目前,对于测试优化选择问题的研究大多局限于故障是否可以被诊断的定性研究, 没有进一步考虑故障诊断的难度。针对以上问题, 提出了一种基于故障可诊断性定量评价的测试优化选择方法。首先, 基于推土机距离(EMD)对故障可诊断性进行定量评价; 然后, 以评价结果为依据, 综合考虑测试的数量、可靠性和成本等因素, 构建多目标测试优化选择问题, 并提出了二进制金枪鱼群优化算法来求解满足测试性指标和故障可诊断性水平的最优测试集合; 最后, 以某装备的开关电源为实验案例, 验证了所提方法的有效性。仿真结果表明: 所提方法能够实现以提高系统故障可诊断性为目标的测试优化选择, 从根本上提高系统的故障诊断能力。

在任务数量和消耗量不确定的情况下, 针对由两种寿命指标衡量且其中一种无法被控制的装备梯次使用问题建模和求解方法进行了研究。构建不确定情况下双寿命装备梯次使用问题决策模型, 提出以梯次均匀度、寿命匹配度和寿命利用率最大化为目标, 使用I-NSGA-Ⅲ进行求解。采用改进的分段编码方式和算子, 引入重复个体控制机制以提高种群多样性。当问题规模较大时, 可以在较短的时间内搜索更大范围, 验证了所提方法的可行性。

GMSK是目前航空声呐浮标主要使用的数字调频方式。针对查找表(LUT)技术用来替代GMSK数字调制器中复杂的滤波、积分和正余弦函数求解等运算时算法精度不高、资源浪费的问题, 基于GMSK调制信号的研究分析, 改进了高斯预调制信号的数学模型, 推导出关联码元与GMSK各级信号之间的映射关系, 选择优化精简的LUT设计GMSK正交调制方案, 既保证了算法精度, 又使得资源最小化。

基于交叉学科融合的微波光子技术是新体制机载雷达的重要发展方向之一, 能够用光学方法完成在电域中难以实现甚至无法实现的射频信号处理与高速传输等功能。国内微波光子雷达系统研究仍处于功能演示阶段, 亟需面向实际作战需求的系统级验证手段来提升机载微波光子雷达的工程化进程。提出了一种面向系统性能评估的机载微波光子雷达集成验证系统, 分析了系统级验证的必要性, 论述了集成验证系统的关键构成要素和性能指标映射与评估方法, 并总结了所提集成验证系统的优势。

为得到一套系统化、标准化的激光角度欺骗干扰设备综合评价方法, 首先经过对比分析后, 采用AHP层次分析法, 构建了三层级评价指标体系和各层级指标比较矩阵; 其次采用和积法加乘幂法, 结合最小二乘法的计算方式, 得到各层级指标权重值, 其一致性检验结果均小于0.1; 最后根据方案择优和实物对比测试两种情况, 结合现有激光角度欺骗干扰作战效能评估以及大量外场试验数据拟合结果, 分别为各指标建立了评分方法和模型, 并辅以应用实例。结果表明, 此方法能够更加有效、严谨地对该设备进行综合评价, 解决了以往评价过程难以细化和量化的问题。

针对主瓣干扰条件下自适应单脉冲鉴相曲线产生畸变, 角度估计性能严重下降的问题, 提出了通过引入镜像虚拟干扰抵消干扰信号产生的误差, 从而提高测角性能的方法。从数学上分析出鉴相曲线畸变和残存干扰信号是产生测角偏差的主要因素, 且干扰信号主角与偏差具有对应关系, 提出了通过镜像虚拟干扰重构采样协方差矩阵, 对信号进行自适应估计的方法。该方法无需对和、差波束进行额外限制, 不会消耗天线的自由度, 且低信噪比条件下具有更高的稳定性。仿真结果验证了所提方法的有效性。

针对四旋翼无人机吊挂飞行系统存在模型偏差及外界干扰带来的位置跟踪和减摆控制难的问题, 提出了一种基于补偿函数观测器的非线性控制方法。首先, 建立了四旋翼无人机吊挂飞行系统动力学模型, 并设计了补偿函数观测器对未建模动态和未知扰动进行观测; 然后, 针对系统参考输入跟踪误差约束, 构建了障碍Lyapunov函数来设计反步控制器, 并在控制器中引入补偿函数观测器的估计值对系统总扰动进行补偿, 保证了无人机位置误差和负载摆角在约束范围内变化, 使系统能够达到预期控制效果。Lyapunov稳定性分析证明了闭环系统的稳定性、位置误差的收敛和摆动的抑制。仿真结果表明, 设计的控制器在对无人机位置精确控制的同时, 能有效抑制吊挂负载的摆动。

针对红外多尺度目标检测, 提出了一种轻量级的基于单级感受野增强的检测网络。检测网络采用简化的MobileNet V2作为骨干网络, 结合空洞卷积和空间注意力机制, 设计了单级感受野增强模块, 使单级特征图感受野范围得到扩大, 相邻像素点间的相关性得到增强。为提高模型反向传播效率、均衡正负样本, 采用自适应训练样本选择方法, 最终得到模型大小仅1.6×32 Mibit, 浮点运算量仅5.63GFLOPS的轻量级检测算法。在构建的MTS-UAV数据集上mAP达到89.6%, 在RTX2080Ti显卡上FPS达到105 帧/s。

遥感图像实时检测是遥感应用领域的关键技术问题之一, 针对目前主流的目标检测算法在图像处理器(GPU)上存在模型参数量大、实时性差、功耗大和成本高的问题, 提出一种基于现场可编程门阵列(FPGA)的遥感图像实时检测方案。首先, 为减少参数量、提高检测速度, 采用MobileNetv2作为特征提取网络, 融合深度可分离卷积, 使得模型轻量化便于部署; 接着,采用CA注意力模块提高检测精度;最后, 将模型浮点数参数量化为8位定点数, 并将量化后的网络模型在FPGA上完成部署。实验表明, 在遥感数据集VisDrone 2019上, 所提设计方案平均精度均值(mAP)达到14.79%, FPS达到46.78 帧/s, 平均功耗为8 W, 比CPU提高375.4%的检测速度, 比GPU降低96.8%的功耗。该方案可以满足实时目标检测的要求, 并且能够部署在功耗受限的卫星、无人机等设备上。

针对旋翼无人机视觉伺服中相机视场范围过小等问题, 提出一种基于云台相机的视觉伺服控制方法, 实现了旋翼无人机在经典视觉伺服视场外位置的定点悬停控制。首先建立了云台相机的图像特征运动学模型, 设计了基于云台相机的旋翼无人机视觉伺服控制方法, 并将模糊PID算法融入云台控制, 旨在提高响应速度。分别进行了近目标点和中远目标点的旋翼无人机视觉伺服定点悬停仿真。仿真结果表明, 所提方法大幅扩大了旋翼无人机视觉伺服控制的视野范围, 扩展了无人机视觉伺服的应用场景。