空军工程大学学报杂志

空军工程大学学报杂志2025年第6期

• 本期目次

  2025年26卷第6期目次

• 基于时空感知Transformer的进近管制区4D航迹预测模型

  霍丹1,夏付豪2

  为保证进近管制区空中交通服务质量与飞行安全,提出一种基于时空感知Transformer模型的4D航迹预测方法,将轨迹预测转换成时间序列预测问题,通过挖掘航迹历史飞行数据的时空特征作为模型输入,综合考虑起飞机场、航空器类型、尾流类型、落地跑道、航空器位姿等关键维度,采用门控循环单元(GRU)提取航迹数据中时间依赖性,并结合时间卷积-门控循环单元网络(TCN-GRU)提取航迹数据的空间特征,从而构建4D航迹时序预测模型,实现高精度的多步航迹预测。实验表明,提出的预测模型相较于传统Transformer模型,随着步长的递增,预测精度的均方根误差减少了20.1%,平均绝对误差减少了27.82%,该研究成果对于提升空中交通的效率和安全性具有重要意义。

• 基于改进FGO算法的多编队集结路径改航规划方法

  孙轩邈,沈堤,余付平,牛晓伟

  针对战时多飞行编队前出集结路径规划受限因素多、综合优化难度大等现实问题,提出一种基于改进真菌生长优化(IFGO)算法的协同路径改航规划方法,可在筹划阶段为飞行编队预先规划出飞行路径。首先,提出种群优化策略,并引入自适应边界反射机制,以提升算法的收敛效率;其次,构建新型扰动机制,进一步增强算法的全局搜索能力;最后,采用多菌丝协同优化策略解决飞行冲突,在确保无冲突的前提下,更易逼近最优解。构建了威胁、路径长度和油耗综合代价函数,基于此函数将改进后的真菌生长优化算法与其他算法开展对比实验。并在CEC2022测试函数上全面验证了算法性能。实验结果表明,在简单和复杂环境下的10次重复实验中,改进算法的平均代价函数相较于对比算法分别降低了7.89%和9.62%,并在CEC2022标准测试函数中秩均值位列第一。

• 基于改进粒子群算法的航空兵突击航线规划方法

  潘星佚1,何兴宇1,冯广飞2,杨丽薇1

  针对作战飞机前出执行突击任务时面对复杂的战场环境,根据需要达成的作战意图,提出了一种可应用于复杂战场环境下航空兵突击航线规划的改进粒子群(PSO)算法。该算法首先将笛卡尔直角坐标转换为球坐标,然后引入自适应权重因子解决PSO 算法收敛速度过慢,结果计算为局部最优解的问题。航线中的各个约束要求制定为不同的代价函数,PSO 算法下航线规划问题就转换为找到代价值最小的多目标优化问题。代价函数包含飞机的航迹长度、俯仰角变化、高度差变化、避障情况和平滑度约束。结果表明,结合了球坐标系和自适应权重因子的PSO 算法在复杂环境中的航线规划要优于传统PSO 算法、蚁群算法和遗传算法。

• 微下击暴流三维风场仿真与预警

  王大蕴1,宋大伟2,马愈昭2

  针对单一微下击暴流、不对称微下击暴流和双微下击暴流的三维结构特性及其对飞行安全的影响,开展了系统研究。首先,基于计算流体力学(CFD)软件 FLUENT 构建了下击暴流风场仿真模型,获得3类微下击暴流的三维风场结构;其次,结合气象雷达探测原理,计算得到相应的机载气象雷达多普勒回波,全面分析了3类微下击暴流的风场分布特征及雷达回波信号特征;最后,采用平均F 因子对其飞行安全的威胁程度进行评估。结果表明:单一微下击暴流的下沉气流具有较强的对称性;不对称微下击暴流的风速峰值大小及其空间分布与初始风速方向密切相关;双微下击暴流在其交汇区会形成垂直速度较大的上升气流。综合评估显示,双微下击暴流对飞行安全构成的威胁最大,不对称微下击暴流相对最小。

