基于数据挖掘技术的液体火箭发动机试验数据分析和处理

分析了数据挖掘技术的研究概况,研究了偏差检测、人工神经网络等数据挖掘方法,实现了挖掘方法在液体火箭发动机试验数据分析处理中的应用。最后,用某发动机试验数据进行了验证。     

多用户多视窗机载光电监视系统在城市反恐中的应用研究

作为主要财富的集结区、战争潜力的潜藏区、国家安全重要的战略地带,城市已成为现代战争的主要战场。通过分析传统机载光电侦察系统在城市反恐中的局限性,阐述了多用户多视窗机载光电侦察系统在城市应用中的前景,并通过对多视窗多用户机载光电侦察设备工作原理的分析,特别是对其中的多用户多视窗技术原理的分析,提出了一种可行的、多用户多视窗光电侦察系统研制方案,为类似产品的研制和应用提供了参考。同时结合当前的人工智能技术,分析了图像自动识别技术在其中应用的可行性,以便在海量信息中筛选出威胁目标并进行实时跟踪,大大提高了侦察监视的效率。     

表面等离子体共振生物传感器在微生物检测中的应用

在地球环境及航天空间环境中存在有多种多样的微生物,快速、准确地检测这些微生物成为亟待解决的问题.在众多微生物检测方法中,表面等离子体共振生物传感器凭借其快速、灵敏的检测特点,近年来发展迅速.本文综述了表面等离子体共振生物传感器在微生物检测领域中的应用,以期为地面及航天环境的微生物检测工作提供技术参考.      

基于单站CCD漂移扫描光电设备的同步轨道目标测定轨

地基光电观测在同步轨道目标监测领域具有重要作用.为评估单站光电设备对同步轨道目标的实际测定轨能力,利用上海天文台佘山站1.56m望远镜,采用CCD漂移扫描光电技术,对3颗北斗同步卫星开展试验观测,基于卫星精密星历评估目标的测定轨外符精度.结果表明:同步轨道目标的天文定位在方位和俯仰方向上的外符精度均好于0.3";在单圈次观测情况下,尽管轨道预报精度较低,约为数千米量级,但是观测弧段内定轨精度可优于百米;在多圈次观测情况下,轨道改进效果显著,定轨精度优于50m,外推至4d的轨道预报精度为百米量级.此外,定量评估了每晚不同观测时间跨度下同步轨道目标的测定轨精度,为单站光电设备实际应用提供了参考.      

太赫兹脉冲测量技术及其在计量领域的应用CSCD

本文对国内外太赫兹脉冲的产生和测量技术进行了综述,详细介绍了太赫兹脉冲产生与测量技术的原理和优缺点,以及太赫兹脉冲技术在宽带示波器、超快光电探测器、超快脉冲产生器等仪器设备计量中的应用。     

人工神经网络在复合材料研究中的应用

人工神经网络技术广泛应用于复杂系统的建模中,已成为材料科学研究中常用的建模方法;介绍了BP神经网络及其建模的重要特征,综述了神经网络在复合材料性能预测、工艺设计与优化、损伤预测与检测等方面的研究情况.     

基于光学图像的撞击坑识别研究综述

当前,随着深空探测研究工作的需要,将信息科学的图像处理、模式识别技术应用到空间探测领域成为必然。基于光学图像的撞击坑自主检测技术就是将信息科学的图像处理技术应用到空间科学研究中的一个很好例证,近年来得到了各国学者的重视。本文针对这一领域的相关研究进行了介绍与分析。首先,对这一技术的研究意义从地质学、天体表面结构和特征数据库建设、探测器导航三个角度加以说明;其次,详细阐述了该技术的研究现状,简要介绍了其中一些经典算法,并将相关算法分为三类:全自主检测算法、半自主检测算法和组合检测算法;最后,提出了该技术研究所面临的难点和未来研究方向与应用空间,以及介绍了作者在这一方面的研究进展。     

