学术背景 随着航空工业对高速、轻量化设计的需求日益增长，越来越多的航空传动轴系统采用了超临界设计（supercritical design）。超临界设计意味着传动轴需要跨越其第一临界转速，但在跨越临界转速时，轴系会因不平衡而产生剧烈振动，严重影响系统的安全运行。干摩擦阻尼器（dry friction damper）通过轴与阻尼器之间的碰摩（rub-impact）来限制振动幅值，从而有效控制临界转速下的振动。然而，轴系在实际运行中不可避免地会因加工、制造、装配等误差导致轴承安装不对中（bearing installation misalignment）。轴承安装不对中与碰摩的耦合效应可能会威胁超临界轴系的安全运行，因此，阐明轴承安装不对中与碰摩的耦合振动机制对超临界轴系的动态设计具有重要意义。...

背景介绍 在航空航天工程中，薄层复合材料结构（如机翼）在高速气流作用下容易发生振动，这种振动可能导致颤振（flutter）或发散（divergence）等不稳定现象，从而影响飞行器的安全性和性能。特别是当复合材料结构中存在分层（delamination）（即层间粘接失效）时，其力学响应会显著改变，进一步加剧振动问题的复杂性。因此，研究分层复合材料板在超音速气流中的非线性振动行为具有重要的工程意义。 然而，现有的研究多集中于完整结构的振动分析，对于分层缺陷的影响尚未得到充分研究。此外，传统的数值模拟方法在处理流体-固体耦合问题时，往往计算成本高昂，且缺乏针对分层结构的专用有限元模型。为此，本文旨在开发一种新的有限元方法，用于分析分层复合材料板在超音速气流中的非线性振动行为，并通过稳定性分析和非...

双臂空间机器人有限时间自适应鲁棒轨迹跟踪控制研究 研究背景与问题 随着空间技术的快速发展，空间机器人在在轨服务、卫星组装、航天器燃料补给等任务中扮演着越来越重要的角色。然而，空间机器人系统在执行任务时面临诸多挑战，特别是其基座执行器的摩擦非线性特性和外部时变扰动的不确定性，严重影响了系统的轨迹跟踪性能。传统的控制方法在处理这些问题时往往表现不足，尤其是在高精度和高动态性能要求的任务中。因此，如何有效地补偿这些非线性摩擦和外部扰动，提升空间机器人的轨迹跟踪能力，成为当前研究的热点问题。 本研究针对双臂空间机器人（Dual-Arm Space Robot, DSR）系统，提出了一种基于单框架控制力矩陀螺（Single Gimbaled Control Moment Gyroscopes, SGC...

基于多无人机的高效分散式时序规划器用于时空野火防控 学术背景 野火是全球范围内对生物多样性和资源可持续性的重大威胁，尤其是在初期阶段。若未能及时控制，野火的规模可能会迅速扩大，导致严重的生态破坏。近年来，多无人机系统（Unmanned Aerial Vehicles, UAVs）在野火防控中的应用逐渐增多，主要是为了减少人类在危险环境中的暴露，并提高应急响应的效率。然而，现有的研究大多局限于搜索、监测或灭火等单一环节，缺乏对多无人机协同任务的综合研究。尤其在资源有限、无人机数量不足、野火动态变化的部分可观测环境中，如何高效分配无人机任务以进行早期野火防控仍是一个复杂且具有挑战性的问题。 本文提出了一种冲突感知的高效分散式时序规划器（Conflict-aware Resource-effici...

基于非专家策略强化学习改进无人机视觉受限环境下的避障能力研究 近年来，无人机（Unmanned Aerial Vehicle，UAV）凭借其卓越的机动性和多样化的功能，广泛应用于包裹递送、风险评估和紧急救援等民用领域。然而，随着无人机执行任务的复杂性、范围和时长的增加，其自主导航的难度也显著上升，尤其是在拥挤且高度不确定的环境中实现避障。然而，传统的全球导航方法通常依赖全局信息，难以处理视觉受限条件下的障碍场景。本研究的目的是解决这些场景中的避障问题，提升无人机的实时导航能力。 此外，尽管基于深度强化学习（Deep Reinforcement Learning，DRL）的避障算法通过端到端处理方式表现出色，能够减小计算复杂度并提升适应性和可扩展性，但它们的采样效率偏低，需要大量的样本迭代以实...

卫星支持的6G宽域边缘智能，面向远程物联网服务的动态感知任务卸载与资源分配 背景介绍 随着6G移动通信网络的到来，传统的物联网（IoT，Internet of Things）体系结构正逐渐向集成全球连接与广泛人工智能（AI）能力的智能万物互联（IoE，Internet of Everything）新范式转变。然而，地面网络在覆盖范围上存在局限性，尤其是在复杂地形和偏远地区无法实现全面覆盖。近地轨道（LEO，Low Earth Orbit）卫星的快速技术发展为解决这一问题带来了新的希望。通过非地面网络（NTN，Non-Terrestrial Networks）的支持，LEO卫星能够为全球用户提供无缝连接、大容量通信和高效计算服务，满足远程环境监控、智能农业等应用的需求。 但是，广域物联网应用带...

基于生成模型的无人机行为意图识别：从行为到自然语言的跨模态研究 背景及研究目标 近年来，无人机（Unmanned Aerial Vehicle，UAV）技术取得飞速发展，广泛应用于民用与军事领域，如搜索救援、农业精准作业和通信中继等。然而，随着无人机群规模的扩大以及智能化水平的提升，空中指挥与控制领域对于更高水平的智能需求日益迫切。在复杂的对抗环境中，提高无人机的“态势感知”（situation awareness）水平已然成为关键问题，尤其是如何有效识别无人机的操作意图。这一识别过程有助于揭示对手操作意图与战术欺骗间的关系，优化信息在指挥层级中的流动，并为决策提供指导。 传统基于分类任务的意图识别方法受到数据库分布失衡和鲁棒性差等问题的限制，导致分类精度难以应用于现实复杂场景。本研究提出了...

提升无人机目标检测的选择性频域交互网络 研究背景及问题提出 随着计算机视觉技术的发展，无人机目标检测已成为遥感领域的重要研究方向之一。无人机目标检测旨在从倾斜拍摄和高度多变的航拍图像中识别出诸如车辆、建筑物等目标。这一技术在环境监测、灾害管理以及安全监控等领域具有广泛应用。然而，受目标尺度、方向以及复杂背景的影响，无人机目标检测面临诸多挑战，包括目标间密集分布、光照差异和视角变化等问题。 当前大多数基于卷积神经网络（Convolutional Neural Networks, CNN）的解决方案主要注重空间和通道交互，忽视频域信息的重要性。频域信息对于捕捉对象的纹理、边缘等特定特征具有不可替代的作用，然而，现有的权重分配方法，例如通道注意力机制，难以完全利用频域信息，往往导致信息丢失。这种不...