基于3D-Winograd的快速卷积算法设计及FPGA实现

近年来，卷积神经网络（CNN）已被计算机视觉任务广泛采用。由于FPGA的高性能、能效和可重新配置性，已被认为是最有前途的CNN硬件加速器，但是受FPGA计算能力、存储资源的限制，基于传统Winograd算法计算三维卷积的FPGA解决方案性能还有提升的空间。首先，研究了适用于三维运算的Winograd算法一维展开过程；然后，通过增加一次性输入特征图和卷积块的维度大小、低比特量化权重和输入数据等方法改善CNN在FPGA上的运行性能。优化思路包括使用移位代替部分除法的方法、分tile方案、二维到三维扩展及低比特量化等4个部分。相对传统的二维Winograd算法，优化算法每个卷积层的时钟周期数减少了7倍左右，相较传统滑窗卷积算法平均每个卷积层减少7倍左右。通过研究，证明了基于一维展开的3D-Winograd算法可以大大减少运算复杂度，并改善在FPGA运行CNN的性能。      

偏心撞击对撞击式喷嘴雾化特性的影响

为研究偏心撞击对撞击式喷嘴雾化特性的影响,建立了求解自燃推进剂冷态射流撞击雾化过程的数值模拟方案,计算了不同偏心度条件下的射流撞击雾化过程。采用树形自适应加密算法直接求解不可压Navier-Stokes方程组,由分段线性的流体体积(VOF)方法对流体界面进行捕捉。结果表明偏心撞击会导致雾场发生偏转,当无量纲偏心度E为1/8时,雾场偏转角度约为9.2°,应控制加工偏差小于该值。随着偏心度的增大,液膜的偏转角度增大,理论推导得到的液膜偏转角度要小于数值计算得到的液膜偏转角度。正心撞击时燃料与氧化剂流强峰值接近,雾场的流强分布呈单峰分布。当发生偏心撞击时,由于燃料与氧化剂部分射流未参与撞击导致流强峰值出现交错,雾场的流强分布呈双峰分布,混合比的空间分布发生较大改变。正心撞击时撞击点下游液滴的速度分布近似呈轴对称分布,而偏心撞击之后的速度分布则呈中心对称分布。偏心撞击导致的射流动量损失使得雾化性能变差,当无量纲偏心度E为1/8时,一甲基肼(MMH)的Sauter平均直径增大约4.8%,四氧化二氮(NTO)的Sauter平均直径增大约5.8%。      

面向战略导弹的新一代惯性系统

自主式惯性制导系统是战略导弹"威慑可信、反击可靠"的保障,针对我国已装备的战略导弹惯性系统在高精度、高可靠、实战化等方面存在的不足,系统阐述了位置捷联、位置平台和速率捷联的工作特点和局限性,首次提出了一种可同时满足高精度、全姿态、小型化的新一代惯性系统——速率平台.该惯性系统既具备速率捷联系统小型化、全姿态的特点,又兼顾了位置平台系统隔离角运动的功能.针对战略级惯性系统冗余不足引起的可靠性问题,在速率平台的基础上从智能化的角度提出了具备导航级故障诊断和自主重构的新体制惯性系统,该惯性系统将首次具备了自主导航、自主控制与自主重构的能力.     

基于结构加权低秩近似的泊松图像去模糊

针对由高斯模糊和泊松噪声引起的图像降质问题，提出了一种基于结构加权低秩近似的图像去模糊方法。首先，通过依次组合缩放、旋转、剪切和翻折等四种基本操作引入结构变换，以增加搜索空间内候选图像块的相似性。然后，构造新的目标函数，利用相似图像块的低秩性，在正则项中使用加权核范数（WNN）对结构变换后的图像块进行惩罚，以在去模糊的同时抑制泊松噪声。最后，基于半正定二次分裂（HQS）方法设计交替优化方案，用于求解目标函数，从泊松图像中去除模糊。实验结果表明:在多种泊松噪声强度下，所提方法取得的峰值信噪比（PSNR）和结构相似性（SSIM）都高于当前同类去模糊方法。      

液体火箭发动机协同设计平台关键技术

针对液体火箭发动机协同设计工程实际需求,围绕研制数据高效流转与协同,面向产品全生命周期跨地域、跨专业特点,提出了协同设计平台框架。针对协同平台中的5项关键技术,给出了相应解决途径。基于PLM系统构建协同环境,建立统一编码,整合研制过程中的标准件、原材料等共性基础数据;通过基于MBD的三维结构设计,采用MBSE理念,以模型为载体升级发动机设计流程;采用线上IPT模式提升产品设计效率,同时实现全过程数据记录知识累积。采用BOM结构组织和展示不同设计阶段形成的数据;基于Hadoop平台分布式数据存储模式,实现结构化和非结构化数据综合管理。通过工程实践验证表明,构建的协同平台实现了基于数字化模型的设计工艺定制化协同,科研生产全过程的信息整合和多维度监控,促进了业务流程持续优化和研制效率不断提升,支撑发动机研制模式的转型升级。     

AP聚类改进免疫算法用于航空发动机故障诊断

在免疫算法训练过程中引入近邻传播(AP)聚类与熵权法,对训练样本进行聚类与权值计算,将权值引入免疫算法中样本选择阈值的计算,以解决训练过程采用固定选择阈值所造成的检测器在部分区域过拟合,部分区域欠拟合的问题。结果表明:改进的免疫算法用于典型非线性函数的寻优时,迭代性能均优于传统免疫算法,并在大部分情况下优于粒子群算法与量子遗传算法,在进行某型发动机故障诊断的实例实验时,改进后的算法的诊断准确率达到98.06%,高于传统免疫算法的92.60%。      

高超声速飞行器再入段LQR自抗扰控制方法设计

针对高超声速飞行器(HSV)再入过程中强非线性、强耦合、气动参数变化剧烈的不确定性的特点，提出一种基于线性二次型调节器(LQR)和自抗扰控制(ADRC)的高超声速飞行器再入段的姿态控制方法。首先，建立高超声速飞行器再入段线性化模型，并采用LQR方法完成了状态反馈控制律设计。然后，结合自抗扰控制技术，设计了扩张状态观测器(ESO)对系统的模型不确定性和外部干扰进行补偿，大幅增强了系统的扰动抑制能力。最后，将得到的高超声速飞行器再入段LQR自抗扰姿态控制器(LQRADRC)应用于高超声速飞行器六自由度仿真，仿真结果表明本文所提出的控制方法能够快速、精确地跟踪角位置指令，并且对系统不确定性具有强鲁棒性。     

基于改进GERT的任务过程时间特性建模分析方法

随着系统任务需求的日渐密集，用户对系统的时间特性提出了更为严苛的要求。首先，利用图示评审技术（GERT）构建系统任务流程的随机网络模型，针对任务中由于资源共享引起的活动排队执行以及部分上下游活动之间存在重叠的情况，基于排队论并引入时间因子以修正任务中各活动的执行时间，并给出任务执行时间的求解步骤。经考虑这2种情况，最终任务平均执行时间增加了22.9%。其次，通过不确定性分析，找出了任务中的关键活动，为进一步任务优化提供方向和思路。最后，以舰载机着舰任务为例进行案例应用分析，验证所提建模分析方法的有效性和适用性。