基于深度强化学习的无人机自组网路由算法

针对无人机自组网节点密度大、拓扑变换频繁,导致移动自组网复杂的问题,提出了一种基于深度强化学习(deep-reinforcement learning, DRL)的分布式无人机自组网路由算法。利用DRL感知学习无人机特征,使节点不断与环境交互、探索学习最优行动(路由)策略;通过存储经验知识,维护端到端路由,赋予无人机网络智能化重构和快速修复的能力,从而提高路径的稳定性,降低路由建立和维护开销,增强网络的鲁棒性能。仿真结果表明,提出的算法具有较好的收敛性能;在路由修复时间、端到端时延,以及网络适应性、扩展性方面都优于传统的路由算法。     

高空核电磁脉冲模拟器研制进展

高空核电磁脉冲模拟器由快脉冲驱动源和大型天线组成,可在数十米以上的较大空间内产生前沿几个纳秒、脉宽数十纳秒、峰值50 kV/m以上的瞬态电磁场环境,在国防领域用于大型车辆、飞机、舰船等装备的防护试验.国际上的发展趋势为获得快前沿(1–2 ns)、高场强(70–100 kV/m)、大试验空间(30–300 m).目前单边驱动型和双边驱动型快脉冲源的运行电压分别达到3和5 MV,结合新型天线的运用,试验空间不小于70 m,当前的挑战是将单边驱动型脉冲源的电压提高到10 MV以上.国内已研制多台大型模拟器,单边驱动型脉冲源电压指标不低于3 MV.本文报道了西北核技术研究所等单位在紧凑化初级高压源、薄膜式高压脉冲电容器、低抖动气体开关等关键部件设计及大型天线研究设计取得的进展.     

面向建筑健康监测的无人机自主巡检与裂缝识别

面向建筑健康的高时效监测需求,为提升表面病害视觉检测的自动化水平,提出了场景信息引导的无人机自主巡检任务规划方法。利用场景先验信息,针对建筑结构特征,设计了平行观测和包络观测两种观测模式,实现了狭窄空间中独栋建筑的全覆盖避障巡检,获取了毫米级分辨率的整体建筑观测影像,并对巡检质量的整体评估提出了有效的量化指标。将建筑立面划分为3 720个子区域,利用深度残差网络开展了裂缝识别分类。错分13个子区域,漏分14个子区域,裂缝识别精度高。将裂缝骨架线映射到建筑三维模型,为裂缝形态与建筑整体的一体化表达提供了数据支撑。该研究将高精度三维重建与表面病害识别相结合,为建筑健康一体化监测提供了有效的观测分析手段。     

多无人机协同探测快速目标的控制方法设计

针对无人机(unmannd aerial vehicle, UAV)对快速运动目标的协同探测问题, 设计了一种多UAV协同探测控制算法。首先假设每架UAV都携带相同的探测载荷, 根据载荷特性设计了针对快速运动目标的UAV协同探测队形。然后引入固定时间控制一致性协议到UAV载荷角度控制中, 控制载荷持续照射目标; 引入有限时间一致性协议到UAV编队控制中, 用以形成协同探测队形, 并通过二跳网络加快队形的收敛。通过将UAV队形控制与UAV载荷的角度控制相结合, 从而实现UAV对快速运动目标探测时间的最大化, 极大的延长了高速运动目标被发现的时间。最终通过理论分析和仿真实验证明了该控制算法的有效性。     

基于改进人工势场法的多无人机三维编队路径规划

针对传统人工势场法的障碍物附近目标不可达、存在局部极小点和振荡的问题对势场函数进行分析和改进,以保证目标点为势场的全局最小点。在动态势场中,引入是否陷入局部极小点的判断机制,并结合一种“沿目标方向90°移动”的方法来跳出局部极小点,实现多无人机编队的路径规划、协同避障和防碰撞。利用回归搜索法来对路径进一步优化。MATLAB的仿真结果显示,该方法有效地弥补了传统人工势场法的不足,提高了人工势场法的实用性。     

