当期目录
2025, 51(12): 2569-2587.
doi: 10.16383/j.aas.c250245
cstr: 32138.14.j.aas.c250245
摘要:
扑翼飞行是生物高效利用流体能量的典型范式, 解析其非定常气动机理高度依赖流场可视化技术的革新. 本文系统梳理基于流场可视化技术的生物扑翼气动机理研究进展, 着重探讨实验技术创新与机理认知深化的互动关系. 通过对比多种流场可视化技术的生物实验适配性, 明确其在捕捉瞬态涡结构和量化三维流场特征方面的效能差异. 重点分析活体生物流场可视化实验的设计要素, 涵盖流场构建、示踪粒子选择及生物行为操纵策略. 此外, 重点归纳昆虫、鸟类与蝙蝠三类典型生物的已有流场可视化成果, 如前缘涡延迟脱落、尾流捕获等普适性非定常气动机理. 对比说明不同生物类群在柔性翼变形调控、涡流−运动耦合等策略上的进化差异. 最后针对性梳理当前研究存在的问题, 并展望结合先进人工智能技术的机理解析及仿生扑翼飞行器工程转化等未来发展方向.
扑翼飞行是生物高效利用流体能量的典型范式, 解析其非定常气动机理高度依赖流场可视化技术的革新. 本文系统梳理基于流场可视化技术的生物扑翼气动机理研究进展, 着重探讨实验技术创新与机理认知深化的互动关系. 通过对比多种流场可视化技术的生物实验适配性, 明确其在捕捉瞬态涡结构和量化三维流场特征方面的效能差异. 重点分析活体生物流场可视化实验的设计要素, 涵盖流场构建、示踪粒子选择及生物行为操纵策略. 此外, 重点归纳昆虫、鸟类与蝙蝠三类典型生物的已有流场可视化成果, 如前缘涡延迟脱落、尾流捕获等普适性非定常气动机理. 对比说明不同生物类群在柔性翼变形调控、涡流−运动耦合等策略上的进化差异. 最后针对性梳理当前研究存在的问题, 并展望结合先进人工智能技术的机理解析及仿生扑翼飞行器工程转化等未来发展方向.
2025, 51(12): 2588-2608.
doi: 10.16383/j.aas.c240716
cstr: 32138.14.j.aas.c240716
摘要:
机器人的理想境界是拥有类脑智能并像人和动物一样具有智能行为. 随着对机器人感知、认知能力要求的不断提高, 传统人工智能方法逐渐陷入瓶颈. 自然界中的哺乳动物拥有卓越的情景认知能力, 借鉴其大脑的神经信息传递和处理机制, 研究机器人类脑情景认知方法已成为热点. 首先介绍大鼠、猕猴等哺乳动物的情景认知神经机理, 进而探讨受其启发的情景认知计算模型, 随后概述机器人类脑情景认知方法研究, 最后总结当前研究面临的挑战并展望未来发展方向.
机器人的理想境界是拥有类脑智能并像人和动物一样具有智能行为. 随着对机器人感知、认知能力要求的不断提高, 传统人工智能方法逐渐陷入瓶颈. 自然界中的哺乳动物拥有卓越的情景认知能力, 借鉴其大脑的神经信息传递和处理机制, 研究机器人类脑情景认知方法已成为热点. 首先介绍大鼠、猕猴等哺乳动物的情景认知神经机理, 进而探讨受其启发的情景认知计算模型, 随后概述机器人类脑情景认知方法研究, 最后总结当前研究面临的挑战并展望未来发展方向.
2025, 51(12): 2609-2620.
doi: 10.16383/j.aas.c250358
cstr: 32138.14.j.aas.c250358
摘要:
质子交换膜燃料电池因其高效清洁的特性, 成为替代传统内燃机的理想选择. 在质子交换膜燃料电池系统中, 空气供给子系统的氧气过量比与阴极压力是影响其性能和寿命的关键变量. 然而, 这些变量在实际应用中通常难以直接测量, 且系统模型存在参数不确定性. 为应对上述挑战, 提出一种部分状态反馈预设时间协同控制策略. 该策略的核心在于, 首先创新性地设计仅依赖于可测状态与目标设定值的“引导变量”, 并借助输入−状态稳定性理论, 将原控制问题转化为“引导变量”的镇定问题. 随后, 选取“引导变量”及其导数的线性组合来构建滑模面, 并提出一种基于障碍李雅普诺夫函数的自适应滑模控制律, 确保滑动变量在预设时间内收敛至指定小邻域内, 从而间接实现对氧气过量比和阴极压力的精确控制, 同时抑制测量噪声的干扰. 该方法规避了对关键状态的直接测量需求, 且不依赖于精确的系统模型参数. 仿真与硬件在环实验结果验证了所提策略具有优异的动态响应性能和对参数不确定性的鲁棒性.
