摘要:近年来，随着智能无人技术的迅速发展，智能化无人机集群作战成为各国重点研究的新型作战样式，智能无人作战系统在实战中已崭露头角。人工智能技术和军事智能化在无人集群作战认知域、信息域、物理域的深化发展，必将颠覆未来作战理念、作战样式、作战管理与作战技术。智能无人集群作战技术是智能决策、群体智能、智能控制、通信网络等多种相关技术的综合运用。目前，要实现智能化无人集群作战，亟需解决全面战场环境感知、智能决策与自主攻击等难题，同时对集群系统的通信网络技术也提出了更高的要求。本期专题主要依托 “无人集群跟踪与编队重点自主协同关键技术研究”“航空集群空空导弹攻击区模型及智能预测方法研究”“融合眼动与事件相关电位的认知耦合目标识别方法研究”等国家自然科学基金项目，目的是汇聚智能无人作战的无人机自主控制、智能协作、通信网络和集群博弈对抗等方面理论与技术方法的研究成果，探索面向复杂环境的智能无人集群系统的运用模式和效能机理，搭建学术研究与技术运用的交流平台，为相关研究人员提供有益的参考，共同推动智能无人作战技术的发展和提高。本专题采用视频加载等增强出版形式，读者可扫描文中二维码链接来观看相关视频资料，以加深对所研究问题的认识。限于研究者水平，文中所述方法及结论可能存在一定局限性。

摘要:在基于视觉导航的自主着降过程中，旋翼无人机受到自身机械振动和复合风场环境等因素的干扰，降落精度低、速度慢，影响集群回收的安全性。针对这一问题，提出一种基于模糊控制和视觉导航的集群自主着降算法。首先无人机集群飞至降落区域后，无人机通过目标检测算法找到自身对应的降落标识，再利用像素距离解算出无人机与对应降落标识间的实际水平距离，然后通过模糊化、模糊推理、去模糊化得到无人机精准对准降落点的控制指令，最终实现集群精准着降。仿真实验与实际飞行实验结果表明，该算法具有更高的鲁棒性，可有效提升无人机集群着降的速度。

摘要:针对无人机平台由于内存、算力有限而导致检测模型部署困难、检测速度降低的问题，提出了一种基于YOLOv4的改进模型。首先，为了减小模型内存占用、节省计算资源，根据目标尺寸特点，对YOLOv4原模型的预测层进行了改进，将三尺度检测模型改进为双尺度检测模型；其次，对双尺度检测模型进行正常训练，然后将其BN层的缩放因子进行稀疏训练，最后通过裁剪一定比例的通道数以再次减小模型内存占用提升检测速度。实验分析表明，在与原模型检测效果基本一样的情况下，最终改进模型的内存占用减少了60%，仅103 M，FPS提升了35%，达到了58帧/s。

摘要:针对近距空战下的自主机动反追击问题，建立了无人机反追击马尔科夫（Markov）决策过程模型；在此基础上，提出了一种采用深度强化学习的无人机反追击自主机动决策方法。新方法基于经验回放区重构，改进了双延迟深度确定性策略梯度（TD3）算法，通过拟合策略函数与状态动作值函数，生成最优策略网络。仿真实验表明，在随机初始位置/姿态条件下，与采用纯追踪法的无人机对抗，该方法训练的智能无人机胜率超过93%；与传统的TD3、深度确定性策略梯度（DDPG）算法相比，该方法收敛性更快、稳定性更高。

摘要:无人机自组网具有网络拓扑变化剧烈，链路断开频繁等特点。反应贪婪反应(reactive-greedy-reactive,RGR)路由协议是针对无人机自组网而提出的改进型协议，在高动态环境下具有较好的网络性能。针对RGR协议具有网络开销大、易出现网络拥塞等问题，提出了一种基于负载均衡和高贪婪地理转发成功概率的改进RGR路由协议。该协议在RGR协议的基础上，〖JP2〗提出基于节点负载状态和地理位置信息辅助的受限洪泛机制、GGF模式下高分组成功传输概率的路径选择策略和基于节点负载预测和运动特征的分组转发策略3项关键改进措施。仿真结果表明，相较于AODV和RGR及其改进型协议，该协议提高了分组投递率，降低了网络的控制开销和平均端到端时延，提升了网络应对拓扑高度动态变化的能力，有效改善了网络性能。