• 弯曲对氧化铟沟道离子凝胶栅MOSFET器件电学性能调控研究

  高睿怡1,刘琛2,王瑞勃2,张玉明2,杨晓阔1,靳晨星3,孙佳3

  随着可穿戴设备对柔性电子设备需求的不断增加,离子凝胶材料因其柔性和导电性而备受瞩目。基于离子凝胶基金属氧化物半导体场效应晶体管(MOSFET),通过凹形与凸形模具模拟拉伸和压缩弯曲应变,结合电学测试与COMSOL多物理场仿真,系统揭示了弯曲应力对器件性能的调控机制。结果表明,当弯曲半径达到28.5 mm 时,器件开关比从2 658降至2 215,饱和载流子迁移率由16.1 cm2/(V·s)下降至8.6 cm2/(V·s),降幅达53%,回滞窗口扩展9.3%。结合仿真结果显示,当米塞斯应力超过100 MPa时,弯曲应力不仅影响开关电流比、载流子迁移率与回滞窗口,还会通过界面陷阱态和能带调制导致阈值电压正向漂移,并且拉伸应变较压缩应变对器件性能的影响更为显著。这些发现为离子凝胶基柔性可穿戴电子设备及相关智能传感器的设计提供了重要的技术储备。

• 兼容红外发射率空间可调与RCS缩减的多功能柔性超表面

  王磊1,2,3,徐翠莲1,2,3,罗恒杨1,2,3,楚遵天1,2,3,范琦1,2,3,王甲富1,2,3

  随着现代探测技术持续增强,可见光、红外、雷达等联合探测技术被广泛应用,如何在多频段同时达成优异的隐身性能成为关键挑战。在此背景下,研究人员提出并验证了一种一体化兼容红外发射率空间可调与雷达散射截面(RCS)缩减的多功能柔性超表面,兼具红外伪装与雷达隐身等功能。其样品结构自下而上依次为气凝胶毡/ITO/Air/PET/ITO,功能层通过在 PET 上蚀刻 ITO 贴片单元形成编码超表面进行设计。该表面通过微波漫反射方式实现了RCS缩减,通过调控 ITO 占空比实现红外发射率的空间可调。仿真与实验结果表明:样品大约在6~12 GHz 波段能有效抑制电磁波的后向散射,实现雷达隐身;红外发射率可调范围约为0.25~0.45,实现红外伪装;同时,样品具备良好的隔热能力与柔性特性,进一步拓展了应用范围,且一体化设计有助于减轻工程中的结构厚度与加工复杂度问题。综上所述,该超表面设计在多频谱兼容隐身和红外伪装领域具有良好的应用前景。

• 基于直达波匹配的米波FDA-MIMO 雷达超低空目标距离-角度联合估计方法

  王鸿帧1,2,刘奕彬3,陈晨4

  在米波雷达技术研究与应用中,低空目标探测一直是极具挑战性的课题。基于单基地米波FDA-MIMO雷达镜面反射信号模型,针对最大似然(ML)算法和广义多重信号分类(GMUSIC)算法对超低空目标距离-角度联合估计精度不足的问题,提出了一种基于直达波匹配的多重信号分类(DM-MUSIC)算法。该算法通过构建直达波匹配矩阵,有效消除反射波对直达波的干扰,进而恢复传统 MUSIC 算法的性能。仿真实验结果显示,在超低空条件下,DM-MUSIC 算法的空间谱分辨性能最佳,其距离-角度联合估计精度明显优于ML算法和GMUSIC算法,且计算复杂度更低。这使得该算法在处理数据时速度更快,能够对超低空目标实现更为高效的探测与跟踪,为米波雷达在低空探测领域的实际应用提供了一种可行方案,在理论研究和实际应用方面均具有重要价值。

• 基于Cloude分解与深度领域对抗网络的极化SAR图像分类

  赵明钧1,张琳琳2,李珅1,李琴3,肖强1

  传统有监督的分类方法通常基于训练数据与测试数据概率分布一致的假设,在应对异源极化SAR图像所引发的领域差异问题时,暴露出显著局限性。针对这一挑战,创新性地提出了一种融合Cloude分解与深度领域对抗网络的极化SAR图像分类方法。该方法首先采用Cloude分解特征作为深度领域对抗网络的输入,通过DANN 的域分类器与类别分类器的对抗训练来提取领域不变特征,进而实现异源极化SAR图像分类。实验结果表明,所提方法有效克服了传统有监督方法在领域适应上的局限,在5幅实测极化SAR图像组成的2组迁移对比实验中相较于直接迁移的方法和以原始数据作为输入的DANN 方法总体分类精度获得了显著提升。

