基于Kriging形函数的线性时变结构模态参数辨识

近年来,对航空航天飞行器随时间变化的动力学特性研究需求越来越迫切。仅输出参数化时域的时变时间序列模型以其结构简约、精度高且跟踪能力强而成为研究热点,尤其是泛函向量时变自回归(FS-VTAR)模型已经得到了广泛应用。然而传统的FS-VTAR模型在保证其辨识优势的同时却需要针对不同时变结构选择合适的基函数形式及较高的基函数阶数,该过程相当复杂且耗时。本文借鉴无网格法中移动最小二乘(MLS)法构造形函数的思想,提出一种基于Kriging形函数的线性时变结构模态参数辨识方法。该方法首先引入自适应于辨识信号的Kriging形函数;再把时变系数在形函数上线性展开,利用最小二乘(LS)法得到形函数的展开系数;最后把时变模型特征方程转换为广义特征值问题提取出模态参数。利用时变刚度系统非平稳振动信号验证该方法,结果表明:基于Kriging形函数的FS-VTAR模型相比于传统的FS-VTAR模型能有效地避免基函数形式的选择和较高的基函数阶数,且精度相当;相比于移动最小二乘法能有效地解决其数值条件问题且具有更高的模态参数辨识精度。     

改进的深度神经网络下遥感机场区域目标检测

卫星遥感监测器下的机场区域多类目标检测在实际生活中有着重大的军用和民用意义。为了有效提升机场区域遥感图片的检测精确率，以主流目标检测方法中更快的区域卷积神经网络（Faster R-CNN）为基础框架，针对数据侧提出了ReMD数据增强算法。同时使用更具深度的残差神经网络（ResNet）以及特征融合部件-特征金字塔网络（FPN）来提取机场区域目标更鲁棒的深层区分性特征。在末端检测网络添加新的全连接层并根据目标的类间关联性组合softmax分类器以及4个logistic regression分类器进行机场区域多类目标的精确分类。实验结果表明:相比原网络改进后的网络带来了11.6%的多类平均检测精确率的提升，达到了80.5%的mAP，与其他主流网络进行对比也有更好的精确率；同时通过适当减小建议区域的输入量，可以在降低3.2%精确率的前提下将0.512 s的检测时间提速3倍，至0.173 s，根据具体任务可以合理权衡精确率和检测速度，体现了该网络的有效性以及实用性。      

基于注意力机制和改进YOLOv3的红外弱小目标检测

红外弱小目标检测技术是红外探测系统的核心技术之一。针对远距离复杂场景下红外弱小目标对比度低、信噪比低和纹理特征稀疏分散导致目标检测率低的问题,提出一种融合注意力机制和改进YOLOv3的红外弱小目标检测算法。首先,在YOLOv3的基础上,用更大尺度的检测头替换最小尺度的检测头,在保证推理速度的基础上有效提升了红外图像中小目标的检测概率。然后,在检测头之前设计了Infrared Attention模块,通过通道间的信息交互,抽取出更加关键重要的信息供网络学习。最后,用完全交并比损失（Complete IoU Loss）替代交并比损失（Intersection over Union Loss）来衡量预测框的检测能力,通过梯度回传实现更好的模型训练。实验结果表明,本文提出的YOLOv3-DCA 能完成多种场景下红外弱小目标的检测任务,且检测准确率、召回率、F1和平均准确率分别达到91.84%、88.85%、93%和88.82%,平均准确率比YOLOv3基线提升约7%,与主流的SSD、CenterNet和YOLOv4模型对比平均准确率也取得了目前最优。     

