【摘 要】
：
无人机是一种可以携带诸如照相机、传感器和通信设备等有效载荷的遥控驾驶或自驾驶飞机.无人机设计是工程设计的分支之一,用于执行特定任务,涉及到综合、分析和评估等过程,需要进行整合和迭代.文章描述无人机的设计过程,介绍用于无人机配置设计优化的系统工程方法,分析无人机概念设计、初步设计、详细设计、评估测试等阶段的设计流程图和设计实际步骤.
【机 构】
：
国防科技大学信息通信学院,湖北省武汉市 430010;石家庄飞行学院第二训练旅,江苏省徐州市 221005
论文部分内容阅读
无人机是一种可以携带诸如照相机、传感器和通信设备等有效载荷的遥控驾驶或自驾驶飞机.无人机设计是工程设计的分支之一,用于执行特定任务,涉及到综合、分析和评估等过程,需要进行整合和迭代.文章描述无人机的设计过程,介绍用于无人机配置设计优化的系统工程方法,分析无人机概念设计、初步设计、详细设计、评估测试等阶段的设计流程图和设计实际步骤.
其他文献
本论文以“互联网+”的思维模式、物互联为基础,根据当地的不同种类粮食作物每亩的产量,单价以及补贴计算得到模型收入方程,再根据市场的供求关系对方程进行调节,通过构建利润最大化模型,经过不断与实际情况进行比对,得出了最优科学配比组合,并利用信息手段将产销整合为一个有机体,通过大数据分析,实时掌握影响农业生产的各项因素,为提升农村耕地利用率,农业生产效率,找到了有效途径.
虚假数据注入攻击给电力系统的安全稳定运行带来严重威胁,研究其检测方法具有十分重大的意义.本文基于容积卡尔曼滤波提出了一种虚假数据注入攻击的检测方法,该方法首先利用容积卡尔曼滤波算法对系统进行状态估计;其次,将状态估计结果与加权最小二乘法的估计结果进行状态一致性检验;最后,以IEEE-14节点系统为试验对象,进行算例分析.结果表明,本文的方法能够有效地检测出注入到系统中的虚假数据.
针对随机点生成高度在海面模拟中浪尖处易失真的问题,尝试用Perlin噪声生成高度,并利用插值函数进行插值来模拟海浪.根据分辨率进行晶格的构建,计算各顶点的噪声值;通过插值函数,生成平滑的海浪.实验结果表明,该方法不仅可以高效模拟海面,而且能充分地表现海浪连续平滑的特征,解决了海浪浪尖处容易过于尖凸而出现的失真问题.
VANET受限于车辆的高速移动性,网络拓扑的动态性及无线信道的开放性,极易遭受来自网络内部的差评攻击和选票攻击.为了保障VANET通信安全,本文提出了一种基于动态聚类的信任模型,通过去除推荐信任中与主观信任偏离度较大的数据,最大化包含评估节点邻域内的有效信息,从而减少恶意攻击对信任计算造成的影响.实验表明,该模型具有较强的抗攻击性和鲁棒性.随着VANET中攻击节点所占比例的增加,网络能够保持较高的吞吐量和较低的丢包率,模型的计算结果能够保持较高的准确性.
上海市长期护理保险(长护险)制度正处于试点阶段,运行时间较短,尚未成熟,本文通过服务接触理论研究上海市长护险满意度评价指标,有针对性地对长护险提出解决对策.首先,基于服务接触理论影响被保险者满意度评价指标,分别为服务质量、护理项目、护理时间、评估等级4项;其次,运用层次分析法以及模糊综合评价,对满意度评价指标进行评分,选取的4个指标所占权重排序分别为护理时间、评估等级、服务质量、服务项目,指标满意度得分位于评价等级的“一般”与“差”之间.为了提高长护险的满意度,需要通过建立护理时间动态调整机制、考虑被保险
作为模式识别最基本的分类方法之一,聚类在各个科学领域的数据分析中都扮演着重要的角色.然而随着大数据的出现,聚类分析在前沿发展中不断地面临着计算复杂度和计算成本等新的问题和挑战.通过研究k-means聚类算法的时间复杂度O(nk),针对迭代过程中大量的最近邻计算和其特殊场景,引入KD树作为索引,提出了基于单KD树的近似近邻算法和基于多KD树的交叉搜索算法.将k-means聚类算法的时间复杂度降为O(nlog k),并通过实验验证,基于多树的交叉搜索算法具有与k-means聚类算法相当的聚类质量.
随着国内道路等级不断提升,城市主干路加设辅路设施越来越普遍,周围建筑物出入口普遍与辅路连接.本文考虑了辅路出口设置对主干路车辆的行驶影响,通过研究对辅路车辆的速度引导控制以及换道机制,结合常规的并基于常规的干线协调控制理论,在多目标优化模型基础上建立了针对辅路干扰的改进模型.使用VISSIM仿真软件,利用案例验证该模型并与现状的对比,结果表明在提高道路通行能力和减少车辆平均停车次数方面都有所优化.
随着无线定位技术的飞速发展,人们对室内定位需求的上升,室内定位技术成为近年来的研究热点.本方案以密集部署的5G mMTC(海量机器类通信)物联网终端为定位辅助信标,实现目标的三维精准定位,水平面和垂直面的定位精度均可小于1m.本方案还可将增强的精准定位输出(即三维地理坐标)与高精度室内地图集成起来,从而可以提升定位输出的实用性和可靠性,达成按图索骥的室内精确导航.
学生表情逐渐成为感知学生状态的重要途径,因此准确的识别学生表情因具有重要价值而受到广泛的关注.本文针对学生表情识别这一问题,提出基于数据融合与迁移学习的识别模型,该模型融合3个数据集,以解决学生表情数据缺乏与多样性问题,同时引入迁移学习来提升预测精度.在数据集及实际学生表情图像上的实验结果表明,本文提出的模型可以准确识别学生表情,提升了预测精度.
针对被囊群算法(Tunicate Swarm Algorithm,TSA)存在的收敛精度低,寻优性能不足等问题,结合精英反向学习策略与黄金正弦算法,提出了精英反向黄金正弦被囊群算法(Elite Opposition-based Golden-Sine Tunicate Swarm Algorithm,EGold?en-STSA).该算法通过提高种群多样性及其质量,提升了算法收敛速度与寻优精度.通过对10个基本测试函数进行寻优实验,且与单一策略改进算法进行对比,结果显示出精英反向黄金正弦被囊群优化算法具有更