质子交换膜燃料电池因其高效清洁的特性, 成为替代传统内燃机的理想选择. 在质子交换膜燃料电池系统中, 空气供给子系统的氧气过量比与阴极压力是影响其性能和寿命的关键变量. 然而, 这些变量在实际应用中通常难以直接测量, 且系统模型存在参数不确定性. 为应对上述挑战, 提出一种部分状态反馈预设时间协同控制策略. 该策略的核心在于, 首先创新性地设计仅依赖于可测状态与目标设定值的“引导变量”, 并借助输入−状态稳定性理论, 将原控制问题转化为“引导变量”的镇定问题. 随后, 选取“引导变量”及其导数的线性组合来构建滑模面, 并提出一种基于障碍李雅普诺夫函数的自适应滑模控制律, 确保滑动变量在预设时间内收敛至指定小邻域内, 从而间接实现对氧气过量比和阴极压力的精确控制, 同时抑制测量噪声的干扰. 该方法规避了对关键状态的直接测量需求, 且不依赖于精确的系统模型参数. 仿真与硬件在环实验结果验证了所提策略具有优异的动态响应性能和对参数不确定性的鲁棒性.
2025, 51(12): 2621-2632.
doi: 10.16383/j.aas.c250094
cstr: 32138.14.j.aas.c250094
摘要:
科学技术发展是一种动态非线性的复杂演进过程. 为提升技术预测的精确度, 基于大语言模型、图卷积神经网络、双向长短期记忆神经网络以及鲁棒随机配置网络(RSCN), 提出一种全新的“结构−内容”时空技术预测模型. 首先, 通过结合图卷积神经网络和双向长短期记忆神经网络, 分别捕捉技术网络中的空间依赖关系和时间演化规律, 从而突破传统预测模型在动态性和结构表征上的局限性, 克服传统技术预测模型的“伪动态”和“静态”限制. 其次, 引入大语言模型对技术网络中的节点特征和边特征进行双重语义表征, 将预测框架从单一的结构维度扩展至“结构−内容”双维度分析, 显著增强了模型对技术发展信息的理解能力和表征深度. 最后, 通过集成RSCN, 模型能够有效应对极端不均衡数据分布的挑战, 进一步提升了预测的鲁棒性和准确性. 提出的预测框架在多个指标上均优于当前多种技术预测方法, 为推动技术预测建模和评估未来技术发展轨迹提供了有力的支持.
科学技术发展是一种动态非线性的复杂演进过程. 为提升技术预测的精确度, 基于大语言模型、图卷积神经网络、双向长短期记忆神经网络以及鲁棒随机配置网络(RSCN), 提出一种全新的“结构−内容”时空技术预测模型. 首先, 通过结合图卷积神经网络和双向长短期记忆神经网络, 分别捕捉技术网络中的空间依赖关系和时间演化规律, 从而突破传统预测模型在动态性和结构表征上的局限性, 克服传统技术预测模型的“伪动态”和“静态”限制. 其次, 引入大语言模型对技术网络中的节点特征和边特征进行双重语义表征, 将预测框架从单一的结构维度扩展至“结构−内容”双维度分析, 显著增强了模型对技术发展信息的理解能力和表征深度. 最后, 通过集成RSCN, 模型能够有效应对极端不均衡数据分布的挑战, 进一步提升了预测的鲁棒性和准确性. 提出的预测框架在多个指标上均优于当前多种技术预测方法, 为推动技术预测建模和评估未来技术发展轨迹提供了有力的支持.
