一种基于语义分割的机场跑道检测算法

针对复杂电磁作战环境下无人机自主着陆应用场景,提出了一种基于图像语义分割的机场跑道检测算法,并设计构建了轻量高效的端到端跑道检测神经网络RunwayNet。在特征提取部分,使用空洞卷积对ShuffleNet V2进行改造,得到了输出特征图分辨率可调的主干网络,并利用自注意力机制设计了自注意力网络模块,使网络具备全局跑道特征提取能力。设计了解码器模块将网络浅层丰富的细节、空间位置信息与顶层粗略、抽象的语义分割信息相融合,从而获得精细的跑道检测输出结果。实验结果表明,RunwayNet网络在无人机着陆全过程都可以对跑道区域进行精准的分割识别,并且在嵌入式计算平台上能达到接近实时的处理速度,具有很强的实用价值。     

平流层飞艇三叶螺旋桨结构优化方法

为实现螺旋桨轻质量和高固有频率之间的权衡设计，发展了1种桨叶对称削层结构的分区优化方法。为拓宽其高效率的速度和高度范围，应采用变桨距技术，需要设计圆柱形桨叶根部。该桨叶与不同桨距角的桨毂组合装配，可实现人工变桨距，在地面试验中达到高空转速。该螺旋桨采用组合分体式桨毂布局、桨叶内部填充泡沫和碳纤维混合结构，基于NSGA-Ⅱ（non-dominated sorting genetic algorithm），完成了支座固支的桨叶铺层参数优化，得到桨叶质量和频率的Pareto解集，在±10%频率安全裕度外选取最优铺层方案，并与实物测试值对比，结果表明：桨叶质量相对误差2.09%；支座固支的单桨叶频率相对误差9.30%；桨毂固支的组合体频率相对误差2.76%，避开了工作转速共振区间，证明该结构优化方法是合理有效的。     

基于一种贝叶斯优化框架的高空螺旋桨气动优化设计

为了在可接受时长内获得高空螺旋桨气动方案的最优解，提出一种基于贝叶斯优化框架的高空螺旋桨气动外形优化设计方法。该方法以拉丁超立方抽样获取螺旋桨气动外形参数的初始样本点，建立以该参数为输入、数值模拟获取螺旋桨气动性能为输出的初代高斯过程模型；以遗传算法和三种并行加点准则构成的子优化获取新样本点，求取新样本点的气动性能，并更新样本数据和高斯过程模型。该方法可以使新样本点快速向最优解附近集中，从而提高最优解附近的模型近似精度。为验证模拟方法，加工了某高空螺旋桨进行地面试验。与模拟结果相比，试验推力平均误差2.34%、扭矩平均误差3.33%。以课题组自研的6个低雷诺数翼型为基础，使用该方法对某高空太阳能无人机螺旋桨进行优化设计，优化结果显示：螺旋桨在设计点推力提高9.24%、效率提高8.13%。研究结果表明，该方法对高空螺旋桨优化设计及相关工程应用具有较强的参考价值。     

基于声波导管的热辐射区域噪声测试技术

为了在热噪声行波管试验段热辐射区域内准确测量噪声响应，基于管道传声原理和声学有限元仿真分析，设计了有效测量频率范围为20～1000 Hz的声波导管测试系统，并开展常温验证试验。试验结果表明，声波导管测试系统满足设计指标，设计阶段采用的数值分析方法有效。最后通过热噪声试验考核了该声波导管测试系统的环境适应性——能够经受住700 ℃的热噪声试验环境。