基于AHP和灰色局势决策模型的装备 测试资源选择和优化配置

装备系统测试资源选择与配置是系统测试性设计方案的重要组成部分,目前关于这方面 的理论及相关技术文献十分有限,且基本不涉及具体的评估与决策方法。首先考虑了影响装备系 统测试资源选择和配置的主要因素,确立优化目标的因素集;然后借助层次分析法(AHP)获得各 相关因素的重要程度权重;接着利用灰色局势决策模型综合求解选择问题,形成决策结论。最后 结合案例验证,表明该方法可以对测试资源选择和配置问题进行综合有效的权衡分析,为测试资 源的选择提供一条思路。     

面向目标分类识别的多任务学习算法综述

多任务学习(MTL)可以在训练中联合利用多个任务的监督信号，并通过共享多个相关任务之间的有用信息来提升模型性能。本文从目标分类识别应用角度，全面梳理和分析了多任务学习的机制及其主流方法。首先，对多任务学习的定义、原理和方法进行阐述。其次，以应用较为广泛、具有代表性且具有共性特点的细粒度分类和目标重识别为例，重点介绍多任务学习机制在目标分类和识别任务应用的2类方法：基于任务层的多任务学习和基于特征层的多任务学习，并针对每种类型进一步分类分析不同的多任务学习算法的设计思想和优缺点。接着，对本文综述的各种多任务学习算法在通用数据集上开展性能对比。最后，对面向目标分类和识别任务的多任务学习方法的未来趋势进行展望。     

基于随机遮挡和多粒度特征融合的行人重识别

针对行人重识别中存在遮挡及行人判别特征层次单调的问题，在IBN-Net50-a网络的基础上，提出了一种结合随机遮挡和多粒度特征融合的网络模型。通过对输入图像进行随机遮挡处理，模拟行人被遮挡的真实情景，以增强应对遮挡的鲁棒性；将网络分为全局分支、局部粗粒度互融分支和局部细粒度互融分支，提取全局显著性特征，同时补充局部多粒度深层特征，丰富行人判别特征的层次性；进一步挖掘局部多粒度特征间的相关性进行深度融合；联合标签平滑交叉熵损失和三元组损失训练网络。在3个标准公共数据集和1个遮挡数据集上，将所提方法与先进的行人重识别方法进行比较，实验结果表明：在Market1501、DukeMTMC-reID、CUHK03标准公共数据集上，所提方法的Rank-1分别达到了95.2%、89.2%、80.1%，在遮挡数据集Occluded-Duke上，所提方法的Rank-1和mAP分别达到了60.6%和51.6%，均优于对比方法，证实了方法的有效性。     

一种三回路过载自动驾驶仪设计方法

从三回路过载驾驶仪的模型出发，给出形式统一的系统开环传函、闭环传函及闭环特征方程，然后依据闭环传函确定系统控制增益与闭环极点、开环截止频率的关系。通过引入舵偏角速度约束、开环截止频率约束、稳定裕度指标约束及高频部件约束，进而给出最小化闭环系统等效时间常数的目标函数。形成典型的约束条件下参数寻优范式，通过求解系统最优解，实现系统开环截止频率、相位裕度的精确设计，形成一种可工程化的极点配置设计方法，算例检验了方法的有效性。     

机场飞行区资源调度问题研究(三)：研究热点与挑战

全球航空运输需求的持续和迅猛增长,使得诸多大型繁忙机场正面临高频次飞行冲突、大范围空域拥堵、大面积航班延误等一系列严峻问题。本文聚焦飞行区资源调度的研究热点与挑战问题,为机场飞行区资源调度问题研究系列之三。从多维视角对飞行区资源调度问题进行详细分类,梳理近几年在容量预测、跑道配置、态势感知、空地调度、性能权衡等方面的研究热点,并对该领域目前面临的主要挑战进行综合分析。研究成果旨在为机场运行管理理论与应用的可持续发展提供科学指引。     