2025, 51(12): 2633-2647.
doi: 10.16383/j.aas.c250102
cstr: 32138.14.j.aas.c250102
摘要:
星间激光通信中的光束指向误差会显著降低链路质量. 精跟踪系统因其高带宽特性, 主要负责对高频扰动进行实时修正. 针对精跟踪环节所面临的高频扰动, 传统自抗扰控制(ADRC)在扰动估计与补偿方面仍存在性能瓶颈. 本文考虑一种特殊的干扰形式, 并基于此构造具备频率分离能力的改进扩张状态观测器, 实现对快、慢变扰动的解耦. 在此基础上提出一种融合自适应滤波的自适应ADRC框架, 该方法在传统ADRC框架基础上, 引入并联自适应滤波器, 通过滤波器权重在线更新实现对光束指向误差的自适应抑制, 提升系统在高频干扰下的控制性能. 实验结果表明, 所提方法相比传统控制方法具有更强的扰动抑制能力.
星间激光通信中的光束指向误差会显著降低链路质量. 精跟踪系统因其高带宽特性, 主要负责对高频扰动进行实时修正. 针对精跟踪环节所面临的高频扰动, 传统自抗扰控制(ADRC)在扰动估计与补偿方面仍存在性能瓶颈. 本文考虑一种特殊的干扰形式, 并基于此构造具备频率分离能力的改进扩张状态观测器, 实现对快、慢变扰动的解耦. 在此基础上提出一种融合自适应滤波的自适应ADRC框架, 该方法在传统ADRC框架基础上, 引入并联自适应滤波器, 通过滤波器权重在线更新实现对光束指向误差的自适应抑制, 提升系统在高频干扰下的控制性能. 实验结果表明, 所提方法相比传统控制方法具有更强的扰动抑制能力.
2025, 51(12): 2648-2663.
doi: 10.16383/j.aas.c250395
cstr: 32138.14.j.aas.c250395
摘要:
能源是现代工业运行的核心要素, 其价格波动对工业企业的成本结构和竞争力具有显著影响. 然而, 受政策变化和地缘冲突等突发事件影响, 工业能源价格呈现高频波动特征, 难以实现精准预测. 此外, 现有深度学习方法在事件量化、动态响应及可解释性方面存在不足, 导致预测结果的不确定性显著增加. 为此, 提出一种基于大模型量化突发事件影响的工业能源价格预测方法. 首先, 为实现突发事件的量化表征与显式推理路径提取, 构建领域知识微调与结构化数据微调的两阶段协同机制, 设计事件冲击函数驱动的多尺度事件解析器, 并结合注意力机制自适应调整衰减速率, 将事件影响分解为短期冲击、中期传导与长期趋势. 其次, 为统一事件量化与价格预测过程, 将量化结果作为外部输入以增强模型响应能力, 并输入门控循环神经网络实现价格预测. 最后, 在秦皇岛煤炭月度价格和布伦特原油月度价格两个真实工业数据集上开展系统实验, 验证了所提方法的有效性, 并进一步分析大模型推理文本对预测性能的贡献机制.
能源是现代工业运行的核心要素, 其价格波动对工业企业的成本结构和竞争力具有显著影响. 然而, 受政策变化和地缘冲突等突发事件影响, 工业能源价格呈现高频波动特征, 难以实现精准预测. 此外, 现有深度学习方法在事件量化、动态响应及可解释性方面存在不足, 导致预测结果的不确定性显著增加. 为此, 提出一种基于大模型量化突发事件影响的工业能源价格预测方法. 首先, 为实现突发事件的量化表征与显式推理路径提取, 构建领域知识微调与结构化数据微调的两阶段协同机制, 设计事件冲击函数驱动的多尺度事件解析器, 并结合注意力机制自适应调整衰减速率, 将事件影响分解为短期冲击、中期传导与长期趋势. 其次, 为统一事件量化与价格预测过程, 将量化结果作为外部输入以增强模型响应能力, 并输入门控循环神经网络实现价格预测. 最后, 在秦皇岛煤炭月度价格和布伦特原油月度价格两个真实工业数据集上开展系统实验, 验证了所提方法的有效性, 并进一步分析大模型推理文本对预测性能的贡献机制.
