基于精益研发的飞机综合设计平台

在新产品研制过程中,许多飞机设计所和制造企业面临一些共同的难题。企业级协同研发平台已成为许多企业的共识,企业需要一个完整的研发体系、一个整合的平台来全面管理和控制研发过程,支撑研发活动,保障产品研发的高效率、低成本     

基于伪随机序列调制的混合域自适应盲水印算法

在多小波变换和DCT变换混合变换域中，提出了一种基于伪随机序列调制的彩色图像盲水印算法。该算法先将原始彩色图像由RGB空间转换到YIQ空间．选取Y分量多小波变换后的中频区域作为水印的嵌入区域。水印嵌入前先对待嵌入水印区域8×8分块，然后对所有子块按照纹理和能量特征进行模糊分类，最后将置乱后的二值水印信息用两个互不相关的伪随机序列进行扩频调制．嵌入到8×8子块DCT变换后的交流系数上。提取水印时，通过比较两个伪随机数列和待检测系数相关性的大小来提取水印，不需要原始图像参与。实验表明，该算法对噪声、JPEG压缩和几何剪切等常见的攻击操作具有很强的鲁棒性。     

小波变换在空间扩展目标精密跟踪中的应用

本文介绍了小波变换的特点及其在图象边缘提取中的意义，讨论了边缘提取中最有效的小波函数及方法，介绍了以飞机图象为目标在不同图象模糊程度及背景噪音情况下用小波变换进行目标形心坐标提取的计算机模拟情况，展示了小波变换在扩展目标跟踪技术中应用的前景。     

基于成型过程数值模拟软件的模具型面设计

模具型面几何设计中最重要和最困难的就是压料面和工艺补充面的设计问题,其主要工作是确定成型方向和工艺补充的设计,工艺补充的设计包含工艺补充面和压料面的设计.在模具设计过程中,板料毛坯初始形状的合理设计对成型过程和零件成型质量都有很大的影响.     

小波技术在组合导航系统故障诊断中的应用

针对组合导航系统中存在的故障类型和特点，提出一种新的基于信号处理的故障检测方法。该方法利用小波分析技术对含有故障信息的系统信号进行分析处理，并将此方法应用于SINS／GPS组合导航系统。仿真结果分析表明，小波分析技术能很好地及时检测出组合导航系统的硬故障，且更加简便灵活，从而可以将小波分析技术应用于组合导航系统的故障检测。     

飞行控制律全包线鲁棒稳定性评估

传统的飞行控制律评估方法只能对飞行包线内的离散点进行逐点分析,对不确定性参数也只考虑了上下界,分析过程缺乏完整性和系统性。针对这些不足,研究了基于一种改进遗传算法的分析方法,该方法将评估准则转化为某个适应度函数,通过对适应度函数寻优以找到最坏情况下的不确定参数组合,在其基础上进行评估并给出评估结果或控制律修改意见。仿真结果表明,该方法能连续地研究多个不确定性参数同时摄动时的飞行包线,克服了传统方法的不足。     

ECSS的包应用标准及其应用

对经过约30年在轨验证的欧洲空间标准化合作组织(ECSS)的包应用标准(PUS)作了系统性的阐述,研究了PUS在地面用户和在轨运行航天器的交互支持和操作控制方面的应用,包括PUS标准化的使用范围和应用规范等。对比和分析了空间数据系统咨询委员会(CCSDS)的相关标准,提出了ECSS PUS应用的功能映射关系和网络体系结构,并进一步给出了利用ECSS PUS进行航天器常规任务管理、自主任务管理、自主健康管理等的应用建议,可为国内航天机构引入ECSS PUS运行和管理思路提供参考。     

基于目标分解和SVM的极化SAR图像分类方法

极化SAR图像分类是新体制雷达应用研究中的一类基础前沿问题。文章提出了一种基于目标分解及支持矢量机(Support Vector Machine,SVM)的极化SAR图像分类方法。首先根据Cloude分解和Freeman分解两种方法提取极化SAR图像的多类散射特征,从而构造出图像各像素的特征向量。接着利用样本区域像素的特征向量对SVM进行训练,获得经训练的SVM。最后,以各待分类像素的特征向量为输入,利用经训练的SVM即可完成极化SAR图像的分类。对两幅AIRSAR实测极化SAR图像数据分类的结果表明,文章方法能够有效地利用多类散射特征的互补信息,具有较高的分类精度。     

一种源包和虚拟信道相结合的AOS调度算法

针对目前高级在轨系统(AOS)应用中遥测调度算法大多没有同时支持源包和虚拟信道2级调度的问题,提出一种基于AOS遥测源包调度和虚拟信道调度相结合的算法,实现同时对源包调度和虚拟信道调度层面的支持。针对源包调度,提出一种基于源包刷新率的动态优先级调度算法,以保证实时数据及时下传。针对虚拟信道调度,提出一种采用最重要(VIP)/同步/异步相结合的3级调度,保证信道的合理分配利用。分别采用源包调度策略、虚拟信道调度策略和文章提出的算法策略,对某航天器下行数据的平均时延进行仿真。仿真结果表明:文章提出算法策略的平均时延,低于源包调度策略和虚拟信道调度策略,比单独采用源包调度或者虚拟信道调度的算法具有更高的复用效率和公平性。     

一种高超声速滑翔飞行器轨迹智能预测方法

针对高超声速滑翔飞行器(Hypersonic glide vehicle, HGV)机动性强、轨迹预测困难的问题,选取气动加速度作为预测参数,提出了一种基于集合经验模态分解和注意力长短时记忆网络的HGV轨迹智能预测方法。首先,以HGV六自由度运动方程为基础,分析了其机动特性和气动力变化规律,建立了动力学跟踪模型,对气动加速度进行实时估计;其次,利用集合经验模态分解对估计的气动加速度进行分解和重构,减弱噪声影响,避免对预测模型的干扰;最后,利用去噪后的气动加速度数据对注意力长短时记忆网络进行训练,进而预测未来气动加速度数据并重构HGV未来轨迹,实现轨迹的在线预测。实验仿真表明,该方法能有效预测HGV机动轨迹,预测精度高、稳定性好。