞机组成的战术机群,其分布是防空作战指挥员分析空袭企图和定下作战决心的重要依据。空袭编队具有数量多、分布范围大,空情分析要求实时性强的特点,依据空中目标的数据特征,首先建立了基于动态聚类法对空中目标群进行分类的方法和步骤,该算法具有较好地收敛性,能够满足防空指控系统的高实时性要求。在此基础上提出了目标群内和目标群间作战参数的计算方法,并依据空袭编队数量分布及航路捷径给出了主要来袭方向和攻击企图分析模型。最后给出了一个具体算例,其运行结果与指挥员的判断基本吻合。工程实际应用表明,该模型能对空中目标进行快速聚类,可为区域防空指挥员准确掌握空情和快速决策提供量化依据。     

数据缺失状态下目标威胁评估的AR(p)动态突变排序法

针对目标威胁评估过程中观测数据缺失、难以综合考虑来袭目标的动态威胁态势以及已有评估方法大多需要确定各指标权重而过多依赖专家经验的问题,将自回归(auto regressive,AR(p))预测模型、时间序列赋权及突变理论相结合,提出了目标威胁评估的AR(p)动态突变排序法。该方法通过AR(p)模型预测时间序列上的缺失目标数据,为综合各时刻数据进行威胁评估提供了基础数据信息;采用泊松分布逆形式对时间序列进行赋权,全面考虑了当前时刻和之前时刻的目标关联信息;在突变理论基础上抽象出了突变排序的思想,将目标威胁评估指标体系中下层指标对上层指标的作用归因为控制变量对状态变量的作用,并采用归一化公式对作用程度进行求解,以此方式由底层往上逐层推进最终得到目标威胁评估值。实例分析结果表明,AR(p)动态突变排序法适用于目标数据缺失时的威胁评估,更贴合实战,且不需确定各指标权重,计算过程简洁高效,可操作性强,由于综合考虑了目标的动态威胁态势,评估结果更加合理,具有一定的实用价值。     

来函照登

本刊第6期出刊后,收到九三学社山东省委副主任委员任宝祥的来信,来信提出本刊编印中出现的一些错误,表现出对本刊爱护、负责的精神,特将来函照登如下,希望有更多的读者为本刊“挑毛病”,我们将认真对待,并将对热心读者予以奖励:     

120万吨/年常压蒸馏装置低余温热利用改造

1余热分析 现有水处理站一套，采用反渗透的处理工艺，需将新鲜水由13℃加热到25℃，目前采用蒸汽加热。采用脱离子水为中间介质，用加热脱离子水循环，取产品的余热用来加热新鲜水，在常压装置设一个热水站．用脱盐水进行换热。     

基于模糊控制的无人机集群视觉着降

在基于视觉导航的自主着降过程中,旋翼无人机受到自身机械振动和复合风场环境等因素的干扰,降落精度低、速度慢,影响集群回收的安全性。针对这一问题,提出一种基于模糊控制和视觉导航的集群自主着降算法。首先无人机集群飞至降落区域后,无人机通过目标检测算法找到自身对应的降落标识,再利用像素距离解算出无人机与对应降落标识间的实际水平距离,然后通过模糊化、模糊推理、去模糊化得到无人机精准对准降落点的控制指令,最终实现集群精准着降。仿真实验与实际飞行实验结果表明,该算法具有更高的鲁棒性,可有效提升无人机集群着降的速度。     

基于模糊神经网络的无人机实时避障算法

针对模糊控制避障算法在障碍物信息未知的环境中适应性不强,难以有效规避"凹多边形"障碍物的问题,提出了一种基于模糊神经网络的无人机实时避障算法.采用等效夹角对模糊控制器的输入变量进行优化设计,克服了单一角度或距离在障碍物表征方面的局部片面性.基于BP神经网络理论设计了模糊控制器的初始隶属度函数和模糊神经网络架构;将模糊控制器在多个未知环境下生成的有效避障数据作为训练数据集,对模糊神经网络进行训练.仿真结果表明:所提出的模糊神经网络方法与模糊控制器相比具有更强的适应性,在面对未知复杂障碍物时避障更加灵活、路径更短,避障成功率更高.     

模糊评价的雷达射频隐身性能多域联合评估方法

针对射频隐身性能评估问题,提出了一种不依赖敌方探测设备的雷达射频隐身性能模糊评估方法。通过分析雷达辐射源在极化域、波形域、能量域中影响射频隐身性能的因素,构建极化域、能量域、波形域射频隐身指标,突破传统的"辐射-接收"模型的射频隐身评估方法,建立了基于机载雷达自身辐射信号工作状态和工作参数的射频隐身性能模糊评估方法。最后,对不同机载雷达系统进行仿真对比,结果表明该评估方法能正确反映机载雷达系统的射频隐身性能。