歼击机自修复控制系统仿真研究

针对歼击机自修复控制系统的综合仿真,推导了具有较大稳定域的自适应RK公式,研制了歼击机自修复控制系统一体化仿真环境,该环境支持歼击机动力学方程的线性化、故障诊断、自修复控制律设计等众多仿真实验任务。在此基础上,应用一种模型参考自修复方法对某型歼击机进行了仿真研究。     

仿真模型的可重用性研究

针对目前建模与仿真的现状和特点,分析了解决仿真模型重用的关键技术－面向对象的分析与设计方法的基本原则和重要作用。指出了面向对象技术中的抽象、信息隐藏、多态和继承等基本原则是隐藏复杂性、提高代码重用性和标准化的基础。进一步给出了模型重用的分类和前提,并重点论证了模型分类、公有属性提取、结构与参数分离、数据与处理方法的封装和ＶＶ＆Ａ技术是实现仿真模型可重用性的技术步骤。     

远程网络教学组卷测试子系统的设计与实现

随着网络信息技术和计算机技术的飞速发展,远程教育作为一种新型教学方式日益完善,并且逐步发挥出巨大的作用。本文着重以《大学语文》远程网络系统组卷测试的设计和实现为例,介绍ADO和ASP技术在网络中的应用,以及系统组卷测试所特有的题型实现机制和方略。     

空间目标的地面光谱特性和星等估计

针对自适应光学系统将要探测的空间非自发光目标,进行了光谱特性和星等估计的研究;研究了空间非自发光目标反射太阳光穿过大气层而进入自适应光学系统的波前探测器的子孔径内的光子速率;同时还针对反射太阳光的空间目标亮度太低,研究了激光照射目标后的相应情况。     

基于低比特量化神经网络的红外目标识别方法及其FPGA实现

红外目标识别系统成为航空航天、无人驾驶等军事和民用领域中一项至关重要的技术。红外目标识别算法是红外目标检测识别系统中的核心之一。传统红外目标识别技术往往依赖人为的特征选择，无法对复杂困难的红外目标实现高效、准确的识别。本文提出了训练中反量化与通道级量化相结合的量化策略，有效减小量化误差对网络模型性能的影响。实验结果表明:本文提出的低比特量化算法在红外数据集上有着优异的表现。在硬件部署方面，本文提出了更加高效的卷积计算单元，提高了硬件资源的利用率，同时也达到了更高的峰值性能。最终，在PYNQ-Z2嵌入式现场可编程门阵列(FPGA)上进行验证，系统在150 MHz的时钟频率下达到了90.6 GOP/s的峰值吞吐率，其功耗为2.5 W。     

基于ViBE与面向对象分类的视频卫星运动车辆检测

为了提高视频卫星对运动车辆的检测质量，在经典视觉背景提取器(ViBE)算法的基础上，结合遥感的面向对象分类技术，从提升正确检测运动目标数量和抑制虚假运动目标检测数量两个方面着手，提出了一种新的运动车辆检测方法（VOMVD）。首先通过优化ViBE模型参数，尽可能多地获取真实运动目标，但这在一定程度引入了许多的虚假目标。研究继而依据影像上地面小尺度运动目标和道路的依存关系，采用面向对象的分类方法，基于光谱、纹理、空间属性，构建了均值、标准差、卷积核内平均灰度值、卷积核内平均信息熵、面积、长度、紧密度、延伸度等8个特征，用于提取道路信息，以此掩膜ViBE提取的虚假运动目标和伪运动目标。结果表明，基于本研究提出的视频卫星运动目标检测方法较之三帧差分法、ViBE检测方法等，其精度有明显提升。在本研究中，三帧差分法、ViBE和VOMVD对运动目标的检测精度P分别为70.91%，61.49%和85.71%，召回率R分别为84.78%，98.91%和97.83%，F值分别为77.23%，75.83%和91.37%，有效提升了方法对运动目标的检测效果。     

航空发动机风扇叶片硬物冲击损伤特征

通过对国内近20年民用航空发动机风扇叶片外物损伤数据调研与统计分析，筛选最具典型特征的硬物冲击损伤数据，依据发动机维修手册对风扇叶片损伤类型特征进行了分类，研究损伤类型与发动机类型的相关性和差异性、损伤发生位置特征、损伤尺寸特征等内容.分析结果表明:发动机风扇叶片硬物冲击损伤类型表现出多样化特征，其中缺口和凹坑两类损伤类型发生概率较大，而且不同损伤类型在特定发动机型号中又存在一定的差异性.通过对损伤位置与尺寸特征的分析，表明风扇叶片的损伤位置存在一定的集簇统计规律，缺口的损伤尺寸特性存在一定的统计分布规律.研究结果能够为航空发动机风扇叶片实际的维护维修工作提供相关技术参考.      

空间大质量目标转位操作双臂协调控制方法

针对空间中双臂协调转位过程中面临的双臂异构、刚度不同、负载较大、测量/执行误差影响大、抓捕位置随机偏差等问题，提出了一种空间大质量目标转位操作双臂协调控制方法。首先基于双臂转位的几何约束，进行协调转位运动规划。然后，将双机械臂关节划分为主动关节和从动关节，并对主动关节设计关节位置控制器，对从动关节设计零力控制器，从动关节在转位目标的拖动力下进行跟随运动。最后，数学仿真表明了所提出的双臂协调转位方法的有效性。     

基于特征重用和语义聚合的SAR图像舰船目标检测

针对单阶段算法SSD(Single Shot Detector)检测SAR图像舰船目标时特征利用率不高的问题,提出了基于特征重用和语义聚合的SAR图像舰船目标检测算法。该算法主要包括特征重用算法和语义聚合算法。在SSD检测算法的网络模型中,针对用于目标预测的前端网络进行了改进,通过提出的特征重用算法,将特征图按照通道分成2部分:一部分被卷积处理进行参数学习;另一部分经过池化之后,采用拼接的方式重新利用,可以在进行参数学习的同时,减小参数量和计算量。通过提出的语义聚合算法,将前端网络中位置信息丰富的底层特征和语义信息丰富的高层特征进行融合,提高了区分和定位舰船目标的能力。同时,还根据数据集SSDD中舰船目标尺寸和长宽比的分布情况,减小了锚框的尺寸,增大了锚框的长宽比,使产生的锚框更符合舰船目标特点。实验结果显示,检测准确率在数据集SSDD上从77.81%提升到81.43%,而增加的计算量不显著(平均处理时间从17 ms增加到23 ms)。     

基于数据扩充和特征增强的雷达回波无人机检测

针对基于雷达无人机目标识别难度高、精确度低、适应性差等问题，本文提出了利用深度学习的方法，对雷达回波进行无人机检测。首先，利用相参累积的方法生成雷达回波的距离-多普勒图像，增强目标特征并提高信噪比;其次，采用生成对抗模型对距离-多普勒图像进行数据扩充，以获得充足的图像数据减小网络的过拟合并提高网络鲁棒性;最后，使用基于位置感知的卷积神经网络增强特征，通过构建基于距离-多普勒图像的感知模块，实现对目标距离和运动速度的检测。通过在雷达回波序列中弱小飞机目标检测跟踪数据集上验证的结果表明:最终检测结果在召回率89%的情况下达到了91%的准确率。相比于基准方法，本文提出的方案具有更高的检测精度和更好的网络运行效率。