面向软件定义航空集群机载网络的更新策略

软件定义网络（software-defined networking,SDN）的出现为突破机载网络在航空集群作战应用背景下存在的性能瓶颈提供了全新的思路。针对航空集群机载网络的更新问题,提出适用于软件定义架构下航空集群机载网络的更新策略——可靠性增强的两阶段提交更新策略（reliability-enhenced two-phase commit,RE-TPC）。首先设计最高可靠性算法以及多路径算法搜索下发指令消息的高可靠路径。然后引入基于ACK（acknowledge）消息的确认机制和ACK消息高效融合传输机制,进一步提升网络更新过程的可靠性和实时性。仿真结果表明,与已有经典网络更新策略相比,所提更新策略能够有效提高更新的可靠性,同时更新持续时间更低、开销更小。     

基于定时的航空集群机载网络更新方法

针对当前异步网络更新方法更新时间长且无法避免更新死锁的问题, 为降低更新期间的网络性能损失, 提出一种基于定时的航空集群机载网络更新方法。考虑真实的链路时延, 将时间参数与更新依赖图相结合。首先,构建基于时间的更新依赖图。其次,设计贪婪调度算法为每个更新操作分配更新时间步。最后,实现定时网络更新, 避免了异步更新中的更新顺序协调。仿真实验表明, 与现有异步更新方法相比, 所提定时更新方法能够降低50%~60%的更新时间, 减少网络更新期间的更新死锁率和网络拥塞。     

面向航空集群云网络的航空数据链MAC协议

针对未来航空集群作战的全新网络需求,提出了“航空集群云网络”的概念,设计了网络通信层面与任务需求层面耦合机制,为航空集群网络的具体通信技术研究提供了参考,并在此基础上结合基于正交频分多址(orthogonal frequency division multiple access, OFDMA)的可变带宽信道分配技术设计了一种面向航空集群云网络的媒体接入控制协议(aeronautic swarm cloud network oriented media access control protocol, ASCN-MAC)。详细设计了协议的任务需求认知机制,为智能化任务规划决策提供了通信支撑,并从需求出发,基于OFDMA的特点,提出了面向任务需求的层次化信道资源预约方式和信道资源贪婪预约算法。仿真结果表明,ASCN-MAC协议在任务规划决策的通信支撑能力、吞吐量性能和实时性上均具备较强的优势,可以满足新的作战样式下大量面向任务需求信息的可靠低时延传输。对全新作战样式下新一代航空数据链的研究具有一定的参考、借鉴意义。     

高可靠性软件定义航空光信息网络的控制器分布优化策略

针对未来航空光信息网络中控制平面的可扩展性问题,基于软件定义网络思想,提出了软件定义航空光信息网络的网络架构,研究了软件定义航空光信息网络控制器部署策略。以网络节点及链路中断概率为参量,以航空网络的全网可靠性为优化目标,建立基于网络可靠性的整数规划模型;提出融合人工免疫策略、小生境思想和改进遗传算法的混合优化算法,获得控制器部署的最佳部署方案。仿真结果表明,基于可靠性的整数规划模型可实现对软件定义航空信息网络中的控制器部署问题准确建模,为实现控制器最优化部署提供了依据。     

航空发动机机载模型迭代计算优化方法研究

航空发动机是一个复杂、时变的多变量热力物理系统,其部件级模型的收敛精度与收敛速度对基于模型的发动机健康管理和容错控制等领域研究具有重要意义。现有的发动机部件级模型一般基于传统拟牛顿法进行各平衡方程的联立求解,较于传统牛顿-拉夫逊法(N-R法)收敛速度得到优化,但难以满足全包线范围内动态模型机载化应用的精度兼实时性要求。提出了一种自适应变步长因子拟牛顿法,可在保证模型计算精度的同时,最大程度地减少模型迭代次数,从而大幅提升模型计算速度,为模型的机载化应用创造条件。基于现役发动机计算平台MPC5554微控制器的仿真实验结果表明：相比于传统算法,所提算法具有更好的收敛性与实时性。     

无人机集群协同探测距离解模糊方法

与传统单平台机载雷达相比,无人机(unmanned aerial vehicle,UAV)集群协同探测具有探测范围广、探测精度高、布阵机动灵活等突出优势,因此是未来机载预警雷达发展的重要方向之一.由于UAV集群雷达阵列具有大尺寸、超稀疏孔径,因此雷达回波近似为球面波且具有较强近场效应.本文首先推导了UAV集群稀疏阵列在...     

航空集群协同搜索马尔可夫运动目标方法

针对航空集群执行未知区域的协同搜索任务,提出一种分布式模型预测控制(distributed model predictive control,DMPC)下的贪婪迭代决策方法。该方法首先建立航空集群飞行器的运动模型,对其运动特性进行分析,而后采用搜索信息图模型,描述未知环境下动态目标随搜索过程变化的变化趋势；再用马尔可夫链表征目标隐潜运动,对其进行预测；最后在DMPC的基础上,采用随机决策序列下的贪婪迭代算法进行问题求解。并对所提方法的稳定性和收敛性进行分析。同时通过设计仿真实验,验证了该方法的可行性和优越性。     

机载气象雷达巡航阶段目标探测方法及仿真

提出一种可探测远距离气象目标的机载气象雷达探测方法。该方法采用多扫描技术,能有效越过雷达地平线而不受地杂波干扰。对于多波束扫过的近距离空域,采用加权融合的方法,根据各波束自身回波强度来确定权值,以提高目标探测概率;对于超过130 km的远距离气象目标,采用充塞系数校正的方法,可以有效提高目标检测精度。仿真结果表明,该方法能够有效探测载机航路前方600 km以内的气象目标分布情况,可以为飞行安全、航路选择和绕飞策略提供有效参考。     

