面向任务的空间信息网络体系结构可重组设计

针对空间信息网络体系结构设计和其使命任务的多重性、多维性的问题,提出了一种体系结构可重组设计方法。首先,介绍了空间信息网络及其体系结构的国内外发展现状,分析了研究空间信息网络体系结构可重组设计的需求。其次,结合空间信息网络的概念、结构和特征,建立了松耦合、兼容性、隔离性和可解构的可重组设计原则。同时,定义了管理中心（RMC）和资源中心（RRC）的内涵,分析了RMC和RRC的运行机制,从目标、拓扑、实体、数据、方案5个维度出发提出了一种形式化的可重组网络体系结构模型,并给出了可重组网络体系结构的实现算法流程。最后,以某反导作战活动为例进行了体系结构可组构设计的案例分析,基于STK平台进行可重组网络的仿真演示,着重展示和验证了可重组设计思想在实践中的具体应用,达到了预期目的。     

低轨天基信息定向分发区域分割编码控制方法

为提高低轨指向性信息分发链路的频谱利用效率，从天基分发平台与地面用户的相对位置关系入手，建立了分发指向、编码增益与信道传输容量的量化关系。在此基础上，提出一种低轨天基信息定向分发区域分割编码控制方法，该方法针对不同信息分发区域，采用最小均方误差(MMSE)作为区域分割准则选择编码方式，既提升了信道传输效率也便于工程实现。最后，本文通过仿真分析了方法的效能和性能影响因素，并与现有自适应编码方法进行了对比，验证了本方法的有效性和可靠性。     

一种面向复杂体系作战的多源信息融合处理方法

研讨了面向复杂体系化作战的信息融合技术，提出了一种基于中心航迹关联的融合架构，设计了面 向多源异构数据的信息融合处理方法。经过多机飞行场景下的数据仿真测试，能够有效解决多源传感器多目标 环境下目标关联判断问题。     

Rotating machinery fault diagnosis based on convolutional neural network and infrared thermal imaging

Rotating machinery is widely applied in industrial applications. Fault diagnosis of rotating machinery is vital in manufacturing system, which can prevent catastrophic failure and reduce financial losses. Recently, Deep Learning (DL)-based fault diagnosis method becomes a hot topic. Convolutional Neural Network (CNN) is an effective DL method to extract the features of raw data automatically. This paper develops a fault diagnosis method using CNN for InfRared Thermal (IRT) image. First, IRT technique is utilized to capture the IRT images of rotating machinery. Second, the CNN is applied to extract fault features from the IRT images. In the end, the obtained features are fed into the Softmax Regression (SR) classifier for fault pattern identification. The effectiveness of the proposed method is validated using two different experimental data. Results show that the proposed method has a superior performance in identification various faults on rotor and bearings comparing with other deep learning models and traditional vibration-based method.     

作动器故障下的无人机容错控制方法

在执行任务过程中,无人机的传感器、作动器等均可能出现故障。文章针对常规布局无人机的作动器故障,提出了 1种反步法和控制分配相结合的容错控制方法。首先,建立无人机数学模型,并对作动器故障进行分类和建模;然后,根据模型设计反步最优控制器和基于控制分配的容错控制器;最后,通过仿真验证表明,所设计的容错控制方法能够实现作动器故障下的姿态快速稳定控制,且稳定性好,基本无侧滑角,各操纵面均在约束范围内,达到容错控制要求。     

一种基于语义信息辅助的无人机视觉/惯性融合定位方法CSCD

视觉传感器在无人机室内定位中发挥着重要作用。传统基于特征点的视觉里程计算法通过底层亮度关系进行描述匹配,抗干扰能力不足,会出现匹配错误甚至失败的情况,导航系统的精度及鲁棒性有待提升。由于室内环境存在丰富的语义信息,提出了一种基于语义信息辅助的无人机视觉/惯性融合定位方法。首先,将室内语义信息进行因子建模,并与传统的视觉里程计方法进行融合;然后,基于惯性预积分方法,在因子图优化中添加惯性约束,以进一步提高无人机在动态复杂环境下的定位精度和鲁棒性;最后,通过无人机室内飞行试验对算法的定位精度进行了分析。试验结果表明,相较于传统的视觉里程计算法,该方法具有更高的精度和鲁棒性。     

发动机故障诊断的变记忆约束滤波算法

为提高故障诊断可靠性,给出了3种利用多次测量信息减少测量误差影响的方法,即变记忆约束滤波算法、分段算术平均预平滑算法以及指数顶平滑算法。其中,变记忆约束滤波算法能够有效地避免由于故障方程多重共线性所引起的病态解。证明了多故障诊断问题中滤波算法与分段算术平均算法的等价性,证明了在衰减滤波的条件下（第一变记忆因子小于1）,随测量点数的增加,变记忆滤波算法的第一变记忆因子与指数平滑的平滑系数之和趋近于1。利用计算机仿真方法对于所得结论进行了检验。     

基于故障字典的旋转整流器故障检测方法

以交流电为主要电源的飞机普遍采用无刷交流发电机作为发电装置,但由于半导体器件抗干扰、抗过载能力差,旋转整流器成为故障发生率较高的部件,文中介绍了利用快速傅里叶变换（FFT）通过对励磁电流的分析来检测可能出现的故障,并利用故障字典快速地判断出故障原因。     

飞控系统执行器模糊故障的鲁棒容错控制

以某型飞机为研究对象,对同时含有参数不确定性和执行器带有模糊故障的飞控系统,利用Ｒｉｃｃａｔｉ方程,融完整性,鲁棒性于一体,给出了状态反馈容错控制器的设计方法。并把此方法应用一某飞机纵向飞行容错控制中,仿真结果证了方法的有效性,为飞控系统的容错控制提供了一种有效的方法。     

超精密加工的动向和思考

叙述了在超精密加工技术向毫微米精度发展之际,必须探索突破的新途径,要充分发挥信息的作用,综合利用各种有关技术的进步,强调创新。