雷诺数对高空长航时无人机发动机调节计划和性能影响

在发动机性能模拟中引入雷诺数对发动机部件性能影响的修正，分析了某大涵道比涡扇发动机用作高空长航时无人机动力装置时，雷诺数对调节计划和性能的影响。通过数值计算获得了在高空条件下发动机推力、耗油率、转速以及涡轮前温度等重要特性受雷诺数影响的变化情况，为高空长航时无人机动力选型提供了参考依据。针对该类型发动机特点，提出了改善发动机性能的措施。     

DTR-100电台多种工作模式的实现

1、引言 随着我国经济的快速发展，民航飞行流量增加，飞行间隔缩小，对空管设备的建设和保障提出了更高的要求。以VHF（very high frequency）电台为主的地空通信设备在保障飞行安全过程中扮演了更加重要的角色。地空通信设备的安装作为保障飞行安全的最前沿工作之一，要求我们地空通信设备安装人员不仅要保证所安装设备的质量，还要对设备进行更加深入的学习和研究，找出如何在条件有限的情况下，深挖设备的潜力，更好地发挥设备的能力。通过我们的不断探索，取得了一定的成效，本文结合DTR—100电台拥有的电台及链路备份冗余系统，论述对DTR-100电台进行接口线路配置和软件设置实现其多种工作模式的方法。     

桂林民航VHF地空通信干扰案例排查及分析

本文通过对桂林民航VHF地空通信干扰排查案例的归纳和总结，从理论和实践分析了干扰的成因和类型，介绍了解决方案和经验以及干扰防治的体会。     

螺旋桨飞机等高度飞行的航程与航时计算

研究了螺旋桨飞机等高度飞行时航程、航时的计算方法。当燃油消耗率的功率系数为常数时．运用解析法分别给出了求远航、久航性能时最佳巡航状态的计算方法．并给出了飞机采取等姿态或等速度飞行策略下的航程与航时计算方法。计算结果表明：为得到远航性能要求飞机采取变姿态、变速度飞行策略；为得到久航性能要求飞机采取等姿态、变速度的飞行策略。     

反舰导弹对舰艇编队联合突防能力的研究

该文首先对单舰以及舰艇编队防御过程进行了分析,然后根据反舰导弹和舰空导弹武器的性能参数,提出了一种用于评估多型反舰导弹对舰艇编队联合突防能力的模型,最后计算并分析了仿真结果.     

中空长航时无人机恒速螺旋桨与发动机匹配研究

中空长航时无人机具有诸多优点,可用于执行多种军事及民用任务,已成为各国的研发热点。为使中 空长航时无人机在各个飞行阶段均具有良好的动力性能和经济性能,提出为航空活塞式发动机匹配恒速螺旋 桨的方法;根据发动机速度特性曲线、耗油率特性曲线选出发动机各经济工况点,在无人机飞行高度-速度包 线内对比分析各螺旋桨在选定发动机经济工况点的效率,并进行全尺寸发动机-螺旋桨风洞试验。结果表明: 本文研究方法适用于为已初步选定的活塞式发动机选配最佳的恒速螺旋桨。     

无源互调对直扩系统伪码捕获性能的影响

无源互调干扰信号会对无线通信系统造成不同程度的影响,轻则干扰无线通信系统,严重时阻塞无线通信系统信号传输通道。为了定量分析无源互调干扰信号对直扩系统伪码捕获性能的影响,建立了无源互调干扰下直扩系统模型,考虑卫星接收机中噪声的影响,采用修正柯西分布概率密度模型,分别对平方律检波器捕获方法和平方检波累积器捕获方法在无源互调干扰下的捕获性能进行了理论推导和仿真验证。仿真结果表明,高信干噪比下无源互调干扰对通信系统的影响比噪声小,90%捕获检测概率下相差2.92dB;采用平方检波累积方法可获得一定的累积增益,90%捕获检测概率下的累积增益为2.36dB。     

基于半无码的P(Y)码自相关GNSS-R海面测高方法

针对传统GPS C/A码延迟测高方法测高精度低和互相关测高方法时延波形信噪比低的问题,研究了基于半无码的P（Y）码自相关海面测高方法。首先,通过理论测高精度模型,对比分析了C/A码和P（Y）码的测高精度;然后,描述了L1、L2双频反射信号基于半无码的P（Y）码自相关处理架构,并论述了测高模型和L1、L2双频电离层时延误差修正方法;最后,利用模拟的L1、L2反射信号对比分析了基于半无码的P（Y）码自相关、C/A码自相关以及信号互相关方法的海面测高精度。结果表明:相比于C/A码自相关和信号互相关测高精度,基于半无码的P（Y）码自相关的测高精度分别提高了3.97倍和1.47倍。      

时空域上下文学习的视频多帧质量增强方法

卷积神经网络（CNN）在视频增强方向取得了巨大的成功。现有的视频增强方法主要在空域探索图像内像素的相关性,忽略了连续帧之间的时域相似性。针对上述问题,提出一种基于时空域上下文学习的多帧质量增强方法（STMVE）,即利用当前帧以及相邻多帧图像共同增强当前帧的质量。首先根据时域多帧图像直接预测得到当前帧的预测帧,然后利用预测帧对当前帧进行增强。其中,预测帧通过自适应可分离的卷积神经网络（ASCNN）得到;在后续增强中,设计了一种多帧卷积神经网络（MFCNN）,利用早期融合架构来挖掘当前帧及其预测帧的时空域相关性,最终得到增强的当前帧。实验结果表明,所提出的STMVE方法在量化参数值37、32、27、22上,相对于H.265/HEVC,分别获得0.47、0.43、0.38、0.28 dB的性能增益;与多帧质量增强（MFQE）方法相比,平均获得0.17 dB的增益。      

人机协作中人的动作终点预测

为实现安全高效的人机协作（HRC）,需要机器人及时对人的动作做出预测,从而积极主动地辅助人工作。为解决在HRC装配场景中机器人对人的动作终点预测问题,提出了一种基于长短时记忆（LSTM）网络的动作终点预测方法。在训练阶段,用人的动作序列与对应的动作终点组成的样本训练LSTM网络,构建动作序列与动作终点之间的映射。在应用阶段,根据人的动作的初始部分对动作终点提前做出预测。通过在装配场景中,对人抓取工具或零件的动作终点进行预测,验证了所提方法的有效性。在观测到50%的动作片段时,预测准确率达到80%以上。