功能描述 目标模拟：战机目标、空中小目标、海面目标 干扰模拟：欺骗目标、密集假目标、同频异步干扰、噪声干扰 杂波模拟：地杂波、海杂波 技术指标 ？ 目标模拟： 目标个数：每个干扰源最多12个，系统最多可模拟36个；目标运动方式：径向直线运动，包括加速、减速、匀速运动；目标截面积：0.08m2~600m2；目标径向速度：-1100m/s~1100m/s；目标距离：30km~800km；目标起伏模型：斯维林I、Ⅱ、III、Ⅳ型 ？ 干扰模拟： 欺骗目标个数：每个干扰源最多9个，系统最多27个；密集假目标个数：每个干扰源最多128个，系统最多384个；同频异步干扰个数：每个干扰源最多1个，系统最多3个；噪声干扰种类：瞄准式噪声、扫频式噪声 ？ 杂波模拟 杂波类型：地杂波、海杂波；幅度分布类型：瑞利分布、对数正态分布、威布尔分布；功率谱类型：高斯分布、指数分布

本发明公开了一种认知无线电网络中的接纳控制方法，其特征在于，包括如下步骤： （1）获取马尔科夫模型的系统参数，根据马尔科夫模型求出带有接纳控制概率的稳态概率； （2）由带有接纳控制概率的稳态概率，在满足非线性规划问题的前提下，使吞吐率最大； （3）根据最佳信道感知长度，随机选择感知信道集，确定感知到的信道个数； （4）SUs 将感知到的信道个数发给基站，基站根据当前的状态和最佳接纳控制概率，决定 SUs 是否接入信道； （5）如果新到的 PUs挤占 SUs 占用的信道，则返回（3），如果新到的 PUs 占用空闲信道，则过程结束。 该方法能在 SUs 的掉线率和 PUs 的碰撞率小于预先给定的门限值的情况下，使认知无线电网络的吞吐率达到最大值。 

国家公办 民航直属 立足华东， 服务民航， 特色鲜明， 社会满意 上海民航职业技术学院(学院代码14394)是经上海市人民政府批准、教育部备案、隶属于中国民用航空局的独立设置的一所全日制公办普通高等院校。学院面向行业，致力于培养服务民航和社会发展所需的一线高素质、高技能型人才。学院招生专业有空中乘务、民航空中安全保卫、民航运输、民航运输(民航电子商务)、民航运输(航空旅游服务)、航空物流、机场运行(民航机场气象观测)、民航安全技术管理、飞机机电设备维修、飞机电子设备维修、飞行器制造技术、飞机结构修理、航空地面设备维修、通用航空器维修(直升机维修)、飞机机电设备维修(中外合作办学)等。学院的空中乘务专业是国内院校中最早开设的，专业的师资队伍具有丰富的实践教学经验，空乘实训设施设备在国内院校中配置领先、功能齐全，完全符合民航局对空乘在职培训的设备技术要求，先后为国内外航空公司输送了数千名合格的乘务人才。 学院具有良好的高等职业教育办学条件，历届毕业生深受民航企事业单位欢迎，在业界具有良好的声誉。学院拥有多架教学用飞机和一流的专业实训设施，是上海市首家同时拥有民用航空器维修培训机构(CCAR-147部学校)、民用航空器维修人员执照考试考点(CCAR-66部考点)的院校，是上海市民航职业技能鉴定站和民航第四职业技能鉴定站考点;同时作为中国航空运输协会和国际航空运输协会授权培训机构，学院每年承担民航各类企业在职人员的培训达年近万人次，培训范围辐射全国。

