摘要：为提高卷积神经网络目标检测模型精度并增强检测器对小目标的检测能力,提出一种脱离预训练的多尺度目标检测网络模型。采用脱离预训练检测网络使其达到甚至超过预训练模型的精度,针对小目标特点设计新的Deformable-ScratchNet网络模型,调整网络结构并融合浅层信息以提高对小目标的检测性能。实验结果表明,与Faster-RCNN等经典网络模型相比,该模型在PASCAL VOC数据集和自制遥感军事目标数据集上的检测精度更高。

摘要：传统机载战术网络(ATN)紧耦合于作战应用,且未考虑到信息内容本身,导致ATN下的路由协议无法为不同的信息内容提供差异化的通信服务,难以满足任务需求动态多样的航空集群平台通信需求。为此,通过融合软件定义网络、信息中心网络和机载战术网络架构,提出软件定义信息中心机载战术网络架构,并以此架构为基础,设计内容驱动路由协议,为不同的信息内容提供不同等级的路由转发能力,从而为网络提供高效的差异化服务。仿真结果表明,与传统的迪杰斯特拉算法相比,内容驱动路由协议能够减少端到端时延,提高吞吐量与网络通信性能。

摘要：狼群算法启发于狼群群体生存智慧,已被用于复杂函数寻优和0-1普通背包问题求解。针对多维背包问题特点,设计了试探装载式的修复机制有效修复和改进人工狼群中的不可行解,改进了传统基于大惩罚参数的目标函数,减小了由于惩罚参数过大而导致算法陷入局部最优的风险;并受狼群的繁衍方式的启发,在二进制狼群算法的基础上提出了求解多维背包问题的改进二进制狼群算法(improve binary wolf pack algorithm,IBWPA)。通过求解19组不同规模的典型多维背包算例和与其他算法的对比分析,例证了算法的有效性和计算稳定性。

摘要：为了提高信息物理融合系统(CPS)的灵活性,提出CPS体系架构的层级模型。阐述CPS系统的本质和特性,描述事件驱动在CPS系统中的实现过程,以CPS系统中的模块化功能为个体,设计CPS系统的层级结构。以事件为基础,构建实现CPS系统层级模型的语义模式。实际应用结果表明,该模型结构清晰、灵活性高,且便于应用理解。

摘要：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。

摘要：为实现航空集群作战中大量分散机动作战单元的有效连通,提出一种利用无人机构建中继网络的设想,并对该网络的部署问题进行研究。根据无人机中继网络的特点给出节点聚集度的概念,为综合考虑作战单元覆盖、网络连通和抗毁性进行部署,基于节点聚集度定义面向无人机中继网络的性能评估参数,在此基础上,设计虚拟力局部调整的粒子群优化算法。实验结果表明,该算法在保证网络连通的前提下,能够有效提高网络的覆盖率和抗毁性,得到较好的部署效果。

摘要：机载布放式AUV是利用载机运送至特定海域上空,在一定条件下通过空投方式进入水下,完成预定工作的自主水下航行器。AUV入水时会受到巨大的载荷冲击,严重时会导致机体折断、元器件失灵,甚至引起弹道失控。为此,文章采用计算流体力学(Computational Fluid Dynamics,CFD)方法对机载布放式AUV的入水冲击问题进行了数值仿真研究。对不同入水速度、不同入水角度下AUV受力过程进行了计算,得出了不同入水条件下的速度响应曲线和压力响应曲线,可为机载布放式AUV的机体结构设计和投放条件研究提供参考。

摘要：针对航空集群网络可靠性低、时效性差及业务负载动态变化等问题,在经典优化链路状态路由(OLSR)算法的基础上,提出一种基于吸收度机制与负载均衡机制的低时延高可靠路由算法。利用吸收度机制,在多个多点中继(MPR)候选节点拥有同等机会成为MPR节点时选择具有较高吸收度的节点,以减少网络中洪泛的TC分组数。同时设计负载均衡机制,通过ARIMA-SVR组合预测模型预测下一时刻节点负载状况,避免网络拥塞发生。仿真结果表明,与经典OLSR算法相比,该算法具有较少的TC分组数、较低的时延和较高的包投递率,能够更好地应用于航空集群网络。

摘要：针对现有航空数据链网络对实际任务需求耦合不紧密的问题,结合未来航空作战集群化、智能化的特点,设计了面向任务的智能化航空数据链网络体系结构。描述了面向任务的智能化航空数据链网络信息类型与信息处理传递机制,并基于所设计体系结构提出了一种面向任务的航空数据链动态组网策略。通过组网实例分析,说明在面向任务的智能化航空数据链网络体系结构下所提组网策略对实际任务需求具有较好的支撑能力。

摘要：为验证无人机集群编队控制算法在实际环境中的有效性,基于四旋翼无人机平台和双数据链、双地面站冗余设计,搭建了分布式控制的无人机集群编队控制演示验证系统。基于分层控制和封装的思想,将无人机控制系统分为执行层和决策层。执行层采用PIX自驾仪进行封装,只需修改自驾仪参数,不需针对不同无人机平台开发相应的控制策略,就能实现对异构集群的控制。需要验证不同的编队控制算法时,只需对决策层的控制算法进行修改即可,使系统具有较强的适应性和扩展性。演示验证系统采用双地面站和数据链,可实现在多种网络拓扑或通信失败情况下的无人机集群控制,具有较高的稳定性和安全性。应用领导-跟随协同编队控制算法,验证了本文演示验证系统的功能和性能。