2025, 51(12): 2664-2678.
doi: 10.16383/j.aas.c250118
cstr: 32138.14.j.aas.c250118
摘要:
参考多目标跟踪(RMOT)是一项利用语言与视觉模态数据进行目标定位与跟踪的任务, 旨在在视频帧中根据语言提示精准识别并持续跟踪指定目标. 尽管现有RMOT方法在该领域取得了一定进展, 但针对语言表述概念粒度的建模仍较为有限, 导致模型在处理复杂语言描述时存在语义解析不足的问题. 为此, 提出基于语义概念关联的参考多目标跟踪方法(SCATrack), 通过引入共享语义概念(SSC)和语义概念辅助生成(SCG)模块, 以提升模型对语言表述的深层理解能力, 从而增强跟踪任务的持续性与鲁棒性. 具体而言, SSC模块对语言表述进行语义概念划分, 使模型能够有效区分相同语义的不同表达方式, 以及不同语义间的相似表达方式, 从而提升多粒度输入条件下的目标辨别能力. SCG模块则采用特征遮蔽与生成机制, 引导模型学习多粒度语言概念的表征信息, 增强其对复杂语言描述的鲁棒性和辨别能力. 在两个广泛使用的基准数据集上的实验结果表明, 所提出的SCATrack显著提升了RMOT任务的跟踪性能, 验证了方法的有效性与优越性.
参考多目标跟踪(RMOT)是一项利用语言与视觉模态数据进行目标定位与跟踪的任务, 旨在在视频帧中根据语言提示精准识别并持续跟踪指定目标. 尽管现有RMOT方法在该领域取得了一定进展, 但针对语言表述概念粒度的建模仍较为有限, 导致模型在处理复杂语言描述时存在语义解析不足的问题. 为此, 提出基于语义概念关联的参考多目标跟踪方法(SCATrack), 通过引入共享语义概念(SSC)和语义概念辅助生成(SCG)模块, 以提升模型对语言表述的深层理解能力, 从而增强跟踪任务的持续性与鲁棒性. 具体而言, SSC模块对语言表述进行语义概念划分, 使模型能够有效区分相同语义的不同表达方式, 以及不同语义间的相似表达方式, 从而提升多粒度输入条件下的目标辨别能力. SCG模块则采用特征遮蔽与生成机制, 引导模型学习多粒度语言概念的表征信息, 增强其对复杂语言描述的鲁棒性和辨别能力. 在两个广泛使用的基准数据集上的实验结果表明, 所提出的SCATrack显著提升了RMOT任务的跟踪性能, 验证了方法的有效性与优越性.
2025, 51(12): 2679-2690.
doi: 10.16383/j.aas.c250359
cstr: 32138.14.j.aas.c250359
摘要:
针对城市污水处理进水过程总管压力难以稳定控制, 导致污水处理过程运行不稳定的问题, 提出一种自适应恒压控制(ACPC)方法. 首先, 建立基于时滞特性的城市污水处理进水过程控制模型, 设计基于帕德逼近的等效变换模型, 动态补偿运行过程滞后的影响. 其次, 提出基于障碍李雅普诺夫函数的ACPC方法, 设计转移策略放宽初始总管压力对控制器的约束, 保障进水过程在规定压力范围内运行. 然后, 提出神经网络自适应动态调整算法, 根据进水过程运行状态实时调整控制参数, 降低膜组器清洗操作导致的总管压力波动, 提升进水过程的稳定性. 最后, 给出控制器稳定性分析, 证明进水过程中所有变量是半全局最终有界的, 实现总管压力的稳定控制. 实验结果表明, 该方法能够保证城市污水处理进水过程稳定运行.
针对城市污水处理进水过程总管压力难以稳定控制, 导致污水处理过程运行不稳定的问题, 提出一种自适应恒压控制(ACPC)方法. 首先, 建立基于时滞特性的城市污水处理进水过程控制模型, 设计基于帕德逼近的等效变换模型, 动态补偿运行过程滞后的影响. 其次, 提出基于障碍李雅普诺夫函数的ACPC方法, 设计转移策略放宽初始总管压力对控制器的约束, 保障进水过程在规定压力范围内运行. 然后, 提出神经网络自适应动态调整算法, 根据进水过程运行状态实时调整控制参数, 降低膜组器清洗操作导致的总管压力波动, 提升进水过程的稳定性. 最后, 给出控制器稳定性分析, 证明进水过程中所有变量是半全局最终有界的, 实现总管压力的稳定控制. 实验结果表明, 该方法能够保证城市污水处理进水过程稳定运行.