• 基于超网络理论的多层反导体系协同拦截效能建模与分析

  黄治炜1,2,韦刚1,王刚1,孙文1,赵小茹1,孙浩伦1,2

  针对多层反导体系协同拦截分析难、量化难的问题,基于超网络理论构建“三域四网”协同拦截模型,提出以杀伤链为节点、协同关系为边的拦截网络建模方法,结合Kuramoto协同动力学模型解析横向与纵向协同对体系的支撑作用。结合仿真平台实验数据,分析表明:相关性分析上协同拦截网络结构性指标与毁伤率明显相关,证实网络结构特征可有效表征作战效能;自同步分析显示,横向与纵向协同兼有的方案能够充分发挥横向协同资源密度叠加效应和纵向协同任务接力优势,使体系同步水平即全局序参量达到0.93,优于单一协同模式。研究表明,“空间资源密度叠加+时间任务接力”的双维协同机制是提升多层反导体系整体效能的关键,为协同优化提供了基于超网络建模与协同动力学的量化评估理论与方法依据。

• 一种基于深度学习的无人机平台下多运动目标识别方法

  李珣1,3,张倩飞1,刘欣2,陈伟重1,3,周慧龙1

  针对无人机平台下车辆目标检测存在的尺度差异大、密集分布不规律和类别不平衡导致的模型规模及精度受限问题,提出一种基于YOLOv7改进的YOLO-QYF车辆目标识别方法。引入QARepVGG 模块替换基准模型中运算量较大的扩展高效层聚合网络模块,在保证模型性能的同时缩减模型参数。使用内容感知特征重组模块有效减少特征图传递过程中信息丢失,同时添加坐标注意力机制增强对感兴趣目标的定位能力。最后,引入WIoU 损失函数解决样本不平衡问题,提高模型泛化能力。实验表明,该方法在自由流、同步流和阻塞流3种交通流情况下,平均精度分别达到96.4%、95.6%、94.5%,相比基准模型分别提高2.0%、1.6%、3.4%,帧速率分别为81.62、78.13、76.34;在VisDrone2021数据集该方法的平均精度达到了60.6%,相比基准模型提高了1.4%。

• TB-YOLOv8:一种面向无人机航拍图像的目标检测算法

  夏子航,岳玉梅,姬书得,任赵旭,张睿哲

  针对无人机航拍图像中目标密集、小目标易遗漏及尺度多样性等问题,提出一种改进的TB-YOLOv8算法。该算法在骨干网络中引入基于三重注意力机制的C2f_T模块,以增强浅层特征提取和关键区域感知能力,降低误检与漏检率;在颈部结构中采用轻量化的双向特征金字塔网络,提升多尺度特征融合效率;同时引入Wise-IoUv3损失函数,提高模型的鲁棒性和定位精度。在VisDrone2019数据集上的实验结果表明,TB-YOLOv8相较原始YOLOv8s模型,mAP提高3.0%,参数量减少6.31%,检测速度达到164.1帧/s。此外,TB-YOLOv8在检测性能上优于Faster R-CNN、RT-DETR、YOLOv7、YOLOv11等主流目标检测算法,兼具高精度、轻量化与实时性,在航拍目标检测中展现出较高的应用价值。

• 基于门控循环神经网络的时间序列多智能体对手建模方法

  胡智尧,于淼,田开元

  大量研究表明多智能体强化学习算法在智能体数量变多时难以收敛,但若在获得对手行动信息的前提下进行集中式训练,可克服非平稳环境等挑战,实现更好的学习效果。针对对手连续决策的预测问题,提出了基于门控循环神经网络的时间序列对手建模方法,将对手状态、环境状态、我方智能体行动等数据构建时间序列,利用门控循环单元挖掘对手行动规律,从而捕捉对手智能体连续决策的时序信息;设计了可变长度推理方法,通过评估上述时间序列的可信度,确定模型输入的最佳时间序列长度,避免误用对手陈旧样本数据。实验结果表明,该模型结合可变长度推理方法能实现更强的对手预测能力,可有效从历史时间序列中学习对手智能体如何适应不断变化的环境并预测对手未来行动。与SAM 等现有方法相比,本文所提方法通过评估对手行动的预测可信度来筛选最佳历史序列,在对手行动预测准确率上提升了6%以上。

• 一种基于YOLOv8的间歇采样转发干扰抑制技术

  吕飞龙1,孙青1,翁明善2,孙乾1

  针对雷达发射信号为线性调频信号的间歇采样转发干扰,提出一种基于YOLOv8算法的间歇采样转发干扰抑制技术,通过短时傅里叶变换进行时频分析,联合改进后的YOLOv8算法对时频信息增强后的时频分布灰度图进行干扰特征识别,最后在时频域设计滤波器对干扰信号进行抑制。仿真对比实验结果表明,该方法在低信噪比、弱干扰、多点源协同等复杂干扰场景下具有较好的干扰抑制效果,且相较于其他方法,解决了干扰与目标时频分布交叠无法识别的问题,具有较强的稳健性。