用于表面缺陷检测的激光超声技术

系统介绍了一种可用于微小表面缺陷检测的新技术激光超声技术,就其检测原理、激光超声的生成和探测、理论建模、应用前景等作了全面的回顾与展望。激光超声技术的开发和应用,将在机械工程、表面物理等领域产生深远的影响。     

光电式电子水平仪设计与实现

介绍了一种光电式电子水平仪的设计方法,运用CCD传感器敏感硅油液面建立水平基准,通过计算机系统实现光电信号的采集、处理及显示。通过对光电式电子水平测量原理的分析,详细阐述了光电式电子水平仪的总体技术实现、硬件技术实现和软件技术实现,并完成了光电式电子水平仪的原理样机,进行了技术指标的测试,达到了预期效果,具备了工程应用的价值。     

光电式电子水平仪设计与实现

介绍了一种光电式电子水平仪的设计方法，运用CCD传感器敏感硅油液面建立水平基准，通过计算机系统实现光电信号的采集、处理及显示。通过对光电式电子水平测量原理的分析，详细阐述了光电式电子水平仪的总体技术实现、硬件技术实现和软件技术实现，并完成了光电式电子水平仪的原理样机，进行了技术指标的测试，达到了预期效果，具备了工程应用的价值。     

卷积神经网络求解有限元单元刚度矩阵

随着深度学习在众多领域的成功应用与快速发展，将深度学习与传统的结构分析相融合已经成为了新的研究方向。在求解有限元单元刚度矩阵的具体问题上，研究了卷积神经网络在结构分析上的应用。以四边形平面应力单元为例，基于卷积神经网络，提出了一个求解有限元总体刚度矩阵的神经网络模型；同时分析了网络的学习效果与网络卷积核数目、训练样本数目之间的关系。计算实例表明，在一定范围内，网络的学习能力随着卷积核数目、训练样本数目的增加而不断提升。在现实应用时，可以根据具体的精度要求而设定相应的卷积神经网络。卷积神经网络训练完成后，单元刚度矩阵的计算具有实时性，且精度满足工程要求。      

基于GRNN网络和遗传算法的旋翼动平衡调整

针对传统旋翼调整方法没有考虑调整参数与振动信号之间的非线性关系,提出一种结合广义回归神经网络GRNN(General Regression Neural Network)和遗传算法的旋翼调整方法,采用GRNN建立旋翼动平衡调整模型,以桨叶调整参数作为GRNN输入,以旋翼转轴3个方向的加速度测量值和机身3个方向加速度测量值作为网络输出,建立调整参数与直升机振动信号之间的模型.以直升机振动作为目标函数,采用改进的遗传算法对桨叶调整参数进行寻优,获得直升机振动最小时的桨叶的调整量.飞行实验表明,通过1到2次飞行调整,可使3个方向机身振动(旋翼的一阶振动)为最小,完成旋翼的动平衡调整.      

神经网络数据融合机动目标跟踪算法

利用神经网络方法解决雷达/红外双模制导中的数据融合问题.红外数据经过异步数据融合处理与经过卡尔曼滤波处理后的雷达数据同步,共同作为神经网络的输入,神经网络作为同步融合中心,输出为目标的最优融合估计.研究结果表明这种方法可以在融合中心不知道协方差信息的情况下进行数据融合.     

Neural network prediction of the topside electron content over the Euro-African sector derived from Swarm-A measurements

