摘要：针对无人机航拍图像中目标密集、小目标易遗漏及尺度多样性等问题,提出一种改进的TB-YOLOv8算法.该算法在骨干网络中引入基于三重注意力机制的C2f_T模块,以增强浅层特征提取和关键区域感知能力,降低误检与漏检率;在颈部结构中采用轻量化的双向特征金字塔网络,提升多尺度特征融合效率;同时引入Wise-IoUv3损失函数,提高模型的鲁棒性和定位精度.在VisDrone2019数据集上的实验结果表明,TB-YOLOv8相较原始YOLOv8s模型,mAP提高3.0％,参数量减少6.31％,检测速度达到164.1帧/s.此外,TB-YOLOv8在检测性能上优于Faster R-CNN、RT-DETR、YOLOv7、YOLOv11等主流目标检测算法,兼具高精度、轻量化与实时性,在航拍目标检测中展现出较高的应用价值.

摘要：大量研究表明多智能体强化学习算法在智能体数量变多时难以收敛,但若在获得对手行动信息的前提下进行集中式训练,可克服非平稳环境等挑战,实现更好的学习效果.针对对手连续决策的预测问题,提出了基于门控循环神经网络的时间序列对手建模方法,将对手状态、环境状态、我方智能体行动等数据构建时间序列,利用门控循环单元挖掘对手行动规律,从而捕捉对手智能体连续决策的时序信息;设计了可变长度推理方法,通过评估上述时间序列的可信度,确定模型输入的最佳时间序列长度,避免误用对手陈旧样本数据.实验结果表明,该模型结合可变长度推理方法能实现更强的对手预测能力,可有效从历史时间序列中学习对手智能体如何适应不断变化的环境并预测对手未来行动.与SAM等现有方法相比,本文所提方法通过评估对手行动的预测可信度来筛选最佳历史序列,在对手行动预测准确率上提升了6％以上.

摘要：针对战时多飞行编队前出集结路径规划受限因素多、综合优化难度大等现实问题,提出一种基于改进真菌生长优化(IFGO)算法的协同路径改航规划方法,可在筹划阶段为飞行编队预先规划出飞行路径.首先,提出种群优化策略,并引入自适应边界反射机制,以提升算法的收敛效率;其次,构建新型扰动机制,进一步增强算法的全局搜索能力;最后,采用多菌丝协同优化策略解决飞行冲突,在确保无冲突的前提下,更易逼近最优解.构建了威胁、路径长度和油耗综合代价函数,基于此函数将改进后的真菌生长优化算法与其他算法开展对比实验.并在CEC2022测试函数上全面验证了算法性能.实验结果表明,在简单和复杂环境下的10次重复实验中,改进算法的平均代价函数相较于对比算法分别降低了 7.89％和9.62％,并在CEC2022标准测试函数中秩均值位列第一.

摘要：针对作战飞机前出执行突击任务时面对复杂的战场环境,根据需要达成的作战意图,提出了一种可应用于复杂战场环境下航空兵突击航线规划的改进粒子群(PSO)算法.该算法首先将笛卡尔直角坐标转换为球坐标,然后引入自适应权重因子解决PSO算法收敛速度过慢,结果计算为局部最优解的问题.航线中的各个约束要求制定为不同的代价函数,PSO算法下航线规划问题就转换为找到代价值最小的多 目标优化问题.代价函数包含飞机的航迹长度、俯仰角变化、高度差变化、避障情况和平滑度约束.结果表明,结合了球坐标系和自适应权重因子的PSO算法在复杂环境中的航线规划要优于传统PSO算法、蚁群算法和遗传算法.

摘要：在米波雷达技术研究与应用中,低空目标探测一直是极具挑战性的课题.基于单基地米波FDA-MI-MO 雷达镜面反射信号模型,针对最大似然(ML)算法和广义多重信号分类(GMUSIC)算法对超低空 目标距离-角度联合估计精度不足的问题,提出 了一种基于直达波匹配的多重信号分类(DM-MUSIC)算法.该算法通过构建直达波匹配矩阵,有效消除反射波对直达波的干扰,进而恢复传统MUSIC算法的性能.仿真实验结果显示,在超低空条件下,DM-MUSIC算法的空间谱分辨性能最佳,其距离-角度联合估计精度明显优于ML算法和GMUSIC算法,且计算复杂度更低.这使得该算法在处理数据时速度更快,能够对超低空目标实现更为高效的探测与跟踪,为米波雷达在低空探测领域的实际应用提供了一种可行方案,在理论研究和实际应用方面均具有重要价值.

