摘要 — 无人水面舰艇 (USV) 凭借其自主性优势被广泛应用于各个领域,而路径规划是实现自主性的关键技术。然而,单独使用全局路径规划无法避开移动障碍物,而单独使用局部路径规划可能陷入局部极小值而无法到达目标。因此,本文提出了动态目标人工势场 (DTAPF) 方法,以跟随 A* 算法生成的全局路径的动态点作为人工势场 (APF) 的目标点。此外,为了提高传统集中式路径规划方法的 USV 导航响应时间和安全性,我们提出了用于全局路径规划的边缘计算架构和偏移制导方法以避开移动障碍物并符合碰撞规则 (CORLEG)。实验结果表明,采用本文提出的方法,无人艇在存在移动障碍物的环境中能够以较高的概率(约99.4%)到达目标,与传统APF算法相比,在平均路径长度和平均航行时间几乎没有增加的情况下,碰撞概率降低了71%,且计算时延远低于本地计算,也低于云计算。
摘要 - 由于小包大小,经典数据保护方案不适合水下通信。本文解决了此问题,并包含两个主要结果。作为第一个结果,引入了一种适用于小消息大小的新的对称密钥加密协议。加密方案利用灵活的量子置换板(QPP)对称键块密码。它将QPP与块密码计数器模式和一个随机数生成器结合在一起,并带有共享秘密,以使QPP适应短的水下协议数据单位。加密和解密算法是定义的,在计数器模式下在QPP上构建。分析算法。分析表明该方案没有达到完美的不可区分性。但是,分析还表明消息碰撞概率可能非常低。该方案是通用和适应性的。作为第二个结果,新的对称加密方案适用于远程水下通信协议(发音您窃窃私语)UWSPR。与理论一致分析设计。还解决了相关的问题,例如关键大小和关键产生,以及水下环境所面临的挑战。关键字 - 水下通信,水下网络,安全性,机密性,加密,量子置换板,(发音您窃窃私语)UWSPR
由于大多数机场空间有限,通常只有更有效地利用现有平行跑道或修建额外的平行跑道才能增加机场容量。本研究重点关注与独立平行进近相关的碰撞风险以及可判断碰撞风险可接受的最小平行跑道间距。研究了几种风险措施和方法对目标安全水平 (TLS) 评估的适用性。两种方法的应用提供了一个 TLS 区域,定义了决策者可以从中选择 TLS 的范围。开发了一种风险模型,用于确定在仪表气象条件 (IMC) 下进行独立平行进近的飞机之间的碰撞风险,从而使用仪表着陆系统 (ILS) 程序。数值评估表明,在各种运行条件下,尤其是在接近航向道转弯处和双机复飞期间,两架飞机之间的碰撞概率可能很大。为了尽量将碰撞风险保持在较低且可接受的水平,确定了三种降低风险的措施。假设应用了这些措施,并假设使用来自指定 TLS 区域的 TLS,如果跑道间距大于 1270 米,则独立平行进近可能被判断为足够安全,如果间距小于 930 米,则不安全。
协作式车辆安全应用最好具有两米的水平精度和六米的垂直精度,并且可用性均为 95%。解决方案必须包含低成本的传感器选项,具体来说,就是低成本的惯性测量单元,其通常特征是陀螺仪漂移为每小时 100 度,加速度计偏置力为其质量乘以重力的两倍(两毫伽)。我们实施的协作式车辆安全系统在车辆和路边基础设施之间使用低延迟 5.9 GHz 通信链路。这使每辆车能够持续评估发生碰撞的可能性。如果碰撞概率高,系统可能会为驾驶员生成车内警告,甚至自动启动操作以帮助防止碰撞。配备此系统的车辆知道自己的位置和路径,同时还可以无线监控周围车辆的位置和路径。这些应用依赖于两种主要技术:(1) 使用专用短程通信 (DSRC) 进行信息交换,(2) 使用 GNSS 进行定位,尽管还涉及各种其他技术。尽管 GNSS 在信号畅通无阻的开放区域满足所需的精度水平,但它无法在密集的城市环境中支持所需的性能。为了实现设定的性能目标,必须使用其他传感器来增强 GNSS。在本文中,我们描述了一种多传感器架构,该架构旨在实现在困难的 GNSS 环境(例如城市峡谷)中实现精确定位能力,以实现合作车辆安全应用。我们的总体目标是实现米级
地球轨道正变得越来越繁忙。这一现象迅速增加了驻留空间物体 (RSO) 之间的碰撞概率。由于 RSO 飞行速度快,碰撞的后果是灾难性的。然而,即使空间目录规模适中,准确有效地预测会合及其最佳避免也一直是一个挑战。在新太空时代,随着预期的极端物体数量,这种情况肯定会继续存在。在这里,我们提供了一个 Web 服务器 SPACEMAP,它可以 (近乎) 实时地解决会合评估和最佳机动规划。SPACEMAP 通过快速评估二级和三级会合的副作用来呈现机动替代方案的最佳候选方案,从而克服了具有挑战性的计算要求。三级会合是在感兴趣的对象 (OOI) 和附近其他快速飞行的 RSO 之间定义的,它具有特别重要的意义,可以通过利用计算能力强大的新几何构造 Voronoi 图来解决。 SPACEMAP 还在时间线上提供了各种关键情报和优化功能:预测在我开车时可以监视我的敌方卫星;预测距离自身资产 10 公里以内的敌方卫星;预测可能对自身资产造成频谱干扰的敌方卫星;在预测干扰下找到自身资产的最佳数据传输路线;找到通过一个星座或通过多个轨道上的多个星座在城市对之间最佳的数据传输时间表;找到监视地面或太空热点的最佳时间表。SPACEMAP 目前使用来自 Space-track 的 TLE 数据。合并其他数据类型(如遥测数据(例如 GPS)、测量数据(例如雷达)、ADS-B、AIS 等)相当简单。SPACEMAP Web 服务器在 Amazon Web Services (AWS) 上运行。