电动力绳系离轨技术性能与任务适应性分析

电动力绳系离轨技术属于被动离轨方式,适用于火箭末级、失效卫星等废弃飞行器快速离轨。针对这项新颖的离轨技术,通过建立多场耦合摄动下的离轨动力学模型,研究并分析了该技术的离轨性能和适用的离轨任务类型,用于指导工程实践及控制方案设计。首先建立多场耦合摄动下的电动力绳系离轨动力学模型,基于数值仿真,验证该项技术的有效性及优越性,并重点研究了不同影响因素下的离轨性能,据此提出了系统参数的设置原则。再通过设置合理的系统参数,分析电动力绳系离轨技术的可适用任务类型。分析结果表明,电动力绳系离轨技术适用于非极轨道的废弃飞行器离轨任务。

基于任务适应性的多指手抓取规划

针对多指手抓取过程中手指与物体构成的执行系统,通过在任务空间引入力椭球和速度椭球的概念,构建了反映抓取映射传递特性的力传动比和速度传动比解析公式。在综合考虑传动比和抓取构型偏离奇异位置等要求的基础上,提出了反映抓取构型任务适应性的抓取评价指标,用于对抓取构型进行最优规划。结合实例说明了上述评价指标应用于多指手最优抓取规划的有效性。

改善涡扇发动机多任务适应性的途径探讨

基于改善涡扇发动机多任务适应性的目的,提出了两种解决方案。利用加力燃油的热容,改善涡扇发动机的性能。在预冷换热效果能实现设定数值的假设前提下,计算了预冷换热对发动机性能的影响,对两种途径的可行性进行了分析。结果证明所提出的两种途径对于涡扇发动机的性能和多任务适应性有很大改善。

思维风格与任务适应和社会适应的关系研究

思维风格是人们所偏好的运用能力的方式,它是介于智力和人格之间的中间因素。自"风格"概念进入心理学研究领域以来,研究者已经提出了众多的风格类型,其中30余种被冠于思维风格的标签。这些风格类型与任务适应和社会适应之间存在显著的相关,存在着某些思维风格比其他的更具有适应性价值。

智能控制的任务适应算法

控制系统各种各样,完成的任务和工作方式不同,对系统性能的要求也不一样。目前,传统控制理论中的各种动态性能指标只能作为智能控制的事后评价标准,无法作为智能控制系统的设计依据。文中以分层递阶智能控制为基础框架,提出了基于控制任务的某些时域性能指标的智能控制任务适应算法,对运行控制级动态建立特征模型,迫使系统逼近理想控制轨迹。

智能控制的任务适应算法

以分层递阶智能控制为基础框架，提出了基于控制任务的某些时域性能指标的智能控制任务适应算法，对运行控制级动态建立特征模型，迫使系统逼近理想控制轨迹，从而提高控制性能。

基于多任务自适应知识蒸馏的语音增强

【目的】提出一种多任务自适应知识蒸馏的语音增强算法,旨在解决复杂模型在时间和硬件等计算成本方面带来的问题,同时提高语音增强算法的性能。【方法】首先,采用知识蒸馏的思想来解决现有的语音增强模型过于庞大、参数多造成计算成本上升问题;其次,充分考虑不同时频单元之间的差异,引入加权因子来优化传统损失函数提升学生网络性能;为了避免教师网络预测的不确定性影响学生网络的性能,构建多任务自适应学习的知识蒸馏网络,可以更好地利用不同任务之间的关联性优化模型。【结果】实验仿真结果表明,所提出的算法在减少参数量、缩短计算时间的同时,还能有效提高语音增强模型的性能。

任务自适应神经网络结构研究

在基于任务自适应的统一框架下讨论了神经网络的生成方案，重点研究了两类典型而适用的神经网络构筑算法，即基于隐节点自适应增长的神经网络结构算法和基于子网自适应增长的神经网络结构算法。还结合所提出的层次式多网络模型，对基于任务的神经网络的自适应结构方案、发展前景与存在的问题作了详细的比较研究。

基于二次规划的相控阵雷达任务自适应调度算法

雷达任务自适应调度是目前相控阵雷达资源管理研究的热点问题。以加权时间偏移量平方和最小为调度代价标准,基于相控阵雷达任务二次规划数学模型,证明最优解存在条件,并给出一种最优解的解析求解算法。与数值解法相比,解析求解算法有效提高了算法的快速性。对航空护卫舰舰载相控阵雷达真实工作环境进行一系列仿真,仿真结果表明,所提算法有效提高了雷达高优先级任务调度的调度成功率,降低了任务调度代价。

一种任务自适应的空间关系缺陷自动识别方法

针对现有的空间关系缺陷识别方法和算法通用性较差,不能适应不同任务需求的问题,提出了任务自适应的空间关系缺陷自动识别方法。首先提升改进了传统的模板匹配法,提出了基于功能的基本算子剖分方法;然后研究了模板与算子重组方法;最后进行了相关试验,对上述方法进行了验证。

基于Web并行计算环境的自适应任务分派算法AHRRN

基于Ｗｅｂ或ＮＯＷ分步式环境上的并行计算的研究正成为热点，一个大的计算任务可划分成多个子任务分派给网络上的工作站，由它们合作计算来完成。该文介绍了一种自适应的计算任务分派算法ＡＨＲＲＮ，它包括任务选择算法和任务分派算法，它对任务的选择和分派能反应可用工作站的负载的动态变化情况。文章最后给出了 ＡＨＲＲＮ与 ＳＴＦＳ、ＦＩＦＳ、ＨＲＦＳ的仿真比较结果，证明其能提供较高的服务质量并具有较快的响应。