机载蒸发循环系统结构的轻量化设计

机械结构作为机载蒸发循环系统主要的支撑件,具有较大的质量并承受来自直升机的振动冲击作用,其结构性能影响着整个系统的正常功能,在保证足够强度和刚度的前提下,对结构进行轻量化设计具有重要的理论意义和实用价值。首先,采用ANSYS软件对机载蒸发循环系统进行有限元分析;然后,借助Pro/E与Ansys Workbench之间的双向参数实时传递功能,对结构进行参数化设计,在此基础上采用灵敏度分析法获取对模型优化目标影响较大的关键尺寸参数;最后,采用多目标遗传算法对结构进行优化设计。结果表明:在满足设计要求的前提下,结构质量比原来减少了24.4%,得到了最佳结构参数,实现了轻量化目的。     

发动机加力燃油总管流量调整技术研究

本文对加力燃油总管的流量及分布超标原因进行了分析,对加力总管的燃油流量、分布的调整方法进行了研究。制定了加力燃油总管采用换杆及喷杆孔的研磨等修理方案。通过试验件的加工、调整、试验、长期试车考核及验证,证明了更换喷杆的修理方法能够满足恢复加力燃油总管使用功能、降低发动机修理成本。     

不确定强耦合下四旋翼姿态鲁棒自适应控制

针对多源不确定强耦合下的四旋翼无人机姿态控制问题，首次设计了一种多层逼近自适应神经网络动态面控制算法。区别于以往的加性耦合不确定研究，考虑无人机飞行控制中的乘性耦合多源不确定估计与补偿问题。首先，构建不确定四旋翼无人机姿态动力学模型，并基于神经网络与傅里叶展开实现乘性耦合不确定的巧妙转换；其次，将自适应技术与反步法相结合，设计多层逼近自适应控制律；同时将动态面技术用于解决反步法中虚拟控制律求导问题。完整理论分析与仿真实验表明了所述控制策略的有效性。     

基于热色液晶的异型气膜孔气膜分布特征的可视化实验

通过在气膜孔下游不同位置设置涂有热色液晶的黑色尼龙网,根据尼龙网上的彩色无量纲温度轮廓,对圆柱孔、水滴孔和簸箕孔在吹风比为0.5,1,2下的气膜分布状况进行可视化实验研究.结果表明:气膜孔沿主流流向的扩张会降低出流平均动量,较小程度地减弱了肾形对涡强度,使气膜的覆盖范围和气膜厚度都有所增大;展向扩张使出流平均动量降低的同时使其具有展向速度分量,明显降低了肾形对涡强度,显著增大气膜覆盖范围、降低气膜厚度,增强气膜的贴壁性;吹风比增大使气膜脱离壁面的趋势增强,降低气膜覆盖范围;排孔的相邻孔的出流会相互影响,有利于将气膜压向壁面,相比单孔来讲排孔的冷却效果和气膜覆盖效果更好.      

石墨烯基吸波材料研究新进展

吸波材料的性能是影响雷达隐身的关键因素,其研究对军用和民用都具有非常重要的意义。石墨烯由于其独特的吸波性能,成为吸波材料研究的一大热点。本文综述了石墨烯/铁氧体、石墨烯/金属微粉、石墨烯/磁性金属、石墨烯/导电聚合物和石墨烯/磁性材料/导电聚合物等复合吸波材料在吸波领域的最新研究应用现状,并展望了吸波材料未来发展趋势。     

基于朴素贝叶斯分类器的空中红外目标抗干扰识别方法研究

红外诱饵对抗技术的发展使得空战环境日益复杂化,对红外成像制导空空导弹抗干扰目标识别技术提出了更高的要求。红外诱饵的投放使得目标特征的完整性、显著性及稳定性遭到破坏,基于特征融合匹配的统计模式识别方法无法准确识别目标。提出了一种基于朴素贝叶斯分类器的抗干扰目标识别方法,该方法对空战对抗仿真图像数据集进行了特征挖掘,利用实验拟合方法构建了典型特征的概率密度函数模型,构造了朴素贝叶斯分类器,实现了飞机目标和干扰的分类识别。仿真实验结果表明,该方法在已测试的弹道图像数据集下的平均识别正确率达到了81.82%,且能够解决假目标、目标遮挡等抗干扰目标的识别难题。