飞机液压附件污染度检测采样方法

分析了当前飞机液压动态附件污染度检测采样方法存在的问题；提出引用相对平衡点的新观点，应用采样试验台是解决油样代表性的主要途径；介绍了采样试验台的研制和试用情况及其效果。     

一种新的星间链路切换保护算法

 星间链路切换将严重影响卫星网络的通信性能，需要对切换链路加以保护，这方面的研究目前还很欠缺。为此,给出一种新颖的星间链路切换保护(ISLHP)算法，该算法可同时生成业务路径和备份路径，且具有最小的综合费用（包括备份费用和业务费用）。算法采用本地链路保护，为星间链路切换提供快速恢复，并利用星间链路切换的可预测性和备份资源的可共用性，通过降低需要保护的链路数，减少闲置的备份资源，来提高网络资源的利用率。仿真结果表明:该算法具有切换恢复时间短，网络资源利用率高等优点。     

发动机高速动平衡的振动相位分析

针对发动机转子高速动平衡转速波动、无法保证振动信号同步整周期采样的特点,提出了一种基于转速脉冲的振动信号重构技术,大大提高了相量测量的准确度和稳定性。经试验验证,这项技术是有效、可行的。     

激波风洞重模型气动力试验研究

在激波风洞上进行气动力试验时,风洞启动时巨大的冲击载荷使模型-天平受到充分的激励,从而形成惯性干扰力,并与真实气动力混杂在一起,甚至完全覆盖气动力,降低了试验精准度,使得试验模型的质量受到极大的限制。本文介绍了CARDC-dia.2米激波风洞进行大、重模型的压电天平气动力试验研究情况,包括天平设计、天平校准、惯性补偿和风洞试验等几个方面。研究结果表明:气动力试验模型质量可从过去的500g增加到8kg,模型长度可达1m。从而提高了激波风洞测力试验能力,能满足高超声速飞行器试验的需求。     

基于B样条曲线的无人机航路规划算法

提出了一种动态环境中无人机(UAV)航路规划与重规划算法。根据战场中各个已知威胁的位置建立可行点之间的有向图，用Dijkstra算法生成一条由若干直线段连接的参考航路，再利用B样条曲线具有C^2连续性、局部性、保凸性以及B样条曲线的曲率变化比较均匀的特点，对规划的参考航路进行修正和验证，使得规划航路对无人机安全可飞。当遇到突然出现的威胁时，可对航路进行局部重规划。     

重根特征向量导数计算的特殊迭代法

在重根特征向量导数计算方法的发展中，为了从无限个特解中确定出唯一的通解，提出过不同定解条件，但正确定解条件是唯一的。员后公认的定解条件为Z^TMZ Z^TMZ=-Z^TMZ,这里认为Z^TMZ≠Z^TMZ，由此便引出物理短阵(刚度阵和质量阵)的二阶导数。为了避免物理阵二阶导数的计算，本文在满足前述定解条件的前提下，利用一种特殊的迭代格式回避了物理阵二阶导数的引入。同时该迭代过程可直接获得通解，不同于目前流行的做法：先由一个不定支配方程求其特解，然后才由定解条件确定通解。另外，数值表明，动柔度迭代式的精度可与直接迭代式相匹敌，可是动柔度迭代式用于许多特征向量导数计算时，却省时得多。     

Marty正规定则的推广

为区域Ｄ上的亚纯函数族，族中每一个函数ｆ只有重级≥ｋ（ｋ∈Ｎ）的零点，是区域Ｄ上的正规族当且仅当，存在一个至少包含ｋ＋４个元素的集合ＥＣ∪｛∞｝，使得对Ｄ的任一紧子集Ｋ都存在常数Ｍ（Ｋ）（依赖于Ｋ），对一切都有特别地，对区域Ｄ上的全纯族，Ｅ只要包含３个有穷元素。定理推广并改进了Ｍａｒｔｙ正规定则以及李松鹰和谢晖春关于只有重级≥ｋ的零点的亚纯函数族的一个正规定则。     

月面采样相机的热设计与热分析

月面采样相机安装于月球无人采样返回探测器的机械臂上,其质量小,热耗较大,长期工作在高温环境中,故温度水平成为影响相机能否正常工作的重要因素,须予以分析。文章根据相机工作模式和机械臂的姿态运动特性,构建出适应机械臂运动的热分析模型,提出几种实现相机高温散热的方法,通过对比分析,分别确定了基于OSR涂层和白漆的热控方案,并推演了散热窗口的临界模型,为后续器外设备热设计提供借鉴思路。     

基于稀疏自动编码器的发动机机载模型建模方法研究

为解决分段线性化机载模型精度不足的问题,提出并设计了基于稀疏自动编码器的大包线、具有10输入11输出的发动机机载自适应模型,该模型由稳态、动态两部分组合而成。首先基于一种新的相似准则进行建模所需样本数据的压缩,在保留主要信息的同时,大大降低了数据量及采样时间。用BP算法对简化后的样本数据进行了机载模型稳态部分的建模。针对机载模型动态部分所需样本数据量巨大、BP算法难以训练的问题,建立了基于稀疏自动编码器的动态机载模型。引入准稳态判断逻辑,在动态过程使用稀疏自动编码器的动态机载模型,在稳态过程使用基于BP算法的稳态机载模型。仿真结果表明,所建立的发动机机载模型具有优良的动稳态精度,且实时性好、存储量小,其中动态精度小于1%,稳态精度小于0.6%,一次模型计算时间不大于1ms,模型存储量不大于100kB。     

基于欠采样的零阶优化算法

非平衡学习吸引了许多研究者的关注。一般情况下,少数类是更值得关注的,并且其误分类代价要远高于多数类。由于非平衡数据分布的非均衡性,标准的分类算法将难以适用。为了解决非平衡数据分类问题,给出了基于欠采样的零阶优化算法。首先,为了降低数据非平衡分布的影响,针对不同非平衡比的数据集给出了不同的两种采样策略。然后,采用了一种引入间隔均值项的支持向量机(Support vector machine,SVM)优化模型进行分类,并使用带有方差减小的零阶随机梯度下降算法进行求解,提高了算法的精度。在非平衡数据上进行了对比实验,实验证明提出的方法有效提高了非平衡数据的分类效果。