双属性概率图优化的无人机集群协同目标搜索

为了提高不确定环境下无人机（unmanned aerial vehicle,UAV）对目标捕获能力,进而提高多UAV协同搜索效率,提出了基于双属性概率图结合改进的协同进化遗传算法（improved co-evolutionary genetic algorithm,ICEGA）的多UAV协同目标搜索方法。首先,根据环境的先验信息,在原概率图基础上引入标志位,建立基于双属性矩阵的待搜索环境概率模型,提高环境和目标的信息感知准确度;其次,定义UAV的飞行规则并结合目标先验概率图信息,建立UAV运动模型及确定最大收益的目标函数;最后,建立分布式UAV之间的信息交互模型,运用ICEGA算法优化产生最优协同决策输入航向角集合,在线实时滚动优化产生最优协同路径。实验结果表明,基于双属性概率图结合ICEGA算法更能够保证最优路径的产生,使得UAV能够准确地搜索到目标;同时,对比仿真验证了ICEGA算法能够提高UAV之间的协同性,保证了路径可行性及提高了目标搜索效率。     

基于无人机贴近摄影测量的剖面数字露头系统研发及岩层面重构方法

针对大坡度、大规模的露头剖面考察中识别范围不足,面貌不全、人工依赖大、精度差、数据共享低的状况,使用无人机贴近摄影测量技术摄取露头剖面影像,建立毫米级精度的全景三维模型,采用Web GIS技术,自主研发网络版数字露头平台,实现露头数据的共享。为重构某一局部岩层面,三维模型表面需建立一个贴面。数字地球引擎Cesium内置方法、边界面法建立贴面时,出现了贴面范围不准确、内部不连续的问题,提出一种在Web虚拟场景上充分利用空间场景几何特征与空间距离度量关系,自动判定岩层剖面特征点的新方法。特征点作为加密点在空间范围内构建三维Delaunay三角网,准确标定出某一岩层范围,实现了剖面岩层的重构。结果表明,该方法重构的岩层范围正确,内部连续,结果清晰,为地质资料知识库构建提供辅助手段与数据支撑。     

无人机编队时差定位时的空间布局分析

为解决多站站址布局问题,提出一种基于改进樽海鞘群算法(SSA)的无人机编队站址布局优化算法.通过将樽海鞘群算法与反向学习策略(OBL)结合,以提高樽海鞘种群的多样性,可扩大搜索范围,提升全局勘探能力,从而提升算法寻优能力.以最小化目标所在区域内平均定位误差作为目标函数,对无人机编队进行被动时差定位的站址布局进行优化.在...     

基于无人机的移动边缘计算任务卸载

无人机具有高移动性,能帮助移动用户在基础通信设施缺乏的环境中快速部署边缘云。为降低基于无人机的边缘计算成本,提高能量利用效率,提出了一种移动边缘计算(Mobile Edge Computing, MEC)系统的任务卸载方案。首先基于排队论模型构建了多用户边缘计算模型,引入等待概率构造了移动边缘计算系统的成本函数,然后采用权重系数将多目标优化问题转化为求解卸载策略的单目标非线性规划问题,最后采用蒙特卡洛剪枝算法进行求解,并引入决策树剪枝算法降低了算法的复杂度。实验结果表明,文中提出的任务卸载方案在CPU性能较低、任务到达率较大的情况下均能降低成本开销,为基于无人机的边缘计算提供了一种低成本的解决方案。     

机载激光点云在1:10000基础测绘DEM局部更新中的应用

机载激光雷达作为一种重要的对地观测技术手段,融合GPS、惯性导航、激光测距等先进技术,可实现高效率、高精度获取地表三维坐标信息。随着机载激光雷达在测绘领域的广泛应用,基础测绘地理信息数据获取的方式发生了革命性的变化。文章重点探讨小型多旋翼无人机结合机载激光雷达开展1∶10 000数字高程模型(DEM)局部更新中的具体应用情况及相关问题,结合典型案例,旨在为今后相关工作提供经验及参考,从而进一步提高基础测绘工作的生产效率和成果质量。