三维方腔内导电流体第1次Hopf分叉

磁场作用下导电流体由Hopf分叉引起的不稳定转变还未有研究涉及。采用课题组开发的配置点谱方法与人工压缩法相结合的数值方法SCM-ACM直接求解次临界流动状态下的磁流体控制方程，采用Fourier分析法获得速度振荡的频谱分布，研究了一定哈特曼数Ha条件下三维方腔内导电流体由稳态流动转变为非稳态周期性振荡流动的第1次Hopf分叉。结果显示，磁场强烈抑制了速度振荡，显著增加了第1次Hopf分叉的临界雷诺数Re_cr。随Ha从0增加至5，速度振幅的衰减速度呈抛物线形式急剧增加。同时，Re_cr也呈抛物线形式增加，由1 916.6增加至2 040.1。然而，不同Ha条件下，速度振荡均仅有唯一主导的无量纲角频率(ω=0.575 2)。所提Hopf分叉的方法和相关结果，能够为工程设计和运行控制提供参考。     

基于通道注意力机制的行人重识别方法

针对行人特征表达不充分的问题，提出了一种基于通道注意力机制的行人重识别方法。将通道注意力机制SE模块嵌入到骨干网络ResNet50中，对关键特征信息进行加权强化；采用动态激活函数，根据输入特征动态调整ReLU的参数，增强网络模型的非线性表达能力；将梯度中心化算法引入Adam优化器，提升网络模型的训练速度和泛化能力。在Market1501、DukeMTMC-ReID和CUHK03主流数据集上对改进后的模型进行测试评价，Rank-1分别提升2.17%、2.38%和3.50%，mAP分别提升3.07%、3.39%和4.14%。结果表明:改进后的模型能够提取更强鲁棒性的行人表达特征，达到更高的识别精度。      

基于朝向约束和重识别特征的目标轨迹关联方法

基于检测关联和深度学习的目标轨迹关联方法是计算机视觉领域的研究热点之一，但现有方法设计中缺乏有效的时空约束，且目标表观特征泛化能力不足，在目标朝向差异明显的情况下会发生识别错误，在目标轨迹关联时会导致频繁的ID切换和错误关联。针对该问题，提出了一种基于朝向约束和重识别特征的目标轨迹关联方法。将行人朝向判别引入行人重识别中，提出了一种具有朝向约束力的行人重识别网络模型，提升了目标特征的表示能力。结合目标朝向、卡尔曼滤波得到的位置信息、重叠面积等时空特征，提出一种基于朝向约束的分层轨迹关联模型，得到单相机内的目标轨迹。在跨相机场景中，通过引入一种简单有效的双向竞争匹配机制，实现了目标轨迹的有效关联。实验结果表明: 所提方法在MOT数据集上度量指标优于多种方法，能够减少频繁的ID交换，有效解决了相似目标相向而行时的错误关联；帧率达到19.6帧/s，能够满足近实时场景下的使用要求。      

EPDM材料热解后准静态压缩力学性能

为研究三元乙丙(EPDM)包覆层材料热解过程及其热解后的力学行为,采用热重分析(TGA)对EPDM的热稳定性进行分析,基于其TGA曲线与热降解温度,通过电阻炉设定不同的温度进行热解实验,然后利用万能实验机完成准静态单轴压缩实验.结果表明:EPDM材料的抗压性能随着热解温度的升高呈先减小再升高而后降低的趋势,可大体分为3个阶段.通过分阶段建立模型来更好地描述材料不同热解程度下的力学行为,采用2阶Polynomial超弹模型与温度相关项相结合等方式预测不同温度热解后EPDM材料的力学响应,对比实验结果发现模型拟合精度良好.      

航空发动机分布式控制系统时延/丢包鲁棒性分析

为了定量描述航空发动机分布式控制系统对于时延/丢包的鲁棒性，开展了分布式控制系统鲁棒性分析研究.针对能够同时刻画时延和丢包控制系统模型，以线性矩阵不等式的形式给出了稳定性判据；使用区域极点配置技术设计控制增益矩阵，并对极点位于不同区域的闭环系统进行了时延/丢包稳定裕度的求解和验证；从时延/丢包鲁棒性及动态性能的角度对闭环极点的配置区域选取进行了探讨.仿真结果证实了该稳定性判据的有效性，进一步分析结果表明:当闭环极点被配置在-4附近时，系统具有最强的时延/丢包鲁棒性.综合考虑控制系统对于时延/丢包鲁棒性和动态性能的要求，可以将闭环极点配置在圆心在-8和-4之间、半径为1的圆盘区域内.