This study presents the first prediction results of a neural network model for the vertical total electron content of the topside ionosphere based on Swarm-A measurements. The model was trained on 5 years of Swarm-A data over the Euro-African sector spanning the period 1 January 2014 to 31 December 2018. The Swarm-A data was combined with solar and geomagnetic indices to train the NN model. The Swarm-A data of 1 January to 30 September 2019 was used to test the performance of the neural network. The data was divided into two main categories: most quiet and most disturbed days of each month. Each category was subdivided into two sub-categories according to the Swarm-A trajectory i.e. whether it was ascending or descending in order to accommodate the change in local time when the satellite traverses the poles. Four pairs of neural network models were implemented, the first of each pair having one hidden layer, and the second of each pair having two hidden layers, for the following cases: 1) quiet day-ascending, 2) quiet day-descending, 3) disturbed day-ascending, and 4) disturbed day-descending. The topside vertical total electron content predicted by the neural network models compared well with the measurements by Swarm-A. The model that performed best was the one hidden layer model in the case of quiet days for descending trajectories, with RMSE = 1.20 TECU, R = 0.76. The worst performance occurred during the disturbed descending trajectories where the one hidden layer model had the worst RMSE = 2.12 TECU, (R = 0.54), and the two hidden layer model had the worst correlation coefficient R = 0.47 (RMSE = 1.57).In all cases, the neural network models performed better than the IRI2016 model in predicting the topside total electron content. The NN models presented here is the first such attempt at comparing NN models for the topside VTEC based on Swarm-A measurements.     

基于改进神经网络的空间机械臂阻抗控制方法

针对环境信息不确定和碰撞模型未知情况下的空间机械臂柔顺控制问题,提出了一种基于改进型神经网络的阻抗控制方法.以空间机械臂阻抗控制系统闭环方程为基础,分析了环境信息不确定和碰撞模型未知情况下不能实现精准力控制的原因.利用粒子群优化算法调整神经网络中的权值矩阵,以提高神经网络的收敛速度和寻优性能.基于改进后的神经网络设计阻...     

基于神经网络自适应稳定PID控制方法的研究

经典的基于对象精确数学模型的PID控制方法的自适应性较差,难以适应具有非线性、时变不确定性的被控对象.神经网络控制算法的稳定性又受到迭代初值的影响,且算法复杂.为此提出了一种基于RBF神经网络的、结构简单的、稳定的PID直接自适应控制方法.讨论了控制器参数迭代初值选取的基本原则,并给出了在保证系统稳定性前提下参数的迭代算法.仿真研究结果表明,该方法的鲁棒性和跟踪性能均优于经典PID方法.      

利用BP神经网络对卫星无热敏设备温度的估测

卫星上测温资源有限，只有部分设备有测温点，难以准确获得其他无测温点设备的温度。基于反向传播（BP）神经网络对复杂非线性系统优秀的拟合能力，建立了估测卫星上无测温点设备温度的神经网络，以在轨有测温点设备温度为输入层，以在轨无测温点设备为输出层，并使用卫星热试验获得的星上温度遥测数据和在轨无测温点设备的热电偶温度数据进行训练和测试。测试结果表明，所建立的神经网络估测精度在1℃以内，可以用来精确估测卫星无测温点设备的温度。针对学习样本对估测误差之间关系进行了研究，计算表明，学习样本的多样性和大数据量能够显著减小估测误差。     

自适应评判神经网络在微分对策中的应用

采用由3个神经网络组成的自适应评判神经网络结构求解微分对策的2点边值问题,其中2个 为控制神经网络,分别实现对微分对策系统中双边控制器的优化,一个为协 态神经网络,用于对2点边值问题中的协态变量进行求解,协态网络的输出对控制网络进行 校正,训练以后的2个控制网络作为双边的反馈控制器在线应用.并将神经网络结果与采用 Chebyshev技术的微分对策数字解进行了对比.追逃微分对策仿真结果表明了该方法的有效 性,并且对初始条件和测量噪声具有较强的鲁棒性.      

基于BP神经网络的纳卫星轨道温度预测

为了实现纳卫星在轨温度的预测,在对纳卫星热系统动态特性模型分析的基础上,建立BP神经网络预测模型实现纳卫星在轨温度的预测.通过分析纳卫星热系统动态特性模型,得到用于BP神经网络预测模型的输入、输出变量以及训练神经网络所需的数据样本.BP神经网络预测模型分别以纳卫星外壳、辐射器、舱内仪器的热流及温度值为神经网络输入、输出,预测纳卫星10s后的轨道温度.经验证,神经网络预测模型预测结果与纳卫星实际轨道温度吻合较好,表明神经网络预测模型是快捷有效的.