开放式气动力数值模拟系统研究

气动力数值模拟系统是ＣＦＤ流场解算技术、网格生成技术、数据可视化技术和网络技术相结合的产物。描述了一种运行于计算机网格环境下多任务、多用户、交互式的数值模拟软件环境－ 气动力数值模拟系统,该环境能计算模拟亚、跨、超音速绕流的气动力,也能方便地集成模拟不同复杂气动布局飞机流场的解算程序。介绍了其网格生成、数据可视化、系统接口等核心部分的结构和功能。     

基于U-net的紫外极光观测极光卵形态提取

极光卵形态提取是极光研究的重要手段.如何提高强干扰背景下的紫外极光图像极光卵形态提取精度,目前仍是一个难题.本文提出一种基于深度学习语义分割模型U-net的方法,实现了对极光卵形态的高精度提取.在Polar卫星紫外极光观测数据的实验结果表明,该方法相比于已有算法精度更高,对完整型极光卵和缺口型极光卵图像均能得到更加精确的提取结果,特别是针对强日辉干扰、灰度不均匀和对比度低情况下的紫外极光图像时,该方法显示了明显优势.      

基于对抗和迁移学习的灾害天气卫星云图分类

针对卫星云图中的灾害天气数据存在严重不平衡问题,提出一个结合生成对抗学习（GAN）和迁移学习（TL）的卷积神经网络（CNN）框架以解决上述问题进而提高基于卫星云图的灾害天气分类精度。该框架主要包含基于GAN的数据均衡化模块和基于迁移学习的CNN分类模块。上述2个模块分别从数据和算法层面解决数据的类间不平衡问题,分别得到一个相对均衡的数据集和一个可在不同类别数据上提取相对均衡特征的分类模型,最终实现对卫星云图的分类,提高其中灾害天气的卫星云图类别分类准确率。与此同时所提方法在自建的大规模卫星云图数据上进行了测试,消融性和综合实验结果证明了所提数据均衡方法和迁移学习方法是有效的,且所提框架模型对各个灾害天气类别的分类精度都有显著提升。      

基于在轨温度测量数据的整星结构尺寸稳定性分析

针对高精度测绘卫星结构尺寸稳定性这一关键性问题,基于在轨温度测量数据,利用热分析模型和在轨温度变化规律,提出了卫星结构在轨温度场的反演方法.基于卫星结构在轨温度场反演数据,提出了针对载荷安装面法向夹角的拟合计算方法和夹角稳定性短期、长期指标的预示方法.根据该方法,给出了高分七号卫星在轨初期1个月内的结构稳定短期指标和长...     

Exploration on the Frontiers of Flexible and Deformable Cross-Domain Intelligent Flight

As human aeronautic and aerospace technology continues to prosper and the aerial flight space domain further expands, traditional fixed-shape air vehicles have ...     

民用飞机驾驶舱设计变革

民用飞机驾驶舱设计历经了数代的发展,从原始简单衍变至复杂集成,继而往简约智能化方向发展。同时驾驶舱设计理念也在不断进步,从"以功能为中心"的设计理念衍变为"以人为中心"的设计理念,但不同制造商对此理念的理解存在差异,体现在对使用者"驾驶员"角色的定位差异明显。从该设计理念出发,提出了基于驾驶舱运行场景的正向设计方法,通过充分识别运行场景并提取和转化设计需求,设计出人机匹配度高的驾驶舱。随着各种新技术的成熟应用,"以人为中心"设计理念为牵引,利用基于驾驶舱运行场景的驾驶舱正向设计方法,将引领新一代民用飞机驾驶舱设计的变革,并展望了民机驾驶舱在人机交互方式、驾驶舱布置和布局、驾驶舱视景和驾驶舱综合环境等方面的发展趋势。     

高低温环境金属橡胶减振器阻尼性能试验研究

针对金属橡胶材料的轴向强非线性特性对原有基于曲线拟合的比阻尼测试方法进行改进,消除拟合误差,从而提高测试精度.以高温和低温等极端环境下的阻尼减振需求为背景,对设计制作的固支圆盘金属橡胶减振器进行高温和低温环境下的阻尼性能试验研究.研究结果表明,金属橡胶减振器在低温-70℃至高温300℃的温度范围内具有良好而稳定的阻尼性能,动态平均刚度随温度升高有所下降,阻尼性能和承载能力对温度的依赖性远小于粘弹性阻尼材料.     

舰载直升机的舰面效应研究

直升机的舰面效应影响舰载直升机的飞行安全.本文介绍了舰面效应的特点,并以直升机地面效应模型为基础,参考国外有关资料,建立了舰载直升机舰面效应模型,并讨论了舰面效应模型的求解方法.最后以某型直升机为例,计算了舰面效应对操纵性的影响.     

点目标假设下的二维精度体系研究

点目标假设下，在二维圆概率偏差线性公式的基础上，给出了基于纵横向均方根误差分段的精确公式。同时应用概率论正态分布理论，对二维情况下均方根误差、圆概率偏差和概率偏差的相互关系进行了研究，通过理论推导和数值计算给出了二维精度指标相互转换的拟合公式，完善了满足工程应用的二维精度体系。研究结果可在精度指标的论证、设计和考核中使用。     

基于时变散射特征与CNN的双极化SAR作物分类

作物类型分类是极化合成孔径雷达(PolSAR)图像中最重要的应用之一。然而，由于成本和系统限制，越来越多的双极化SAR系统已经投入使用。由于双极化模式的限制，双极化SAR数据集存在严重的贴现特性，使得双极化SAR图像难以获得令人满意的分类精度，因此有必要提取更适合于双极化SAR数据集的散射特征。基于H/α分解的基本理论，引入了一个新的参数来测量农作物的时变散射特性，并针对双极化SAR图像提出了时变散射特征驱动的卷积神经网络(CNN)。实验结果表明:提出的CNN分类方法达到了最高的分类精度。与不同的特征组合输入相比，提出的新参数能稳定地提高分类器的分类性能，H、α、θ和强度特征的组合也能达到最佳的分类性能。