可压缩流动模拟的多重网格-扰动域推进方法

针对可压缩流动数值模拟的加速需求，在作者前期提出的扰动域推进计算框架下，融入多重网格加速技术，提出了多重网格-扰动域推进方法。建立了粗、细网格上动态计算域的更新逻辑与高效算法，并针对多重网格方法的特点，对粗网格初始化、增大对流动态域等步骤进行了改进。设计了新型粗网格生成策略，可消除结构网格粗网格生成对单元数目的限制。典型算例验证表明，多重网格-扰动域推进方法可同时降低粗、细网格上的计算量并减少总迭代步数；通过在粗、细网格上同时采用随数值扰动传播而增大、随求解收敛而缩小的动态计算域，多重网格-扰动域推进方法可在传统多重网格方法加速的基础上再将计算效率提升57.9%。     

多传感器融合状态估计方法综述

随着传感器网络技术的发展，多传感器融合状态估计凭借其鲁棒性、灵活性、可扩展性以及便于故障检测等优点，长期受到国内外学者的广泛关注，并取得了大量研究成果。数据融合的方法为融合状态估计奠定了理论基础，也是早期研究的主要方向，从20世纪70年代到20世纪末，相继发展出了集中式和分散式滤波架构及相应算法。无线通信技术的成熟以及一致性算法的出现使得分布式状态估计的研究进入了快车道，自2005年以来，大量基于一致性的分布式滤波算法被提出，其中不乏实用的经典方法和优秀的开创性方法。旨在梳理多传感器融合状态估计的发展，探究从数据融合到分布式滤波的内在联系，并对一些经典方法进行了总结。     

红外低轨星座突发任务多重策略调度方法

面向红外低轨星座的突发任务规划与资源调度问题，结合红外低轨星座的空间与时间分布特性，提出一种基于多重策略的红外低轨星座任务应急调度方法。所提方法结合红外低轨星座的设计特点，从星座全球分布的均匀性、结构的对称性及星座内卫星运动的周期性分析作为输入，提出一种以地理分区为长期值守分组策略与事件触发下基于相对运动分析的动态快速分组策略相结合的多重策略。在所提策略指导下完成任务分组，开展工作窗口调度。经仿真分析可得:所提策略可有效应对不同区域的目标触发，并实时完成分组及工作窗口规划调度，较好解决了任务突发情况下的系统响应，由于采用优先分组的策略，降低了全局优化的复杂度，具有创新性，且具备较好的应用价值。      

涂层加速老化与自然曝晒试验的相关性分析

为了研究加速老化试验与自然曝晒试验的相关性，进行了飞机典型7B04 T74铝合金-30CrMnSiA钢-7B04 T74铝合金双排8个钢螺钉连接件在防护涂层加速谱下6个周期的加速老化试验和海南万宁2年的自然曝晒试验。观测并记录了不同加速周期和曝晒年限的防护涂层失光、变色、粉化、起泡、开裂、剥落和基体腐蚀现象，对加速老化和自然曝晒的防护涂层表观老化特征、基体腐蚀产物进行了对比分析，表明加速老化试验可以再现外场老化特征。考虑到防护涂层老化特征的多属性和动态性，对2种环境下的老化损伤进行了综合量化评估，用指数函数描述老化特征量随时间的变化规律。通过老化动力学规律的对比，给出了当量加速关系的表示形式，并得到了加速谱和海南万宁自然曝晒试验的当量加速关系为0.4年/周期。      

一种修正的马氏距离判别法

马氏距离判别法是一种基于马氏距离的多元统计分析方法，其引入了协方差矩阵的逆矩阵，以排除属性变量的量纲及变量之间的相关性对距离度量的干扰。然而，在属性变量存在严重的多重共线性时，样本协方差矩阵的奇异性会影响其逆矩阵估计的稳定性，从而降低马氏距离判别法的有效性。为此，提出了一种修正的马氏距离判别法，采用了一般交叉验证(GCV)方法，在属性变量间存在高度相关性的情况下，选择预测效果最好的变量维度，同时可以对协方差矩阵的逆矩阵进行稳定的估计。修正的马氏距离判别法可以得到可靠的协方差矩阵的估计，提高模型的判别准确率；也可以抵抗样本外的扰动，提高模型的泛化能力。仿真实验结果验证了在属性变量存在严重的多重共线性情形下，修正的马氏距离判别法的判别效果较经典的马氏距离判别法有明显的提升。      

