无人机协同目标感知技术是有人机无人机混合运行的重要安全保障.针对复杂空域环境下的感知可靠性问题,分析大中型无人机的复杂融合空域运行场景,并确定无人机协同目标感知的精准性、高实时性、抗干扰性和低载荷性等需求,提出一种四单元阵列天线和数字化射频体制的无人机协同目标感知系统架构;同时,结合空管雷达信号特性和天线体制,设计方位感知算法,通过修正协方差矩阵、信号子空间加权和噪声子空间加权等方法,设计基于多信号分类(multiple signal classification,MUSIC)的空间谱估计算法,并提出基于子空间分解的幅相误差在线估计算法;最后,开展算法仿真试验和实际空域环境飞行试验.研究结果表明:相比传统MUSIC算法,优化算法的方位感知高分辨性能提升23.3%,并改善了无人机协同目标方位感知的高实时性、抗干扰性和低载荷性.
随着技术发展,民机上的网络环境渐渐趋于日常生活中的网络环境。为了避免拥塞,需要对飞机上的链路数据进行主动队列管理。在比例微分控制的随机早期检测(random early detection based on proportional deri-vative control principle,P...
详细信息
随着技术发展,民机上的网络环境渐渐趋于日常生活中的网络环境。为了避免拥塞,需要对飞机上的链路数据进行主动队列管理。在比例微分控制的随机早期检测(random early detection based on proportional deri-vative control principle,PD-RED)算法基础上,提出一种系数自调整的PD-RED(improved PD-RED,IPD-RED)算法。在IPD-RED算法中,引入比例系数和微分系数的调整函数来减小参数选取对算法的影响。考虑队列偏差,将其归一化处理后,作为调整函数的参数来使系数动态变化,根据系数变化规律设计函数。实验通过改变上下门限值组合、路由节点间延时和端节点数量来分析算法改善效果,通过改变比例系数和微分系数的初值来探究初值对算法性能的影响。NS2仿真结果表明,IPD-RED算法使平均队列长度更接近期望值,提高了吞吐量,减小了丢包率。初值影响表明,一定范围内增大比例系数可使平均队列长度更快更接近期望值且减小丢包率,但会使延时和振荡增加。微分系数的动态范围很大,对几个网络性能参数的影响很小。实际应用中适当选取系数初值,可使算法更好地适配飞机上的业务。
暂无评论