皮层微创脑机接口传感器发展现状与趋势

脑机接口(Brain-Computer Interface,BCI)传感器作为脑电信号采集与调控的前端器件,是BCI技术的核心基础部件之一。其中,皮层微创BCI传感器贴附在硬脑膜上或硬脑膜下,未进入脑组织,植入安全性高。此类传感器通常用来采集来自大脑皮质区域(如运动区、视觉区、语言区)的信号,这为许多其他脑功能和一般BCI应用(如皮质康复)开辟了可能性,已成为近年来科研与临床应用的焦点。因此,聚焦皮层微创BCI传感器在商业及科研领域的发展现状,并对未来技术及应用趋势进行分析和展望,能为BCI学术和产业界提供参考和借鉴。

山地环境下无人机自主最优轨迹规划方法

在无人机技术日益成熟的今天,复杂山地环境下的无人机轨迹规划成为了一个关键且极具挑战性的研究。针对复杂山地环境下无人机轨迹规划算法面临的实时性要求高、生成轨迹隐蔽性要求强等难题,提出了一种自适应麻雀搜索算法来应对复杂轨迹规划问题,得到最优轨迹。首先以最短路径为目标,考虑地形、机动等约束条件,设计贴合实际场景及工程应用需求的最优目标函数,引导算法求取最优解;随后改进传统麻雀算法的初始化过程,在算法初期解决了种群多样性低的问题,并提出自适应记忆种群迭代策略来保持种群多样性和收敛速度之间的平衡,在加快收敛速度的同时保证生成轨迹的全局最优性。最后,通过数值对比仿真及模拟山地环境轨迹规划仿真,验证了所提算法的优越性。验证表明,所提算法不仅提升了轨迹规划的实时性,还通过算法优化确保了轨迹的全局最优性和隐蔽性,为无人机轨迹规划提供了技术支持。

有限视场角下基于改进比例导引和深度学习的多约束制导律

针对考虑气动力模型的导弹精确打击问题,开展了基于改进比例导引和深度学习的制导律研究。首先生成随机训练数据,随后在训练数据基础上基于残差神经网络生成映射网络来对剩余飞行时间误差进行预测,最后将得到的预测结果引入改进比例导引制导律,使得在视场角约束下攻击角度误差和飞行时间误差均能实现有效收敛。仿真结果表明,该方法能够满足制导要求,证明了该方法的有效性。与传统方法相比,提出的基于改进比例导引和深度学习的制导方法在攻击角度误差和飞行时间误差方面表现更优。