摘要：针对单一微下击暴流、不对称微下击暴流和双微下击暴流的三维结构特性及其对飞行安全的影响,开展了系统研究.首先,基于计算流体力学(CFD)软件FLUENT构建了下击暴流风场仿真模型,获得3类微下击暴流的三维风场结构;其次,结合气象雷达探测原理,计算得到相应的机载气象雷达多普勒回波,全面分析了 3类微下击暴流的风场分布特征及雷达回波信号特征;最后,采用平均F因子对其飞行安全的威胁程度进行评估.结果表明:单一微下击暴流的下沉气流具有较强的对称性;不对称微下击暴流的风速峰值大小及其空间分布与初始风速方向密切相关;双微下击暴流在其交汇区会形成垂直速度较大的上升气流.综合评估显示,双微下击暴流对飞行安全构成的威胁最大,不对称微下击暴流相对最小.

摘要：传统有监督的分类方法通常基于训练数据与测试数据概率分布一致的假设,在应对异源极化SAR图像所引发的领域差异问题时,暴露出显著局限性.针对这一挑战,创新性地提出了 一种融合Cloude分解与深度领域对抗网络的极化SAR图像分类方法.该方法首先采用Cloude分解特征作为深度领域对抗网络的输入,通过DANN的域分类器与类别分类器的对抗训练来提取领域不变特征,进而实现异源极化SAR图像分类.实验结果表明,所提方法有效克服了传统有监督方法在领域适应上的局限,在5幅实测极化SAR图像组成的2组迁移对比实验中相较于直接迁移的方法和以原始数据作为输入的DANN方法总体分类精度获得了显著提升.

摘要：针对战勤人员在人机交互过程中存在的认知负荷高、信息过饱和问题,探讨了基于直感交互的人机界面布局方式与显示形式的设计方法.针对典型态势显示界面的主屏和副显界面分别提出3种直觉化界面布局方式与显示形式,通过眼动追踪数据采集与主观问卷调查构建主客观结合的评价体系.实验结果表明,主屏界面中环绕集中型布局与下拉式菜单的组合、副显界面中分栏2型布局与隐藏式菜单的组合具有最优性能.基于该方法对传统界面进行直觉化设计,采用CRITIC-TOPSIS方法评估界面感知实验数据(传统界面贴近度为0,直感界面为1),证实直感界面设计可有效降低战勤人员认知负荷并提升信息处理效率.该研究可为直感界面设计领域提供创新的方法与实践路径,主客观综合评价体系在界面设计评价方面具有一定的应用价值.

摘要：针对现有基于视觉的飞机机体表面缺陷检测方法普遍存在检测精度低、参数量和计算量大,且难以同时兼顾精度提高和模型轻量化,提出一种新的同时兼顾高精度和轻量化的飞机机体表面缺陷检测方法(CSM-YOLO).首先,通过设计C2f-SCSA模块替换主干网络C2f模块以动态增强多尺度特征、提高模型对关键特征信息的捕获、提取、利用能力,解决因下采样引起的特征信息丢失问题.其次,使用跨层直连方式改进Slim-Neck特征融合网络应用于模型颈部,实现提高模型计算效率的同时减少信息丢失,提高检测精度.最后,使用最小点距离交并比损失(MPDIoU Loss)提高边界框回归精确性,有效提高小目标缺陷检测精度,减少误检和漏检情况.实验结果表明,CSM-YOLO模型兼顾高精度、轻量化,对机体表面缺陷取得最高检测精度88.34%,较基线模型 YOLOv8n提高2.92%,较 YOLOv3-tiny、YOLOv5n、YOLOv5s、YOLOv7-tiny、YOLOv9t、YOLOv12n算法提升明显.在模型参数量和计算量方面,CSM-YOLO的参数量和计算量分别为2.67×106/s和7.68×109/s,较基线模型YOLOv8n分别减少0.34×106/s和0.41×109/s,实现了同时兼顾精度提高和模型轻量化.CSM-YOLO在飞机机体表面缺陷检测数据集上取得了显著的性能提升,为机体表面缺陷的自动化检测提供了有效的解决方案.