广州民航职业技术学院直属中国民用航空局，是民航内最早一所独立设置实施高等职业教育的全日制公办普通高校。学校1994年被国家教育部确定为全国首批十所试办五年制高职教育的学校之一;1999年经教育部、民航局批准成立;2010年被教育部、财政部确定为国家示范性高等职业院校，是全国百所、广东省四所之一，民航唯一一所国家示范性高等职业院校;2013年正式成为民航局与广东省“省部共建”院校;2016年被广东省教育厅、财政厅确定为“广东省一流高职院校建设计划立项建设单位”。 学校“立足民航，服务地方，面向世界”，坚持职业教育类型的办学定位，在全国率先提出并实施了基于行业标准的技术技能人才培养模式，形成了“依托行业、产学合作、双师双证、国际通用”的办学特色。 学校现有机场路校区、白云机场校区、花都赤坭校区三个校区，共占地1112亩。现有固定资产总值约10.05亿元，其中，教学、科研仪器设备资产值约2.39亿元，33架大中小型教学用飞机，140台飞机发动机，5万多台(件)飞机零部件和一大批专业设备。 学校教职工规模689人，其中，专任教师549人，具有硕士以上学位的教师425人，占专任教师比例为77%;具有双师素质的专业教师224人，占专业课教师数的比例为64%;具有行业企业一线工作经历的教师比例为44.8%;具有民航行业特有工种职业资格证书、职业技能鉴定考评员及教员证书、其他工种职业资格证书的教师比例为41%。 学校下设飞机维修工程学院、航空港管理学院、民航经营管理学院、人文社科学院、继续教育学院五个二级学院。面向31个省、市、自治区招生，现有21个专业26个专业方向，覆盖了民航维修和服务的关键岗位，在校生1.2余万人。新生报到率、毕业生就业率、专业对口率等方面均走在同类院校前列，其中，飞机机电设备维修、飞机结构修理、航空电子设备维修、航空地面设备维修、通用航空器维修等民航特有专业对口率均超过90%，优秀毕业生已成为技术骨干与管理人才。 学校以现代民用航空体系和航空产业链建设需求为导向，以飞机维修、民航运输等民航特有专业岗位(群)核心能力培养为主线，创新了“课证一体、中外融通、校企融合”的民航特有专业人才培养模式。制定了基于行业标准的民航特有专业课程教学标准，做到“行业标准入体系、职业标准入课程”，与民航行业企业合作共建民航飞机维修工程、航空港安全检查、航空服务、通用航空等民航特有专业的校企共享型“公共实训平台”，为全国其他院校的民航专业教学起到引领作用。 学校不断加强与美国、英国、加拿大、新加坡、香港等境外院校和航空企业合作，提升办学国际化水平;与斯里兰卡等“一带一路”沿线国家开展民航职业教育合作，实现教育资源对外输出;先后与美国西敏学院、马来西亚建设大学、台湾中华科技大学开展本科层次职业教育合作，搭建人才成长“立交桥”，实现民航职业教育体系中外衔接;通过国际合作与对外交流，促进了人才培养标准、师资、教材和管理国际化，实现了学校教育与国际接轨，提升了民航职业教育软实力。

本发明公开了一种3D?MIMO多小区下行自适应传输方法，各基站采用均匀平面天线阵，各用户设置一个优先级。初始状态时所有用户优先级设为1，随后每一调度时隙，各小区利用用户优先级和已知统计信道信息选出本小区服务用户集合并计算各用户波束成形向量及发送功率，接着各小区对服务用户利用大尺度衰落因子划分与相邻小区的边缘用户，对各边缘用户与相邻小区进行干扰协调。最后，将此调度时隙内的服务用户优先级设为1，其余用户优先级加1直至达到最高优先级，各小区仅对其服务用户集合中的用户进行预编码传输。本发明具有所需信息量小、计算复杂度低的优点，可灵活设置门限满足不同的用户服务质量，有效提升边缘用户服务质量和用户公平性。

