基于虚拟现实(VR)的飞机部件装配工艺技术研究与应用

针对飞机部件装配产品批量小、型号多、装配工序复杂、精度要求高等问题,开展了基于VR的虚拟装配技术研究。产品在制造生产前,工艺人员在虚拟环境下规划产品的装配顺序和路径、选择工装夹具和操作方法,验证装配工艺设计的合理性,及时发现工艺中存在的各种设计缺陷、结构干涉等问题,直观科学地分析装配对象的可操作性、可视性、可达性,根据虚拟仿真模拟,修改和优化工艺方法、工装结构及生产线布局等,最终生成科学合理的产品装配工艺方案,缩短装配周期、降低装配成本、提高部件装配质量。     

无喷管助推器药柱结构优化设计研究

为了得到无喷管助推器药柱设计的最优解,采用无喷管助推器一维非定常内弹道计算方法和粒子群模式搜索混合优化算法,构建了无喷管助推器药柱优化设计框架,优化框架中粒子群算法用于全局搜索,模式搜索算法用于局部搜索。对圆柱内孔装药无喷管助推器的药柱结构进行了优化设计,最大化总冲设计在不增大峰值压强的条件下总冲提升了5.4%,最小化峰值压强设计在总冲不降低的条件下峰值压强降低了33.8%,表明设计框架适用于无喷管助推器药柱优化设计过程,能够满足不同药柱设计的需求,混合优化算法的采用大大降低了优化设计代价。     

涂覆吸波材料圆柱的RCS预估方法

用缩比模型测量结果预估是研制阶段获得大尺寸目标雷达散射截面（RCS）的常用方法，但根据经典电磁相似理论，严格满足缩比条件的涂覆吸波材料缩比目标测量难以实现。针对涂覆吸波材料缩比目标的RCS预估问题，提出了采用多元对数线性回归模型的预估方法。设计了2组圆柱模型，在微波暗室中对缩比因子分别为1、2、4、8的2组模型进行了测试。在完成角度矫正等数据预处理基础上，将缩比模型RCS数据作为训练集代入模型当中求得参数，对原模型的RCS进行预估并与实际实测数据进行对比分析。结果表明:所提方法预估数据与实测数据曲线拟合度较好，相较于传统平方率模型，误差下降了3~5 dB，在回归模型中加入吸波材料因子后误差进一步下降了0.3~0.8 dB。      

基于超统计的多阶段航空发动机剩余寿命预测

针对传统航空发动机剩余寿命（RUL）预测模型无法客观描述多阶段性能衰退过程及对于RUL预测精度不高的问题, 提出了一个新的多阶段航空发动机RUL预测模型, 包括超统计理论、突变点检测、无迹卡尔曼滤波（UKF）与非线性预测4部分内容。提出了基于超统计理论的多阶段分割滤波（BS-MSF）算法。首先, 该算法采用超统计理论进行突变点检测, 将航空发动机的健康数据划分为多个退化阶段；其次, 应用UKF对融合的时变参数进行滤波处理；最后, 通过非线性拟合对发动机RUL进行预测, 实验采用美国NASA发布的航空发动机数据进行数据分析和验证。结果表明:所提算法在发动机性能退化中的预测具有更好的适应性和更小的拟合误差, 能更准确地预测发动机的RUL, 预测精度比单阶段方法提高5.5%。      

基于循环神经网络的空中目标类型识别

为解决在空中目标类型识别过程中,目标特征单一导致识别准确率低的问题,提出一种将雷达信噪比与目标航迹特征相结合的基于循环神经网络(Recurrent Neural Network,RNN)的目标识别方法。该方法利用RNN模型在处理时序数据上的优势,挖掘雷达数据隐藏在时间层面的特征;扩展目标特征属性维度,利用智能化模型有效地将雷达信噪比与目标航迹特征相结合,提高目标识别的准确率。应用真实检飞数据,对该方法进行检验,并与传统方法进行对比分析。仿真结果表明,基于RNN的目标智能化识别方法具有更高的准确率。     

基于代价敏感剪枝卷积神经网络的弹道目标识别

为降低弹道目标整体误识别代价，提出了基于代价敏感剪枝（CSP）一维卷积神经网络（1D-CNN）的弹道目标高分辨距离像识别方法。首先，基于彩票假设提出了同时以降低模型复杂度和误识别代价为目标的统一框架；然后，在此基础上，提出了基于人工蜂群算法的网络结构无梯度优化方法，以网络结构搜索的方式自动地寻找1D-CNN的代价敏感子网络，即代价敏感剪枝；最后，为了使代价敏感子网络在微调过程中仍以最小化误识别代价为目标，提出了一种代价敏感交叉熵（CSCE）损失函数对训练进行优化，使代价敏感子网络侧重对误识别代价较高的类别正确分类来进一步降低整体误识别代价。实验结果表明:结合CSP和CSCE损失函数的1D-CNN能在保持较高的识别正确率的前提下，相比传统的1D-CNN具有更低的整体误识别代价，且降低了50%以上的计算复杂度。      

基于特征序列的时域STBC-OFDM盲识别算法

为有效解决STBC-OFDM信号盲识别过程中存在的低信噪比适应能力弱等问题，在OFDM块大小已知的前提下，提出了一种在时域上构造特征序列的识别算法。该算法推导了空时分组码接收信号的时域特性，以及四阶特征向量，并构造特征序列，通过检测特征序列达到识别4种STBC-OFDM信号的目的。推导和仿真结果表明:所提算法无需信道、噪声、调制方式和OFDM块起始位置等先验信息，在较低信噪比条件下也具有良好的识别性能，且对频偏、多普勒频移和时延的鲁棒性能好，计算量较低，具有较高的实用价值。      

基于TechDemoSat-1卫星的GPS反射信号海面高度反演

针对星载GPS反射信号（GPS-R）海面测高的误差问题，基于星载GPS-R实测数据进行星载海面测高模型和误差修正模型的研究，并验证其有效性。利用TechDemoSat-1（TDS-1）数据，使用时延多普勒图（DDM）海面高度反演技术，着重分析了星载GPS-R海面高度反演中的各类误差，并建立了相应的误差模型。对星载GPS-R海面高度反演模型进行优化，采用DTU15全球平均海面模型、DTU全球海潮模型验证反演精度。结果证明:优化后反演模型得到的全球海面高度反演结果的平均绝对误差（MAD）为6.05 m，精度提高了约29%，有效提高了海面高度反演的精度。研究成果对于推广星载GNSS反射信号（GNSS-R）的海面测高应用具有一定的意义。      

PBGA封装芯片热环境适应性仿真分析

针对多数塑料焊球阵列（PBGA）封装芯片仅依据美军MIL标准进行高低温交变测试致使预测服役寿命偏差较大的情况，将微控制芯片任务状态时间谱转化为环境温度载荷谱，在综合考虑热传导、热对流的情形下，利用icepak完成芯片热电耦合仿真分析，并借助于Transient Thermal及Transient Structural完成芯片结温的获取及焊点应力、应变的计算求解。同时，依据Arrhenius模型及修正Coffin-Manson热疲劳模型分别预测芯片本身及焊点的寿命，从而实现对其热环境适应能力的定量分析。仿真结果表明:芯片的预测寿命约为6.26年，寿命预测偏差约为13.4%，符合GJB 4239-2001中单个关键环境因素预测寿命偏差标准，能够较为精确地反映其热环境适应性。      

哈密尔顿图充分必要条件探究

本文根据哈密尔顿图结构特征和中国《易经》理论分别提出哈密尔顿图的两个简洁的充要条件定理,经证明和实例判断是完全正确的,可供实际应用。