摘要：针对传统硬质MIMO天线存在空间占用大、结构复杂以及制作工艺繁琐等问题,设计了对称放置的二元柔性MIMO天线和正交放置的四元柔性MIMO天线.采用低成本、简捷且易于实时修改设计的喷墨印刷技术,成功在柔性PET基材上制作了这2款天线的实物.实测结果表明,二元柔性MIMO天线的反射系数范围为2.74～12.47 GHz,四元柔性MIMO天线的反射系数范围为2.7～13.4 GHz,均与仿真结果高度吻合.对于二元柔性 MIMO天线,利用T形枝节结构,使其隔离度满足了15 dB的要求.而四元柔性MIMO天线通过端口间的正交配置,实现了超过20 dB的高隔离度.这2款天线具有低剖面、低成本、透明、柔性以及结构简单的优势,且具备良好的分集性能,适合应用于多天线的通信领域.

摘要：针对镍镉蓄电池在高空低温环境下工作时放电能力衰减,影响飞行应急电源可靠性的问题,建立了一种实时评估其放电状态的方法.首先,扩展应用电化学伪二维(P2D)方法构建镍镉蓄电池电化学模型,识别出能表征放电状态且对温度敏感的核心参数,并将温度对放电状态的影响转化为对核心参数的影响;进而,构建核心参数与直流内阻(DCIR)的关系,基于此关系建立等效电路模型,并采用混合脉冲功率特性测试(HPPC)方法进行模型参数辨识.结果方面,通过分析模型参数(特别是DCIR)随温度与放电状态的关联性,成功构建了温度-内阻-放电状态之间的映射关系,设计并实现了一种能够有效检测不同温度下镍镉蓄电池放电状态的方法.该方法可同时应用于飞行实时状态监控与地面维护评估,显著提升镍镉蓄电池工作状态的评估精度,为保障飞行可靠性提供了关键技术支持.

摘要：由于不同类型的传感器辐射机理不同,多模态遥感图像之间具有显著的图源差异和几何畸变.针对合成孔径雷达(SAR)图像中的非线性辐射问题,相位一致性方法展现出较强的鲁棒性,然而这种方法在处理图像间的尺度变化时显得较为敏感.为了实现多尺度可见光与SAR遥感图像的配准,提出了一种基于多尺度相位一致特征的配准方法.首先利用高斯函数构建多尺度空间,在不同尺度层上对图像进行相位一致性检测,提取特征点.采用多尺度融合算法,融合具有多尺度特征的相位一致特征点图.然后在极坐标系下基于Log-Gabor滤波器的最大幅值响应和方向索引构造描述符进行配准.最后利用最近邻比和快速抽样一致性识别正确匹配.实验结果表明,该算法针对多尺度可见光与SAR图像配准方面具有显著优势,提高了配准精度.

摘要：针对间歇采样转发干扰(ISRJ)极大影响线性调频雷达目标检测性能的问题,提出了一种基于小波包分解的新型抗干扰方法.通过挖掘雷达信号的波形先验信息,创新性地构建了基于信号不变性特征提取的干扰抑制框架,从而突破了传统"干扰参数估计+干扰抑制"策略易导致目标信息丢失的局限性.实验结果表明,该方法在低干信比、高干扰目标重叠率、复合干扰情况下,比传统时域及时频域方法能更有效地保留目标信息,目标信息损失小于1.67%,显著提高目标检测的精度.文中所提方法在复杂干扰环境下具有较好的鲁棒性和目标检测性能,能够有效应对ISRJ带来的干扰问题,具有较大的应用潜力.

摘要：针对传统方法难以捕获飞行状态与油耗间的复杂、非线性关系,基于 Kolmogorov-Arnold网络(KAN),提出航空燃油消耗的动态时序预测模型.首先,基于终端区快速存取记录器(QAR)的高度、真空速、风速等8项关键飞行状态参数,利用KAN层B样条基函数加基础输出模式,实现飞行状态与油耗间非线性关系的精准捕获;然后,将KAN网络接入长短期记忆网络(LSTM)最终时间步,实现飞机油耗动态时变规律的高精度挖掘.实验结果表明,模型均方误差为0.001(kg/h)2,测试集均方根误差低于0.091 kg/h的占比达98.32%,且R2 提升至0.989 7,显著优于传统多层感知机(MLP)、LSTM及Transformer网络.研究结果可用于航空公司燃油效率优化、空域运行优化,促进民航绿色运行.