机载气象雷达的三维湍流模型和探测仿真方法

对湍流等复杂气象目标的探测仿真是研究复杂气象目标的有效方法,为了提高机载气象雷达对湍流目标的探测仿真系统的精度,提出一种新的基于蒙特卡罗原理的大气湍流三维建模方法。基于相关函数矩阵生成了Von Karman湍流模型,将该模型应用到机载气象雷达湍流目标检测系统中,通过该数学模型生成湍流的雷达回波模型,对湍流目标的多普勒速度和谱宽进行估计和分析。仿真结果表明,该模型可以满足机载气象雷达湍流目标仿真时对湍流风场数值的要求,通过理论分析与仿真数值的相关性检验对比,证明所提仿真模型符合理论模型特征且具有较高的仿真精度,满足大气湍流的统计特性。通过与Dryden模型在湍流探测仿真结果进行对比,所提模型更接近于真实风场特点。     

空战模式下航空集群射频隐身性能评估方法

为解决空战模式下航空集群射频(radio frequency, RF)隐身性能评估问题,提出一种基于正态波动犹豫模糊集(normal wiggly hesitant fuzzy set, NWHFS)的评估算法。首先,通过基于正态波动犹豫模糊信息的最优-最劣方法(best-worst method, BWM)构建权重确定模型,获得属性权重向量和一致性检验系数。其次,根据集群用频设备参数和具体空战场景提取RF隐身性能评估因子,并得到其计算公式。然后,组织专家根据评估因子结合主观经验构建评价矩阵,并利用属性权重向量聚合评价信息。最后,将NWHFS分数函数作为评估指标,对不同想定下的航空集群RF隐身性能定量评估。仿真算例和对比分析说明了所提方法的可行性和有效性。     

标签分割的软件定义飞行自组网控制器智能部署方法

针对当前软件定义飞行自组网中多控制器部署面临的负载不均衡和网络可靠性问题, 提出一种标签分割的控制器智能部署方法。该方法能够在不预设控制器数量的条件下, 根据控制器容量约束和网络结构, 输出最佳控制器数量及部署位置。基于节点自身特征和关联特征赋予节点标签, 根据标签完成控制域划分并通过布谷鸟搜索算法优化划分过程。在此基础上,考虑控制器平均时延、负载差异度和控制域时延波动的影响, 确定控制器部署位置。仿真结果表明,所提算法能在保证网络可靠性的同时有效减少控制器数量, 降低部署成本; 同时, 降低控制器平均时延和负载差异度, 保证各控制域间平均时延的相对平衡, 实现网络均衡。     

机载雷达超低空多径目标稳健STAP方法

超低空目标与环境之间存在耦合多径效应,产生“镜像”虚假目标,严重恶化协方差矩阵估计和运动目标检测性能。针对这一问题,该文提出基于时域优化的多点联合幅相约束的稳健空时自适应处理(space-time adaptive processing,STAP)方法。基于超低空目标及其“镜像”目标多普勒扩展特性的分析,提出了目标及临近空时二维域多点联合幅相约束的STAP方法,并基于保形约束推导了时域响应的解析解,实现了STAP二维响应的主瓣保形,克服了目标多径效应造成的检测性能损失。仿真实验验证了该文方法的有效性。     

Deep convolutional neural network for meteorology target detection in airborne weather radar images

Considering the problem that the scattering echo images of airborne Doppler weather radar are often reduced by ground clutters, the accuracy and confidence of meteorology target detection are reduced. In this paper, a deep convolutional neural network(DCNN) is proposed for meteorology target detection and ground clutter suppression with a large collection of airborne weather radar images as network input. For each weather radar image, the corresponding digital elevation model(DEM) image is extra...     

基于FTA与LS-SVM的航空部件危险性分级方法

针对目前危险性分级方法的不足,提出了基于故障树分析(fault tree analysis, FTA)与最小支持向量机(least square support vector machine, LS-SVM)的航空部件危险性定量分级方法。首先通过布尔代数法对FTA进行逻辑描述,采用概率重要度表示部件失效的后果严重程度,在此基础上通过LS-SVM对航空部件的危险性进行分级。实例证明,该方法能够准确地反映航空部件对飞行安全的影响。     

一种基于离散粒子群的自适应径向基网络模型

提出了一种基于离散粒子群的自适应RBF网络模型。即融合两个二进制编码粒子群,通过对最近邻聚类中心选择法的改进,RBF网络模型能自适应地优化隐节点数、中心向量与宽度,且在保证网络性能的前提下,使网络的结构相对简单(较少的隐层节点数)。同时为进一步提高网络性能,采用梯度下降法与递推最小二乘法混合学习策略,分别对基函数参数(中心与宽度)和输出层线性权值进行学习。仿真实验证明了该方法模型的有效性。     

蜂群无人机系统的网络鲁棒性设计

针对蜂群无人机系统作战周期短、链路质量快速变化的特点,引入灰预测方法,提出了一种小样本条件下的链路快速评估算法。在此基础上,实现对节点的度分布进行快速估算,为蜂群无人机系统网络鲁棒性控制提供数据基础。然后将平均一致性方法与渗流理论中的MOLLY-REED准则相结合,克服了MOLLY-REED准则需要全网泛洪及不适合应用于蜂群无人机系统的缺点。最后通过配置节点的度分布,建立对节点损失具有高鲁棒性的网络拓扑结构。仿真结果表明,所提出的方法可有效提高蜂群无人机系统的通信网络对节点损失的鲁棒性。