摘要:现有无人机的感知识别方法多采用视觉探测，易受限于探测距离和周围建筑物遮挡及不良天气能见度等诸多因素的影响。针对这一问题提出一种利用深度卷积神经网络开展无人机链路感知识别的算法，构建多模式多类型无人机的RF信号训练数据集，并给出卷积神经网络详细设计及优化方法步骤。实测结果表明：所提深度算法不仅可以实现多类型的无人机入侵识别，还可以进一步对其型号和飞行模式进行区分。在-20 dB的低信噪比条件下，对无人机批次识别率为96.8%（6类），飞行模式的识别率可达94.4%（12类），具有很强的应用前景。

摘要:针对多电飞机电力系统直流侧滤波器等参数对应系统的稳定域难以确定、参数主要参与因子选取困难的问题，提出了基于特征值参与因子的方法，用dq变换法对飞机电力系统进行等效变换，据此建立系统的数学模型；使用泰勒一阶变换对模型进行处理得到小信号模型；通过特征值法对整个系统的稳定性进行分析。并通过其参与因子得到参数变化时稳定性变化趋势，确定系统稳定边界，预测不稳定点的位置。通过Matlab/Simulink建立系统仿真模型并进行仿真分析，结果表明，运用参与因子对电力系统进行稳定性分析，可以大幅缩短选取主导参数的时间，清晰、快速地显示了不同主导参数下系统的稳定域与失稳点。

摘要:建立以飞行参数为变量的机翼结构载荷模型是飞行安全监控及飞机疲劳寿命估算的重要技术基础。首先将机翼燃油质量对其结构载荷的影响分离，在此基础上依据飞机结构载荷与飞行参数间的相关性，通过相关分析结合主成分分析的方法确定了低维数且互不相关的建模参数，并采用高斯伯努利受限玻尔兹曼机预训练的BP神经网络方法实现了模型建立。以飞机跨音速俯仰机动为例，建立了机翼某测载剖面剪力模型，模型验证结果表明，预训练可有效降低模型初始误差，提升建模效率及精度。

摘要:针对玻璃纤维增强塑料层压板脱黏缺陷的红外无损检测问题，首先制备了一种人工脱黏缺陷试样，采用红外脉冲热波成像检测技术对脱黏缺陷进行检测，分析了层压板脱黏区和非脱黏区的表面热信号瞬态响应过程，以图像信噪比和标准化对比度作为评价指标，定量对比了热信号重构、复调制ZoomFFT、改进的独立分量分析和主分量分析4种热图重构算法在脱黏缺陷识别中的作用。在此基础上，提出基于热信号重构增强的主分量分析算法，并验证了该算法在脱黏缺陷识别中的作用。研究表明：4种热图重构算法均可提高层压板脱黏缺陷定量识别能力，其中以热信号重构对提高缺陷区与非缺陷区对比度最为显著，主分量分析对热图噪声的抑制能力最强，基于热信号重构增强的主分量分析能够显著提高深度分别为0.5 mm、1.0 mm、1.5 mm的脱黏缺陷定量识别能力。

摘要:为实现航空玻璃纤维复合材料内部分层缺陷的智能识别，搭建了一种多自由度光纤耦合式太赫兹时域光谱系统，对带有模拟内部分层缺陷的样件进行检测，对检测结果图像进行了数据筛选、数据增强和数据标注，构建目标检测所用数据集。同时，提出了一种改进的YOLOv4算法，提高了缺陷智能识别的精度。实验结果表明，改进的YOLOv4算法在测试集得到91.05%的准确率和92.02%的召回率，分别较原YOLOv4算法提高了5.73%和8.51%，具有更强的特征提取能力，并展现出良好鲁棒性，明显消除了应用原YOLOv4算法的错检、漏检现象。

摘要:为改善通信辐射源指纹特征提取算法抗噪声及干扰能力差导致的对通信辐射源个体分类识别率低和稳定性差的问题，提出了一种基于经验模态分解和奇异值分解特征提取的方法。通过对信号进行经验模态分解，来克服噪声对指纹特征提取的影响，经希尔伯特黄变换和奇异值分解实现对通信辐射源信号的指纹特征提取，结合支持向量机算法完成对通信辐射源的个体识别，从而提高了分类识别的正确率，经过对4类辐射源信号的实验验证表明识别效果具有明显提升。