摘要：针对传统分布式电推进系统集中式控制架构的单点失效与抗干扰性不足等问题,提出一种去中心化协同控制方法.首先,设计基于动态牵引一致性的分布式架构,通过稀疏通信实现多电机高精度转速同步,消除中央控制器依赖;其次,开发滑模观测器实时重构复合扰动,提高系统在扰动作用下的控制性能;最后,基于半物理仿真平台进行仿真验证.结果表明:相较集中式控制,该方法的同步精度提升5.3倍,最大值从4.69%减小到0.77%,故障冗余和扰动补偿性能大幅提升,可有效消除力不平衡导致的偏航,实现DEP无人机稳定飞行.研究成果可为高可靠无人机电推进系统设计提供技术支撑.

摘要：装配式刻槽道面其宏观刻槽构造的磨损机制及规律不同于现浇水泥混凝土刻槽道面,为提升装配式刻槽道面的耐久性,有必要对装配式机场水泥混凝土刻槽道面宏观刻槽构造耐磨性进行研究,获得最优的宏观刻槽构造特征参数.基于轮胎-装配式刻槽道面相互作用仿真模型研究飞机冲击滑行下的道面磨损,结合钢轮耐磨机进行道面试件磨损试验及点云扫描技术分析道面耐磨性.通过对不同刻槽表层宏观构造特征参数进行数值模拟,得到道面磨损体积和轮胎应力,获得优化的宏观构造特征参数,再根据试验测试与点云扫描数据分析,揭示了刻槽不同宏观构造特征参数与磨损率之间的关系,进一步得到最优的宏观构造特征参数.结果表明:矩形刻槽道面磨损率大于梯形刻槽道面磨损率;当槽间距在35～40 mm、槽宽在15～25 mm、槽深在2～4 mm、槽倒角在25°～60°时,道面磨损率和轮胎应力较小,能延长道面与轮胎的使用时间.

摘要：针对L波段数字航空通信系统(LDACS)频谱资源匮乏问题,引入认知无线电技术(CR),在不影响测距仪(DME)正常工作的前提下,合理利用其空闲频谱以提高通信效率.首先,设计LDACS-CR的系统框架,并采用两状态马尔科夫链对DME频谱占用情况进行建模.接着,利用循环平稳特征检测对DME信号进行感知,并结合现有估计信道平均周期的方法分析其频谱空闲时间.最后,对LDACS-CR系统在不同场景下的吞吐量进行分析.研究结果表明,通过引入认知无线电技术,LDACS系统可以实现更高的数据传输速率,这对频谱的规划和部署工作提供了新的思路.

摘要：针对无人机蜂群作战效能评估指标体系复杂、不全面,评估方法主观性强、偏差大的问题,提出一种从顶层设计出发的体系结构设计-组合赋权-云模型评估方法.运用体系结构设计方法,通过全局视图、作战视图、系统视图对蜂群作战体系进行建模,落脚到装备系统分解,构建蜂群作战效能评估指标体系;运用组合赋权-云模型评估法对指标体系赋权和评估,划分蜂群作战效能等级并建立正态隶属云模型,生成各级指标评价云模型和综合评价云模型,结合云特征向量和隶属度对作战效能等级评估;通过案例分析验证评估方法的有效性,并通过与传统方法对比验证本方法的优势,为蜂群作战效能评估提供参考.

摘要：基于计算机视觉的智能检测技术应用于带钢材料工业生产时,漏检、错检情况严重和识别精度低下等问题频频发生,针对此业内痛点,提出一种基于Ultralytics框架的目标检测优化算法GSS-YOLO.该模型将GOLDYOLO算法的Neck网络与原始YOLOv8n有机融合,以提高模型对不同尺寸和形状缺陷的检测精度.为平衡不同缺陷种类识别效果的差距并降低网络结构的复杂性,引入了SlimNeck结构中的轻量级卷积VoVGSCSP和高效通道注意力机制SimAM 2个轻量级模块,提高模型的检测精度和泛化能力的同时,限制了模型计算量和权重体积的膨胀.依靠经典的带钢表面缺陷数据集NEU-DET,进行消融实验及横向对比实验.结果表明,模型的平均精度较基准模型提高了3.7%,且各类缺陷检测精度差距减小,均衡了检测精度和运行速度.所提模型相较于当前主流模型在检测精度具有一定优势,并对实际工业生产中的缺陷检测应用具有参考价值.