基于任务综合规划的相控阵自适应调度方法

研究机载相控雷达调度优化控制问题。机载相控阵雷达可以高效遂行作战任务,但如何合理调度雷达任务请求,实时优化处理同时多任务对系统时间资源的竞争,是充分发挥多功能相控阵雷达性能优势的关键。针对相控阵雷达同时多任务在时间窗约束下实时优化调度问题,在综合考虑调度时刻前后任务请求、调度限制和可用资源等因素基础上,权衡任务请求重要程度、紧急程度和前后一定时间段内资源利用情况,提出了一种利用任务综合规划的相控阵自适应调度算法。仿真结果表明,新算法能够在雷达有限时间资源内提高相控阵雷达任务调度效率和时间利用率,获得了更优的综合性能。

云环境中的船舶多目标任务自适应管理技术研究

首先设计云环境中的虚拟机放置自适应管理框架,并对框架中4个模型如何实现自适应管理进行描述。根据云环境特点,将船舶多目标任务自适应管理问题转换成云计算中虚拟机放置优化问题,利用多目标蚁群优化实现物理机资源浪费和流量消耗最少的优化问题。

自适应任务分配的粒子群优化算法

针对基本粒子群优化(PSO)算法早熟收敛、易陷入局部极值的缺陷,提出自适应任务分配的粒子群优化算法。该算法根据粒子的多样性动态分配粒子任务,把种群粒子分为开发和探索两种类型,分别采用全局模型和动态邻域局部模型执行开发和探索任务以平衡算法的全局和局部搜索能力,维持种群多样性。动态邻域模型扩大了解的搜索空间,能有效抑制早熟停滞现象,采用高斯扰动对处于停滞状态的精英粒子进行学习,协助精英粒子跳出局部最优,进入解空间的其他区域继续进行搜索。针对6个标准复合测试函数进行实验,结果表明所提算法具有更强的全局搜索能力,求解精度更高。

局域同构分布式系统的自适应任务分配算法

本文为局域同构分布式系统设计—个自适应任务分配算法。它使用阈值和阈长两个参量把节点划分成接受者、负载适中者和发送者三种类型，并根据节点的类型分布和任务等待情况等自适应地进行阈值修改。它采用发送者和接受者都能启动的对称启动机制，并通过系统总负载和任务总等待量的估计来自适应地控制启动行为的实施。它依靠分散式的状态估计和收集方法使得每个节点都可以进行任务分配工作。它力求在负载均衡、任务平均等待时间以及系统效率上实现综合优化。

基于PVM的自适应任务调度策略的消息处理

采用自适应的任务调度策略,通过由计算主机收集各自的负载信息并主动适时发给调度主机,减轻了调度主机的负载,改善了调度主机的调度性能。本文基于PVM并行程序开发环境,介绍了任务调度策略实现过程中消息的处理方法。

自适应任务迁移分布计算研究

基于我国新一代国防领域信息处理系统要求处理速度快、I/O吞吐量大,可靠性高、负载均衡、良好的可扩展性需求,提出了自适应任务迁移分布计算算法思想,并对其实现提出了详细的设计思想。

基于自适应任务粒度控制的Prony算法的并行优化

因为Prony算法难以根据其结构特征实现静态负载均衡以及任务分配,所以其需要根据其特征实现自适应任务粒度并行。本文提出了基于自适应任务粒度控制系统(ATGCS)的Prony算法,重点研究Prony算法的自适应调度方法。此方法利用ATGCS实现Prony算法的并行化,并针对性提出高效计算的优化方法,提高Prony算法的计算速度。实验结果显示本方法相对于现有方法具有更好的性能。

基于多任务学习的间质性肺病分割算法

间质性肺病(ILD)的分割标签标注成本极高,且现有数据集通常存在样本量较少的问题,导致训练的模型效果较差。针对该问题,提出一种基于多任务学习的ILD分割算法。首先,基于U-Net构建多任务分割模型;其次,使用生成的肺部分割标签作为辅助任务标签进行多任务学习;最后,使用一种自适应调整多任务损失函数权重的方法,平衡主任务和辅助任务的损失。在自构建的ILD数据集上的实验结果表明,多任务分割模型的Dice相似系数(DSC)达到了82.61%,与U-Net相比提升了2.26个百分点。验证了所提算法可以提升ILD的分割性能,协助临床医生进行ILD诊断。

无人集群自适应任务分工模式

无人集群技术已成为多国军事技术发展的新高地,而无人集群自组织协作是影响其在军事行动中发挥作用的关键。合理的任务分工才能使无人集群发挥数量优势,从而自组织协作完成复杂作战任务。重点分析无人集群自适应任务分工研究的价值;国外在低成本无人机集群、地面无人平台集群、水下无人潜航器集群和异构跨域无人集群自适应任务分工研究上的主要进展和特点;无人集群集中式、协商式、分布式3种典型自适应任务分工模式的内涵,并总结未来无人集群在战场环境自组织信息交互和自适应协商决策任务分工等方面的研究方向及在军事保障中的应用前景。