极化滤波反射面隐身天线研究

介绍了一种极化滤波反射面天线,将天线工程中的周期结构反射面技术应用于解决飞行器天线的RCS问题,采用由金属丝栅网构成的周期结构作为天线主反射面,使其对正交极化的来波具有良好的透射性,从而降低了天线的RCS。给出了此天线辐射方向图和雷达散射截面(RCS)的实测结果,并与普通金属反射面天线的结果进行了比较。     

基于飞坤内话语音信号比选技术的分析与研究

在民航地空通信中通过外接比选器或使用内话系统的比选功能来实现话音最佳信号选择有着非常重要的意义。阐述了基于快速傅里叶变换（FFT）的话音质量评估算法,分析和研究了飞坤内话在无线信号比选过程中的实现原理,对相关参数的设置方法进行了阐述。     

基于实际出行大数据的旅客机场选择行为研究——以京津冀机场群为例

旅客的机场选择行为对机场发展具有重要影响,机场群内部由于腹地市场重叠和航线网络类似,旅客航空出行选择更为广泛,选择行为更为复杂。本文以京津冀机场群为例,基于实际出行大数据,采用双层多项式Logit(MNL)模型,研究区域多机场体系中影响旅客航空出行机场选择的关键因素及其具体影响。采用实际出行大数据建模,比常用的SP(Stated Preference意向调查)数据更贴合实际。研究结果表明航空旅客对于时间成本类因素更为敏感,不同区域人群对票价敏感程度呈现差异,航线类型、航班频次、机场准点性等都对旅客选择产生重要影响。基于研究结果,论文对如何促进机场群协同和差异化发展提出了建议。     

成形态选区激光熔融Ti-6Al-4V钛合金缺陷与微观组织研究进展

选区激光熔融(Selective laser melting,SLM)近年来在钛合金制造领域应用广泛,然而,其性能受限于工艺缺陷和马氏体组织特征.综述了SLM技术下成形态Ti–6Al–4V合金的缺陷和微观组织研究进展,包括缺陷和微观组织类型、调节SLM工艺参数对减少缺陷和改善微观组织的作用以及基于变体选择的β→α相变研...     

基于Lasso算法的临空高科技产业选择与入区评价研究

围绕航空枢纽发展的临空经济区,正逐步成为高新技术产业和高端装备制造产业选址的首选地之一.文章通过对临空高科技产业的系统分析,得出了临空高科技产业入区的影响因素,包括航空依赖属性、高科技产业特点、效率与影响三个方面.通过建立由5个一级指标、10个二级指标和16个三级指标构成的临空高科技产业入区评价指标体系,采用Lasso...     

H.264快速帧间编码模式选择算法

为了减少H.264/AVC帧间编码模式选择的计算复杂度,利用编码模式之间的相关性以及视频序列时空域的相关性,提出了有选择性的小块搜索技术和有选择性的帧内编码模式搜索技术.模拟结果表明,该算法在保持率失真性能的前提下可以大幅度减少模式选择的计算复杂度,有利于H.264的实时应用.     

一种数据驱动的气动热预示模型

高效、高精度的气动热预示是高超声速飞行器设计的关键。然而，随着高超声速飞行器外形的日益复杂化和设计周期的不断缩紧，现有方法已很难满足高效精准的气动热预示。本文基于边界层理论和支持向量机发展了一种数据驱动的当地化气动热预示建模方法。首先，通过求解Euler方程获得边界层外缘信息，采用RANS方法计算热流分布样本；然后，通过设计的特征选择方法确定边界层外缘特征；最后，利用支持向量机构建气动热预示模型，实现边界层外缘特征与壁面热流的映射。对双椭球和二级压缩面的热流预示结果表明，该模型考虑了非均匀分布壁面温度等边界条件，具有较高的预示精度和良好的外推与泛化性能，典型位置热流预示结果和RANS计算结果的相对误差均小于5%。同时，以双椭球上表面中心线热流预示为例，对比传统POD降阶方法，发现该模型的预示精度更高，外推状态下预示精度较POD方法提升了4倍以上。     

基于多分辨率特征自选择的遮挡物识别算法

光伏组件的遮挡物识别是光伏运维系统中不可或缺的环节，传统识别算法多依赖人工巡检，成本高昂且效率低下。基于卷积神经网络，提出了一种面向光伏组件的遮挡物识别算法PORNet。通过引入特征金字塔，构建多个分辨率下具有丰富语义信息的图像特征，提升对遮挡物尺度和密度的敏感性。通过特征自选择，筛选出语义最具代表性的特征图，以加强物体环境的语义信息表达。用筛选出的特征图完成遮挡物识别，从而提升识别准确率。在自建光伏组件落叶遮挡数据集上进行了实验比较和分析，并对识别性能进行了评估，通过与现有物体识别算法相比，所提算法的准确率和召回率分别提升了9.21%和15.79%。      

基于AHP和灰色局势决策模型的装备 测试资源选择和优化配置

装备系统测试资源选择与配置是系统测试性设计方案的重要组成部分,目前关于这方面 的理论及相关技术文献十分有限,且基本不涉及具体的评估与决策方法。首先考虑了影响装备系 统测试资源选择和配置的主要因素,确立优化目标的因素集;然后借助层次分析法(AHP)获得各 相关因素的重要程度权重;接着利用灰色局势决策模型综合求解选择问题,形成决策结论。最后 结合案例验证,表明该方法可以对测试资源选择和配置问题进行综合有效的权衡分析,为测试资 源的选择提供一条思路。     

基于VMD的自适应复合多尺度模糊熵及其在滚动轴承故障诊断中的应用

提出了一种基于自适应多尺度模糊熵、ILS（迭代拉普拉斯得分）特征选择和粒子群优化支持向量机(PSO-SVM)的滚动轴承故障诊断方法。该方法采用变分模态分解对振动信号进行分解和重构，并计算重构信号的复合多尺度模糊熵；同时采用迭代拉普拉斯得分选择敏感故障特征，并将特征选择结果输入到基于粒子群优化支持向量机的多故障分类器进行识别。将提出的方法应用于滚动轴承试验数据分析。结果表明:该方法对试验数据的故障识别率为100%。并将基于ILS特征选择方法与基于SFS（sequential forward selection）特征选择进行了对比，表明基于SFS特征选择的最高识别率为92.86%，而基于ILS特征选择的故障识别率达到100%。