战斗机嵌入式训练系统中的智能虚拟陪练

智能化"实虚"对抗是现代先进战斗机嵌入式训练系统的重要功能需求。自主空战决策控制技术在未来空战装备发展中扮演关键角色。将当前的功能需求和发展中的技术结合起来,得到了空战智能虚拟陪练的概念。先进控制决策技术的引入使得智能虚拟陪练能够帮助飞行员完成复杂的战术训练,而训练中真实的对抗场景为技术的验证提供了理想的环境,大量的训练数据为技术的持续迭代优化提供了保障。作为可学习和进化的空战战术专家,智能陪练在人机对抗和自我对抗中不断优化,当其具备与人相当甚至超越人的战术能力时,可应用于未来的无人空战系统。智能虚拟陪练需要具备4项基本能力：智能决策能力、知识学习能力、对抗自优化能力和参数化表示能力。对其包含的关键技术进行了分析,提出并实现了一个基于模糊推理、神经网络和强化学习的解决方案,展示了其各项基本能力及目前达到的空战水平。未来更多的模型和算法可在智能虚拟陪练的框架中进行验证和优化。     

可重复使用热防护材料应用与研究进展

可重复使用热防护系统是为高速重复使用飞行器而发展的关键性技术,涵盖了地球大气环境及非地球大气环境下的弹道式再入、高马赫数巡航等应用场景。根据现有高马赫数飞行器热防护现状,对高马赫数飞行器的主要热防护系统类型、特点和使用场景进行了简要介绍。在此基础上,结合国外里程碑式可重复使用飞行器（X-15、SR-71、航天飞机、X-33、X-37B、Spaceliner等）,梳理了可重复使用热防护材料的应用与研究进展,论述了代表性可重复使用热防护材料的发展、性能、研制进度、特点及应用前景。对国外在可重复使用热防护材料研制中的设计及发展思路,以及所存在的主要问题进行了总结归纳,为可重复使用热防护材料未来的发展提供了思路。     

小波神经网络用于CCD视频序列图像去噪

CCD摄像机获取目标影像时不可避免地受到噪声影响,因此噪声去除是CCD图像处理的一项重要研究课题。本文将小波神经网络引入CCD图像去噪领域中,提出一种基于小波神经网络的图像去噪方法。实验结果表明,该方法在去除噪声上优于传统的均值滤波等方法,在有效去除噪声的同时,又能很好地保护图像的细节信息,具有很好的保真度。     

镍基单晶涡轮叶片结构强度分析有限元程度及应用

全面介绍了各向异性晶体滑移结构强度和蠕变分析有限元程序的原理，功能特点，及其在镍基单晶涡轮叶片中的应用实例。     

运动基航天飞行模拟器信号缩比策略

对于大幅值的输入信号,三阶多项式缩比法易产生信号畸变且参数配置复杂;而Hermite缩比函数法的触发速度较慢.提出两种改进的缩比方法:基于三阶多项式缩比法的最优参数配置法和加入线性缩比的非线性缩比法.前一种方法通过参数的优化配置最大化稳定区,以防止信号的畸变;后一种方法则利用线性缩比的特性将缩比度限制在稳定区内.仿真结果表明:线性缩比的加入可以防止三阶多项式缩比法信号的畸变;最优配置参数法应用方便且整体效果较好.为航天飞行模拟提供了更有效的缩比策略.     

神经网络在旋翼／机身气动干扰模型中的应用

由于直升机自身的特点，旋翼／机身气动干扰呈现非线性，且受多种因素的影响，用神经网络来解决这一非线性问题是一个很好的办法。将旋翼／机身气动干扰试验数据构造的学习样本，对网络参数进行学习，可以得到旋翼／机身气动干扰神经网络模型，进而可以用该神经网络模型研究直升机机身受旋翼气流干扰时的空气动力特性。参数训练好的旋翼／机身气动干扰神经网络模型可直接用于直升机气动设计和实时仿真。笔者在对旋翼／机身气动干扰神     

飞机含人操纵系统中驾驶员控制模型研究

概述了飞机含人操纵系统中驾驶员控制模型的发展、及驾驶员传递函数模型及最优控制模型的应用研究。基于最优控制模型的分析方法,考虑人的预测性、自适应性,并应用智能控制神经网络、模糊控制和预测控制方法提出了新型的驾驶员决策控制模型,进行人机闭环系统性能分析,用以提高人机控制的精确性和驾驶员的操纵品质评价。     

师昌绪 中国著名材料科学家

作为我国金属及材料领域的专家,您一生从事的工作都与我国航空工业的发展有着密切的联系,请您和我们分享一下您所取得的成就。师昌绪:真正开始从事与航空     

铁基金刚石节块的热处理及其耐磨性能研究

首次提出了在烧结型金刚石工具的制造中引入热处理的新工艺，并系统地研究了淬火温度、淬火时间及回火温度等热处理工艺参数对热压烧结型铁基金刚石圆盘锯节块及其胎体材料机械性能的影响，同时对经热处理的铁基金刚石圆盘锯节块在石材旺苍红上进行磨损试验研究。试验结果表明，热压烧结型铁基金刚石圆盘锯节块胎体热处理的最佳工艺参数为：淬火温度为７６０～７９０℃、淬火时间为３．５ｍｉｎ、回火温度为２４５～３１５℃；经热处理后铁基金刚石圆盘锯胎体及节块的强度、硬度等机械性能有显著的提高，热处理也能明显改善铁基金刚石圆盘锯节块的耐磨性能。这说明将热处理工艺用于烧结型金刚石工具的制造中是切实可行的。     

神经网络在风洞流场马赫数辨识中的应用研究

风洞流场的多维性、复杂性以及马赫数的不可直接测量、马赫数控制一直是风洞控制的难点和重点。笔者在研究FL26Y风洞流场特性的基础上，应用神经网络技术，研究马赫数在线辨识问题，为高精度风洞流场马赫数控制提供技术支持。首先介绍神经网络马赫数辨识原理，然后介绍神经网络拓扑结构的设计，并构造神经网络的马赫数辨识模型(NNI)。最后通过软件实现及仿真研究动态数据优化、软件滤波以及动量系数对网络学习性能的影响，进一步验证神经网络辨识器在实时性、自适应性、以及辨识精度等方面的优越性。