祝融号火星车重要数据保护设计与实现

由于火星表面测控支持受限，祝融号火星车需要自主实现可靠生存、高效探测，而重要数据保护是这种自主能力的必要条件。由于能源约束，火星车内仅有少量设备处于长期工作状态，无法沿用基于器内信息网络的分布式重要数据保护方案。为解决这一问题，设计了一种分布式与集中式相结合的重要数据保护架构。由系统管理单元(system management unit, SMU)集中保存重要数据，并在其他设备加电时为其提供分布式重要数据服务。针对SMU复位、切机后的时间恢复需要，提出了一种基于多重备份的器上时间保护方法，低消耗、高可靠地实现了器上时间保护。为了在有限空间内保护更多延时指令，提出了一种专用存储区与公用存储区相结合的重要数据保护方法，有效提升了存储空间利用率。上述重要数据保护方案在火面测控、能源双重约束下为祝融号火星车提供了可靠的业务连续性保障，可为后续深空探测器的设计提供参考。     

基于相关性分析与CNN-BiLSTM神经网络的PSZ陶瓷磨削表面粗糙度智能预测

部分稳定氧化锆（Partially stabilized zirconia,PSZ）陶瓷因其优越的性能在航空航天工业等领域有广泛的应用。表面粗糙度是评价PSZ陶瓷磨削加工水平的关键指标，为了降低磨削表面粗糙度的预测误差，提出了一种基于相关性分析与卷积-双向长短期记忆神经网络（Convolution-bidirectional long short term memory neural network,CNN-BiLSTM）的PSZ陶瓷磨削表面粗糙度声发射预测模型。通过分析磨削声发射信号特征值与磨削表面粗糙度值之间相关性，筛选出磨削声发射信号与磨削表面粗糙度之间的最相关频段和特征矩阵，作为CNN-BiLSTM神经网络的输入参数以降低磨削表面粗糙度声发射预测的误差。研究结果表明，基于相关性分析与CNN-BiLSTM神经网络的PSZ陶瓷磨削表面粗糙度的平均预测误差低于3.92%。     

面向量化分块压缩感知的区域层次化预测编码

在量化分块压缩感知的预测编码中，低参考价值的候选者将导致较差的率失真性能。为了高效地降低编码失真，提出了一种基于螺旋逐块扫描的区域层次化预测编码方法。在以同一采样率进行观测后，各块按由内向外的扫描次序进行预测与量化。当前观测矢量从上下文感知候选集中选取与之具有最小误差的反量化矢量，作为其预测矢量；根据层次相关性，所有块被划分到3种区域之一，通过块编码模型为不同区域设定自适应的质量因子，关键区域被赋予较大的质量因子。与现有的预测编码方法相比，所提方法综合利用了矢量之间的空域相关性和层次相关性，实验结果获得了至少0.12 dB的率失真增益。      

基于适航的通航飞机左边界飞行安全研究

失速/尾旋一直是通航飞机面临的最严重的左边界飞行安全问题，失速/尾旋事故统计结果表明，具备尾旋改出能力，不能避免失速/尾旋造成灾难性后果。为了避免飞机出现无意偏离可控飞行的趋势，通过对“多重防御”理念和基于此理念修订的失速/尾旋条款及其符合性验证方法的解析，提出通过提升飞行员的状态感知、增强飞机抗偏离特性和降低失控危害程度等层面的通航飞机左边界飞行的多重防御体系构建方法。本文提出的方法有助于通航飞机更好的符合新规章中失速尾旋适航条款的要求，达到提升左边界飞行安全的目的。     

卫星伪距多路径时空建模研究

目前,多路径误差是制约GPS技术向更高精度发展的主要误差源。为了减小静态观测环境下的多路径误差,基于多路径误差周期重复性的特点,提出了一种自适应噪声分析结合经验模态分解的方法处理原始数据,采用多项式拟合构建了函数模型,并利用该函数模型对相邻天的观测数据进行处理。实验结果表明,利用所提方法对观测数据进行处理,可有效减小多路径效应误差,并且可以在一定程度上改正坐标序列中包含的多路径误差,多路径误差的削弱程度可达35%以上,有效提升了GPS定位数据的准确度。