对无人机自组织网络中的协作机制进行了研究,提出一种基于动态中继选择的无人机自组网协作时分信道接入协议.该协议在传输中继数据包时引入了双队列协作机制,在网络层数据包缓存队列之外引入了独立的媒体接入控制(Media access control,MAC)层中继数据包缓存队列,并且能够实现默认中继节点与辅助中继节点的动态选择,以满足大流量负载及网络拓扑快速变化的要求.仿真结果表明,通过中继节点动态选择机制,在网络业务流量负载较大、网络拓扑快速变化的情况下,所提出的协作时分信道接入协议可获得比传统时分多址(Time division multiple access,TDMA)协议与机会协作中继时分多址(Opportunistic cooperative relay time division multiple access,OCR-TDMA)协议更高的中继数据包投递率及更低的端到端时延.

在无人机自组织网络(UAV Ad Hoc Network,UANET)中,传统的基于单包接收的信号检测算法极大限制了多路传输共享的并发通信性能.针对此问题,利用迭代并行干扰消除技术和多输入多输出技术并联合机器学习设计出一种UANET多包接收智能信号检测算法.该算法保留了迭代并行干扰消除算法的整体结构,采用最合适的深度神经网络来代替传统的基于信道模型的复杂计算,使得分簇UA-NET的簇头节点不仅可以对任意无记忆固定信道进行处理,而且也不需要去获取准确的信道状态信息便可以同时正确接收来自多个发送节点并发传输过来的数据包.仿真结果表明,该算法可以在不同场景下有效降低系统误码率(Symbol Error Rate,SER),从而有效增加UANET的通信并发度.在线性信道多节点通信场景下,所提出的算法相比于最优MAP(Maximum A Posteriori,最大后验概率)检测算法,系统误码率可以降低约25％.

In order to solve the problem of frequent link disconnections caused by high-speed movement of nodes in Flying Ad-hoc Networks(FANETs),a multicast routing protocol that supports link lifetime prediction and autonomous routing repair is proposed for highly dynamic FANETs.The protocol can predict the lifetime of residual links between neighboring nodes according to the changes of the distance between the nodes.Based on the prediction result,the number of routing hops and the residual energy,the link quality is evaluated comprehensively.On this basis,the best relay node is selected to ensure the reliability of the established route.Then the established route is dynamically maintained by using local route repair and global route refreshing,so the frequent link disconnections caused by high-speed movement of nodes can be relieved,improving the delivery rate of data.The experimental results show that the proposed protocol is superior to the classical multicast routing protocol ODMRP in terms of data delivery rate,network throughput and routing overhead in various scenarios.

伴随着我国航天事业的快速发展,特别是党的"十九大"明确提出建设航天强国的伟大构想,航天迎来了新的机遇期,航天任务量快速增加,软件在型号中承担的功能越来越重要,使得软件研制规模和复杂度急剧上升,并呈现出型号数量增长、研制方案多样、开发周期缩短、需求迭代频繁等新特点,因此快速研制出高质量的软件成为型号任务成功的关键环节之一.

针对传统无人机航迹规划算法应用在突发威胁场景下存在搜索点冗余、路径规划实时性较差等问题,提出了一种基于多因素Dubins路径的无人机动态航迹规划算法.该算法首先根据无人机自身性能约束及突发威胁区域的位置,并且考虑无人机的起始和最终位置,利用传统的Dubins路径找到有效的路径扩展点.然后结合启发式搜索思想建立基于路径长度和威胁的路径扩展点评估函数.最后通过路径评估函数计算,比较路径点的代价值,选取每一步的路径扩展点,规划出较优路径.仿真结果表明,在突发威胁场景下利用该算法进行航迹规划时路径长度较短、路径扩展点较少,并且符合无人机实际飞行过程中航向角变化,可有效保障无人机的安全性和航迹规划的实时性.

伴随航天型号向信息化、集成化、智能化方向发展,软件研制已逐渐成为航天型号研制中的重要环节,软件规模和复杂程度急剧增加.同时,软件研制面临周期短、多型号并举、高密度发射等多重压力,导致其研制过程中出现质量管理工作的实施滞后,不能体现预防为主的管理思想;各项测试、评审等工作投入大,缺少有效性和充分性评价;与生产过程相比,过程可视化程度不高且对人的依赖更大,过程不易稳定.因此,在较短时间内研制出高质量的软件成为型号任务成功的关键环节.