摘要:针对传统稀疏阵列难以实现孔径和互耦同步优化导致测向误差的问题，设计了一种兼具高自由度低互耦的间距约束稀疏阵列。该阵列由四段均匀线阵以一定间隔首尾相连构成，约束每段均匀线阵的阵元间距以及各段均匀线阵之间的间距尽可能大，形成了3段稀疏的均匀线阵和1段密布的线阵，有效减少了阵元间的互耦效应，基于该阵列推导了物理阵元位置、差联合阵列的闭式解以及自由度的闭式解。与相同阵元数的传统稀疏阵列以及改进稀疏阵列相比，设计的间距约束稀疏阵列拥有更大的孔径、更低的互耦以及更多的连续虚拟阵元，通过实验仿真验证了间距约束稀疏阵列的优越性。

摘要:有源中点箝位型(ANPC)逆变器具有输出波形畸变率低、传输效率高等优点，获得了广泛的应用，但大量的开关器件降低了逆变器的可靠性。分析了三电平ANPC逆变器在不同开关器件开路故障下的电流路径，得到不同故障下输出电平及输出电压空间矢量的变化情况。结合各矢量作用下中点电流与输出电流的关系，提出了一种基于中点电流的故障诊断方法。根据ANPC逆变器电路特点，对其桥臂器件和箝位器件提出了不同的容错模式，并提出了一种具有不降额容错能力的容错电路结构。通过搭建仿真模型及实验平台对提出的故障诊断方法及容错策略进行验证，仿真和实验结果验证了该故障诊断方法及容错策略的有效性。

摘要:当前的软件定义网络多控制器部署问题研究，大多针对控制网络时延、可靠性和负载均衡等指标中的部分进行优化，对上述因素的整体考虑较少。针对该问题，首先分析了控制器部署对网络时延、可靠性和负载均衡的影响;其次，提出了以全网平均时延、控制路径可靠性和负载均衡度为参数，以网络综合性能为目标的控制器部署优化评价模型；最后，基于模拟退火遗传算法提出一种时延和可靠性感知的控制器均衡部署方法，在考虑网络综合性能的同时，增强了解空间的全局搜索能力，得出了控制器部署的全局非劣最优解集。仿真结果表明，提出的部署策略在保证负载均衡的前提下，提高了控制网络的可靠性，降低了网络时延，进而提高了网络整体性能。

摘要:为解决战场通信干扰决策问题，设计了一种融合动作剔除的深度竞争双Q网络智能干扰决策方法。该方法在深度双Q网络框架基础上采用竞争结构的神经网络决策最优干扰动作，并结合优势函数判断各干扰动作的相对优劣，在此基础上引入无效干扰动作剔除机制加快学习最佳干扰策略。当面对未知的通信抗干扰策略时，该方法能学习到较优的干扰策略。仿真结果表明，当敌方通信策略发生变化时，该方法能自适应调整干扰策略，稳健性较强，和已有方法相比可达到更高的干扰成功率，获得更大的干扰效能。

摘要:为探究水化学损伤下红砂岩的动态强度和破坏机理，通过自然、干燥和饱水红砂岩试样的静态单轴压缩和动态单轴冲击试验，结合岩石碎块的电镜扫描（SEM）图像，分析了不同含水状态和应变率荷载等级下岩石的强度特性，并基于损伤断裂理论分析了含水岩石微裂纹起裂和扩展机理。试验结果表明：红砂岩试样动态抗压强度随含水率的增加而降低，随应变率的增加而增大，饱水试样具有显著的应变率效应；冲击荷载下，饱水试样应力-应变曲线具有显著的体积压缩现象，峰值应变最大，塑性变形明显，而干燥试样弹性变形最大，峰前塑性变形最小；受孔隙水影响，饱水试样颗粒结构疏松多孔，胶结物质被溶蚀而使胶结作用弱化。根据最大周向正应力理论，对含水岩石的微裂纹起裂条件和扩展方向进行了讨论，并对裂尖的动态应力强度因子进行了修正。

摘要:基于斜向预应力混凝土道面锚固区应力复杂、混凝土抗裂性能差的特点，开展了纤维混凝土试件局部抗压性能试验，得到了纤维混凝土试件在局部荷载作用下的典型破坏模式，分析了支撑状态、纤维掺量对开裂强度和极限抗压强度的影响，揭示了纤维混凝土在局部受压条件下的破坏机理，并基于拉-压杆模型得到了带孔纤维增强混凝土局部受压承载力提高系数。结果表明试件支撑状态和纤维掺量均显著影响局部抗压承载力和破坏模式；对于相同的支撑状态，随着纤维掺量的增大，试件局部抗压能力逐渐增大；对于相同的纤维掺量，底部完全支撑时试件局部抗压承载力显著高于底部部分支撑状态下的承载力；局部受压面积比、预留孔道尺寸显著影响纤维混凝土试件的局部承载力提高系数。