一、项目简介 随着科技进步和社会需求的发展，机器人手/臂除了工业生产，也越来越多用于服务人类的其它各个领域，这必然会使机器人承担比工业中更加多样的操作任务，面临更加多变的工作环境。因此，国内外对非结构自然环境下、具备自主操作能力的机器人的研究十分重视。当前，具备视觉感知能力的机器人已被公认为机器人发展的主流趋势，将视觉与机器人操作相融合，是对人类行为的模拟，由此产生的视觉伺服控制方法为机器人自主操作能力的实现带来了新的思路，代表了机器人的先进控制技术，也是促进机器人智能化发展的一个重要驱动。可以预见，未来的视觉系统将会成为机器人名副其实的眼睛，视觉伺服技术在机器人自主操作中将具有不可替代的作用。 视觉伺服利用视觉传感器提供的环境信息对机器人运动进行实时反馈控制，涉及机器人机械几何设计、运动学和动力学、自动控制理论、计算机视觉图像处理和摄像机标定等,是智能机器人领域中具有重要理论意义的研究课题之一。迄今为止，机器人手/臂的视觉伺服方法在太空遥操作、机器人手术、水果采摘、工业装配、焊接、抓取以及微操作等方面得到越来越多的应用。然而，现阶段可实际应用的方案主要面向特定的标定环境、模型参数已知，机器人操作是编码定式的，不具备模型未知条件下的自主操作能力，特别是当面向未来的刚-柔-软体共融机器人时，其柔型结构造成的运动模型及参数的变化与不确定性，必然使现有确定模型的研究方法失效。因此，无模型（目标几何模型，手眼标定模型，机器人运动模型）、非结构环境下的自适应操作对机器人提出了新挑战，是机器人手臂(尤其柔型手臂)视觉伺服控制研究的难点与前沿问题，不断深入对非结构环境下、无模型的机器人手/臂视觉伺服控制的研究具有重要的理论和现实意义。 在非结构自然环境下使机器人像人一样协调自适应操作是当今机器人研究领域的一项尚未实现但又令人感兴趣的研究工作。从理论上看，非结构自然环境下实现机器人柔性操作，就当前研究依靠单一的控制器设计是困难的。因此，本项目借鉴人的手眼协调操作是自适应学习过程，涉及智能进化和行为优化，将随机动态规划理论，结合约束规则与最优化控制，探索一种变参手眼关系，实现机器人在非结构自然环境下的自适应操作。 二、前期研究基础 研究团队一直致力于机器人视觉反馈控制的研究。在基础理论研究上，针对无标定视觉伺服控制方案与设计，均提出了一些新型方法，有扎实的理论基础和知识积累，并不断跟踪和深入在无模型视觉伺服控制的方面研究和前沿问题。目前，已经着手在无模型视觉伺服的可靠性、稳定性控制方面做了充分的探索工作：针对机器人无标定全局稳定操作问题，研究了一种鲁棒卡尔曼滤波(RKF)合作Elman神经网络(ENN)的全局稳定视觉伺服控制方法；提出了一种基于网络辅助尔曼滤波状态估计的无标定视觉伺服方法，提高伺服系统的鲁棒性。同时，立足机器人发展前沿，建立了多模特征深度学习抓取系统，在无结构环境下实现了机器人智能抓取与定位。 已发表的与项目相关的主要论文有： [1] 仲训杲,徐敏,仲训昱,彭侠夫.基于多模特征深度学习的机器人抓取判别方法.自动化学报,2016,7(42), pp:1022-1029. (EI) [2] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robots Visual Servo Control with Features Constraint Employing Kalman-Neural-Network Filtering Scheme. Neurocomputing, 2015, 151(3), pp:268-277 (SCI)  [3] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robust Kalman FilteringCooperated Elman Neural Network Learning forVision-Sensing-Based RoboticManipulation with Global Stability. Sensors, 2013, 10(13), pp:13464-13486. (SCI) [4] Xungao Zhong, Xiafu Peng, Xunyu Zhongand Lixiong Lin. Dynamic Jacobian Identification Based on State-Space for Robot Manipulation. Applied Mechanics andMaterials, vols. 475-476 (2014)pp: 675-679.