2025, 51(12): 2691-2702.
doi: 10.16383/j.aas.c250120
cstr: 32138.14.j.aas.c250120
摘要:
在无线资源受限的情况下, 采用多波束技术实现多个环路的同时控制是无线控制系统领域的技术难题. 在仅已知非完美信道状态信息的条件下, 提出一种联合鲁棒波束成形与设备调度算法, 保证控制稳定性的同时降低系统总成本. 首先, 以系统控制成本和通信成本的加权和最小化为目标函数, 以满足控制稳定性和发射功率限制为约束条件, 建立一个多个环路同时控制场景下的优化问题. 其次, 通过二次李雅普诺夫函数将稳定性约束转换为传输成功概率约束. 由于该非凸问题难以求解, 进一步提出控制成本与通信成本联合优化的双目标方案, 并基于怀特指数方法提出控制成本最小化的设备调度算法, 同时采用伯恩斯坦不等式和半正定规划等数学工具, 设计满足控制稳定性的通信成本最小化鲁棒波束成形算法. 最后, 计算机仿真表明, 所提方案相比于典型传输方案能够降低10% ~ 41%的总成本, 实现通信与控制成本之间的良好折中.
在无线资源受限的情况下, 采用多波束技术实现多个环路的同时控制是无线控制系统领域的技术难题. 在仅已知非完美信道状态信息的条件下, 提出一种联合鲁棒波束成形与设备调度算法, 保证控制稳定性的同时降低系统总成本. 首先, 以系统控制成本和通信成本的加权和最小化为目标函数, 以满足控制稳定性和发射功率限制为约束条件, 建立一个多个环路同时控制场景下的优化问题. 其次, 通过二次李雅普诺夫函数将稳定性约束转换为传输成功概率约束. 由于该非凸问题难以求解, 进一步提出控制成本与通信成本联合优化的双目标方案, 并基于怀特指数方法提出控制成本最小化的设备调度算法, 同时采用伯恩斯坦不等式和半正定规划等数学工具, 设计满足控制稳定性的通信成本最小化鲁棒波束成形算法. 最后, 计算机仿真表明, 所提方案相比于典型传输方案能够降低10% ~ 41%的总成本, 实现通信与控制成本之间的良好折中.
2025, 51(12): 2703-2712.
doi: 10.16383/j.aas.c250174
cstr: 32138.14.j.aas.c250174
摘要:
为提高混合动力飞行器经济性并改善动力系统的动态性能, 提出一种混合动力分层控制的能量管理策略. 首先, 在顶层提出基于改进等效燃油消耗最小化的能量管理策略, 根据发电机组的燃油消耗特性、储能电池组的荷电状态以及等效惩罚因子动态调整发电机组的最优工作曲线, 从而获得最佳的燃油经济性. 在底层提出一种基于电流反馈的改进下垂控制策略, 负责管理电池组的充放电状态和维持直流母线电压的动态平衡, 同时实现飞行器经济性与动态响应的协同控制, 达到对混合电推进飞行器能量动态优化管理的目的. 最后, 通过基于RT-LAB的混合动力系统硬件在环实验平台验证该能量管理策略的有效性.
为提高混合动力飞行器经济性并改善动力系统的动态性能, 提出一种混合动力分层控制的能量管理策略. 首先, 在顶层提出基于改进等效燃油消耗最小化的能量管理策略, 根据发电机组的燃油消耗特性、储能电池组的荷电状态以及等效惩罚因子动态调整发电机组的最优工作曲线, 从而获得最佳的燃油经济性. 在底层提出一种基于电流反馈的改进下垂控制策略, 负责管理电池组的充放电状态和维持直流母线电压的动态平衡, 同时实现飞行器经济性与动态响应的协同控制, 达到对混合电推进飞行器能量动态优化管理的目的. 最后, 通过基于RT-LAB的混合动力系统硬件在环实验平台验证该能量管理策略的有效性.
