基于纤维缠绕技术的自适应天线反射器

现代信息社会越来越需要更大的通讯能力，这种需要可通过发展更高的远程通讯频率来满足，为实现此目的，使用发射天线的卫星通讯系统，德国宇航研究院结构力学研究所正在研制一种新的、用于卫星天线发射器的自适应结构体系。本文介绍了一种直径为900毫米的抛物面型叠层发射器的制造工艺。该卫星天线发射器叠层材料为中等弹性模量的碳- 氧树脂面板和带有集成激励控制驱动器的铝蜂窝夹芯。并将给出驱动器封装的制造，纤维缠绕过程和驱动器的装配方法，本文介绍了这一新的设计思想和具有高效控制，高热稳定性及经济的，重量轻的自适应智能天线反射器结构。     

基于神经网络的空间桁架结构建模研究

空间桁架结构的振动主动控制目前已成为振动控制领域研究的热点，为了研究空间桁架的主动控制方法，首先必须建立其准确的模型。神经网络固有的学习能力使其在模型辨识中得到广泛应用，针对空间桁架结构的非线性动态特性，本文采用了修正的Elman递归网络进行了模型辨识，结果表明，带有自反馈增益修正的Elman网络能很好地反映桁架结构的真实情况，适用于非线性动态系统的模型辨识。     

多电飞机混合储能系统的模型研究

简要分析了适用于多电飞机电网的蓄电池—超级电容混合储能系统研究的意义和价值,建立较为完整的混合储能模型,并在模型基础上采用模糊控制等方法,设计出三级控制策略,实现稳定飞机电网电压目的.     

基于特征选择的BP神经网络算法滑行时间预测

为准确预测离港航班滑行时间,基于数理分析同时段场面航空器滑行数量、平均滑行时间等因素对离港航空器滑行时间的影响。将皮尔逊相关系数与随机森林算法相结合减少冗余特征变量,建立基于BP神经网络的滑行时间预测模型,提高离港航空器场面滑行时间预测精度,并通过交叉验证证明预测结果的稳定性。预测结果表明：通过皮尔逊相关系数与随机森林组合模型进行特征选择可提高BP神经网络预测结果的精度,离港航空器的滑行时间预测误差在±5min内的占比由88.23%提升至92.26%,且预测效果较为稳定。模型可以精确预测离港航班的滑行时间,为机场运行提供决策依据。