(EI) [5] Xungao Zhong, Xiafu Peng, Xunyu Zhong and Xueren Dong. Multi-Channel with RBF Neural Network Aggregation Based on Disparity Space for Color Image Stereo Matching. IEEE 5th International Conference on Advanced Computational Intelligence (ICACI), 10(2012) PP:620-625. (EI) [6]XUNGAO ZHONG, XIAFU PENG, XUNYU ZHONG. NEURAL-BAYESIAN FILTERING BASED ON MONTE CARLO RESAMPLING FOR VISUAL ROBUST TRACKING. Journal of Theoretical and Applied Information Technology, 2013, 2(50), pp: 490-496. [7] Xungao Zhong, Xiafu Peng and Xunyu Zhong. Severe-Dynamic Tracking Problems Based on Lower Particles Resampling. TELKOMNIKA Indonesian Journal of Electrical Engineering. 2014, 12(6), pp:4731-4739. [8] Xunyu Zhong, Xungao Zhong and Xiafu Peng. Velocity-Change-Space-based Dynamic Motion Planning for Mobile Robots Navigation. Neurocomputing. 2014, 143(11), pp:153-163. (SCI) [9] Xunyu Zhong, Xungao Zhong, Xiafu Peng. VCS-based motion planning for distributed mobile robots: collision avoidance and formation. Soft Computing,2016,5(20), pp: 1897-1908. (SCI) [10] 仲训杲,徐敏, 仲训昱, 彭侠夫. 基于雅可比预测的机器人无模型视觉伺服定位控制, 控制与决策, 已在线发表, 2018. [11] 仲训杲,徐敏, 仲训昱, 彭侠夫. 基于图像的机器人非标定视觉反馈控制全局定位方法, 厦门大学学报(自然科学版), 已录用, 2018. 三、应用技术成果 （一）基于多模特征深度学习的机器人抓取判别 研究了多模特征深度学习及其在机器人智能抓取判别中的应用，该方法针对智能机器人抓取判别问题, 研究多模特征深度学习与融合方法. 该方法将测试特征分布偏离训练特征视为一类噪化, 引入带稀疏约束的降噪自动编码 (Denoising auto-encoding, DAE), 实现网络权值学习; 并以叠层融合策略, 获取初始多模特征的深层抽象表达, 两种手段相结合旨在提高深度网络的鲁棒性和抓取判别精确性. 实验采用深度摄像机与 6 自由度工业机器人组建测试平台, 对不同类别目标进行在线对比实验. 结果表明, 设计的多模特征深度学习依据人的抓取习惯, 实现最优抓取判别, 并且机器人成功实施抓取定位, 研究方法对新目标具备良好的抓取判别能力. （二）无标定视觉伺服解决方案及其机器人操作应用 研究了无标定视觉伺服方法及其在机械臂任务操作中的应用。首先提出视觉伺服目标：假设机器人或者摄像节的模型参数未知或者部分未知，视觉伺服的目标是使用摄像节作为传感器，引导机械臂运动，使当前图像特征收敛到期望图像特征，从而完成定位或者跟踪的任务。 手眼协调关系描述。关节图像雅克比矩阵定量描述了机械臂关节变化引起图像特征变化，它是关节-图像映射的局部线性化矩阵。 建立图像雅克比的在线估计器。将关节图像雅克比矩阵的每一个元素作为辅助系统的状态，建立辅助系统的状态方程；摄像机提取到的图像特征作为测量值，建立辅助系统的观测方程。根据Kalman滤波器理论，我们设计了对关节图像雅克比的在线实时估计算法。 构建基于图像矩的目标函数。为了避免传统的基于点特征的缺陷，例如点特征的标记、提取与匹配过程复杂且通用性较差问题。构建基于图像矩的图像特征向量完成视觉伺服任务，来提高视觉伺服系统的稳定性和可靠性。 四、合作企业 厦门万久科技股份有限公司是一家集销售、软件研发、技术服务、加工技术整合为一体的高新技术企业。目前公司的经营范围涉及CNC软件开发及数控系统销售、CNC控制零件销售及专业维修；工艺优化、机台升级与技术改造、工程配电与软件优化、专用机控制系统开发、多轴机的设计与开发、机台精度检测与校正优化服务等。公司是国际知名生产制造企业——富士康的产品供应商和技术服务商。    

