高精度温度控制方式述评

对高精度温度控制系统中常用的模拟控制方式、数字控制方式和模拟/数字控制方式作了比较,目的在于找到既能满足计量检定恒温装置所需的技术指标、又方便实用的控制方式.     

现代飞机俯仰跟踪时诱发振荡预测分析

根据飞机纵向ＰＩＯ的特点，提出了预测分析ＰＩＯ所用的人－机闭环系统数学模型，其中飞机采用等效系统数学模型，驾驶员操纵采用ＭｃＲｕｅｒ模型，参数按地面人－机模拟飞行跟踪试验确定，集中介绍了四种飞机纵向ＰＩＯ预测准则，Ｓｍｉｔｈ－Ｇｅｄｄｅｓ准则，修正带宽准则，增益，相位裕度准则，Ｎｅａｌ－Ｓｍｉｔｈ原则，并提供了相应的计算方法。     

无人机航空像片与机载SAR图像融合算法研究

由于成像方式及波谱接收段的不同,航空像片与SAR图像所反映的信息有很大差异,图像之间互补性明显.通过将它们进行融合,可以充分利用其互补信息,增强对图像的解译能力,从而获取到信息更全面和准确的侦察图像.在分析航空像片与SAR图像的成像特性差异基础之上,采用几种常用的图像融合算法对其进行融合,并对融合效果进行了定量评价.     

二维三角晶格的Peierls相变前后的声子色散曲面的研究

利用晶格动力学理论计算了二维三角晶格的Peierls相变前后的声子能谱。并且在第一布里渊区绘制了声子色散曲面。通过对Peierls相变前后的声子能谱比较可知，随其对称性降低，声子能谱的简并度被破缺。二维三角晶格的Peierls相变前只有两支声频支声子能谱，Peierls相变后有两支声频支声子能谱与两支光频支声子能谱，并且声频支声子能谱与光频支声子能谱不相交，两支光频支声子沿ky轴平缓地变化。     

涡桨飞机螺旋桨滑流气动干扰效应及流动机理

螺旋桨滑流对飞机各气动部件的干扰是涡桨飞机气动设计中面临的难点之一。以某双发涡桨支线客机为对象，采用数值模拟手段分析了滑流对机翼、平尾、垂尾的影响及其流动机理。计算采用基于动态面搭接网格技术的非定常方法，气动力与表面压力分布的计算结果均与实验值吻合良好。研究结果表明：在滑流影响下，全机升力和阻力有所增加，升阻比和纵向静稳定度有所降低，并在无侧滑状态下产生了滚转力矩和偏航力矩；在不同展向位置，滑流对机翼表面流动分离的影响存在显著的差异。在螺旋桨下行运动一侧，滑流的旋转减小了当地迎角，同时桨后气流速度较高，翼面流动分离被有效抑制。在螺旋桨上行运动一侧，滑流的旋转增大了当地迎角，而且桨后气流速度较低，因而翼面流动分离并未得到明显改善；在中小迎角下，滑流对背景飞机平尾当地的动压没有产生影响，但增加了下洗角变化率，进而导致平尾效率降低；垂尾的侧力与偏航力矩是由滑流的侧洗引起的，而滑流的侧洗又与左右两侧机翼升力分布的不对称性有关。     

自动铺丝最小间隙路径规划与复合材料锥壳结构制造

自动铺丝技术（AFP）是提高复合材料构件制造效率和降低其制造成本的关键技术和重要手段。铺放轨迹的设计是控制自动铺丝工艺质量的关键。对于复杂的结构形式，合理的铺丝路径对保证可制造性及铺贴质量至关重要。本文针对简化后的后机身锥壳特征结构，研究了基于固定角法、测地线法和变角度法的自动铺丝轨迹算法设计，解决了铺放复杂曲面满覆盖问题；总结对比获得了不同铺丝轨迹方法的特点和适用范围。以保证工艺性并满足结构设计铺层方向为原则，选用了带宽为6.35 mm的自动铺丝预浸料完成工艺验证件制造，并通过有限元分析评估了自动铺丝轨迹算法的合理性。结果表明：该结构宜采用测地线法铺放0°方向铺层以减少褶皱；采用固定角法铺放90°方向铺层能够保证连续铺放；采用结合预浸窄带侧弯试验结果的变角度轨迹规划方法铺放此锥类构件±45°方向铺层能够保持最小间隙。铺丝间隙使锥壳结构单层等效模量下降约30%，整体强度下降约10%。因而在结构优化设计时需考虑自动铺丝工艺对安全裕度影响的因素。     

单神经元PID算法在流量比值控制中的应用

针对在PCT-2型过程控制装置进行流量比值控制时．PID（proportional integral differential controller）参数难以整定的问题，提出一种基于单神经元自适应的PID流量比值控制方法，使PID参数实现自整定。该算法利用单神经元的自学习和自适应能力、结构简单和易于计算的特点与PID算法相结合，形成了一种新型的智能PID流量比值控制方法．其可以解决传统PID调节器不易在线实时进行参数整定、难于对一些复杂过程和慢时变系统进行有效控制的不足。实验结果表明：这种控制方法不仅容易掌握、精度高，且具有一定的实用价值。     

由“纯语言”看解构主义翻译观——读本雅明《译者的任务》

通过分析和探讨“纯语言”这一重要概念，评述解构主义翻译观的实质。     

基于自适应深度网络的无人机目标跟踪算法

针对无人机（UAV）视频中目标易受到遮挡、形变、复杂背景干扰等问题，提出一种基于自适应深度网络的无人机目标跟踪算法。首先，基于主成分分析（PCA）和卷积神经网络（CNN）算法，设计3阶的自适应深度网络进行目标特征提取，该网络对图像的H、S、I通道分别进行主成分分析学习，将得到的特征向量输入网络进行分层卷积，优化了网络结构，提高了网络的收敛速度和精度。其次，将目标深度特征输入核相关滤波算法进行目标跟踪，通过分析相邻2帧图像的变化率，采用分段自适应调整学习率的算法进行目标模板更新，有效地改善目标遮挡问题。仿真实验结果表明，该算法有效地避免了复杂因素干扰导致的跟踪精度下降，具有较好的鲁棒性，相较于全卷积跟踪（FCNT）算法平均跟踪精度提高了9.62%，平均跟踪成功率提高了11.9%。     

基于MapX的航迹显示及告警系统的开发

利用MapInfo公司的MapX控件完成航迹显示及告警系统的开发。项目实践效果表明,此系统满足用户对试验任务的多目标航迹显示要求,实现了试验区域的地理图层缩放、经纬度高程数值显示、颜色图符设置、本机测控设备自动判读目标数据并向中心告警等功能。