本发明提出一种基于HybridUML和定理证明的CPS自适应性验证方法，本发明步骤包括：首先利用HybridUML视图对CPS建模；然后将HybridUML规约转换为定理证明器KeYmaera的输入-量化混合程序QHP；结合生成的QHP，以量化微分动态逻辑QdL公式的形式对待验证的属性进行规约，然后利用KeYmaera进行自动验证。

本发明涉及一种基于遥感影像值多元参量定标模型的自适应成像方法,其步骤包括建立成像系统电子学参数与遥感图像的定量数学关系；获取遥感成像系统的位置和姿态参数,并计算成像区域获取成像区域地物覆盖类型、地物反射光谱以及成像区域上空大气和气溶胶参数,根据辐射传输方程计算该成像区域对应的入瞳辐亮度；对每一景遥感影像入瞳辐亮度进行排序得到最大入瞳辐亮度值,并通过成像系统调节成像参数使其不超过成像系统最大输出图像值,然后驱动成像设备获取遥感影像。

本发明提供一种高比例风光储接入配电网多模式自适应控制方法，所述方法包括：获取光伏输出有功功率Ppv、风机发电输出功率Pwd、负载有功功率Pl、光伏输出电压Upv、光伏输出频率Fpv；根据光伏输出有功功率Ppv、风机发电输出功率Pwd、负载有功功率Pl、光伏输出电压Upv和光伏输出频率Fpv按照预设条件自适应地选择恒定功率跟踪控制模式、电网电压频率辅助控制模式、主动离并网控制模式和储能辅助并网控制模式中的一种对电网进行控制。本发明提供的高比例风光储接入配电网多模式自适应控制方法，通过根据电网的不同运行状态，选择相应的控制模式，使电网出现故障时能够平滑的切换控制模式，避免了停机，使操作电网时更加平稳，提高了电网的可靠性和安全性。

本成果属于能源与动力工程技术领域，涉及节能、燃烧、传热学、热力 学、环境保护等等多个相关学科。 成果针对醇基燃料工业燃烧过程中存在积碳堵塞气化管道、燃烧效率 低、燃烧稳定性差、醇基燃料工业燃烧技术及装置不成熟等问题，创新研发了 60-350kW额定功率下负荷大范围变动（25%-120%）醇基燃料引射式自适应配风 燃烧技术： ①  首次开发了醇基燃料引射式自适应配风技术，获得了负荷大范围变动下引 射式自适应配风技术、关键工艺参数，燃烧中能根据热负荷大小自动调节燃烧所 需的配风量，实现燃料完全燃烧； ②  成功首创了低于醇基燃料析碳温度条件下促使其气化的恒温实时预气化 技术，能够在燃烧器的功率调节范围内，实现醇基燃料完全气化，且未见过热积 '③基于自主研发的醇基燃料引射式自适应配风技术、液体燃料无析碳恒温气 化技术，首创了具有自主知识产权的醇基燃料高性能引射式自适应配风燃烧技术, 解决了负荷大范围变化（25%-120%）时的自适应配风、无析碳实时气化、气化管 道堵塞、燃烧效率低、燃烧稳定性差、污染物排放较高等难题，燃烧效率达99. 9% 以上，且完全燃烧后，无粉尘排放，主要污染物排放（CxHy<lppm, C0<lppm, N0x<10ppm）远低于国家标准； ④应用本研究成果提出了适合于中小型燃煤、燃油工业炉的燃烧系统与装置, 并进行了工业应用，可将现有燃煤熔炼炉等中小型工业炉的热效率由25%-30%提 高至80%以上。