基于GAN网络的红外图像生成技术

当将人工智能技术应用于军事领域中的目标识别任务时，针对由红外图片采集的局限性而造成的训练数据不足的问题，提出了基于生成对抗网络以生成红外图像的方法，实现了数据集的扩充。对基本的生成对抗网络进行了改进，将网络的输入由随机噪声变为真实图片，使之实现了图片到图片的风格转换，即彩色图片转变为红外图片。经过网络模型的搭建和训练，实验结果表明，该方法能够有效生成清晰和高质量的红外图片，解决了由红外数据不足而造成的网络训练不充分的问题。     

轻量化红外成像制导镜头设计与仿真

根据红外成像制导系统的轻量化、小型化、低成本发展需求，针对制导系统中的光学镜头进行轻量化设计。通过分析超透镜的波前调控原理和加工工艺，利用传输相位调控原理设计了基于硅和氟化钡材料的中红外波长超透镜，工作波长3 μm,镜头厚度小于1 mm，口径50 mm时重量小于10 g，热膨胀系数较低环境适应性好。利用时域有限差分法对超透镜进行了仿真，通过设置对称边界条件缩短了仿真时间。仿真结果表明，当超透镜数值孔径为0.45时，聚焦效率为85%，焦斑半高宽3.4 μm。     

基于深度混合模型评分推荐

从用户-项目评分矩阵中学习用户对项目的个性化偏好,对于评分推荐来说至关重要。许多推荐方法如潜在因子模型,无法充分利用评分矩阵中的交互信息学到较好的个性化偏好而得到较差推荐效果。受深度学习中Wide and Deep模型应用于APP推荐启发,本文提出一种深度混合模型并命名为DeepHM用于评分推荐。与Wide and Deep模型相比,使用DeepWide和DNN部分重构Wide模型和Deep模型得到DeepHM,并且DeepWide和DNN部分共享交互信息输入。因此,DeepHM可以更有效地使用评分矩阵中的用户和项目的交互信息学到个性化偏好信息。DeepHM将评分推荐作为分类问题旨在提高推荐准确性。实验表明在公开的Movielens数据集上DeepHM算法相比现有的基于评分推荐模型具有更好的效果。     

利用地月间空间站的载人登月飞行模式分析

为提高空间站利用率，降低载人登月任务成本，有效开发地月空间，研究了基于地月空间不同轨道空间站的载人登月飞行模式。首先对比直接往返登月飞行模式，对基于空间站的载人登月飞行模式进行任务分析，通过空间站将载人登月任务解耦为载人天地往返任务和登月任务两部分；其次通过轨道设计和稳定性分析提出考虑登月任务需求的地月间空间站可运行轨道和停泊点；最后建立一套飞行模式评价模型，从速度增量需求、飞行时间、空间环境、登月任务窗口、测控条件、交会对接技术难度、后续任务支持性和任务可靠性方面对6种不同位置空间站的登月飞行模式进行分析和定量评价。评价结果表明基于L2点Halo轨道空间站的载人登月飞行模式为更优飞行模式。     

An improved numerical method for constructing Halo/Lissajous orbits in a full solar system model

An improved numerical method that can construct Halo/Lissajous orbits in the vicinity of collinear libration points in a full solar system model is investigated. A full solar system gravitational model in the geocentric rotating coordinate system with a clear presentation of the angular velocity relative to the inertial coordinate system is proposed. An alternative way to determine patch points in the multiple shooting method is provided based on a dynamical analysis with Poincare′sections. By employing the new patch points and sequential quadratic programming, Halo orbits for L_1, L_2, and L_3 points as well as Lissajous orbits for L_1 and L_2 points in the EarthMoon system are generated with the proposed full solar system gravitational model to verify the effectiveness of the proposed method.     

基于LSTMAttention网络的短期风电功率预测

提出一种基于LSTMAttention网络的短期风电功率预测方法。首先,使用LSTM网络对数值天气预测(NWP)数据的特征信息进行提取,同时采用注意力机制有效分析了模型输入与输出的相关性,从而获取了更多重要时间的整体特征；其次,使用卷积神经网络(CNN)提取NWP数据的局部特征,并引入压缩和奖惩网络(SE)模块学习特征权重,利用特征重新标定方式提高网络表示能力；最后,将局部特征和整体特征进行特征融合,通过分类器输出分类结果。利用NOAA提供的美国加利福尼亚州某风电场的数据进行案例分析,证明了所提方法的有效性。试验结果表明,与BP神经网络、自回归积分滑动平均模型(ARIMA)模型和LSTM模型相比,LSTMAttention模型具有更高的预测精度,证明了该方法的有效性。     

一种虹膜特征提取与匹配方法

人眼虹膜尺寸很小，并且容易受到干扰，如果不能有效地提取出稳定的虹膜特征进行模式匹配，将严重影响虹膜识别的准确性和鲁棒性。本文提出一种稳定的虹膜特征提取与匹配方法，在虹膜注册端通过构建强特征分类器获得增强型特征模板，在虹膜识别端通过多样本特征映射融合提取稳定的特征样本，并根据风险预测自适应地确定分类阈值，然后进行特征匹配与虹膜分类，从而有效提高虹膜识别的准确性和鲁棒性。     

基于6σ设计的复合推力高速直升机总体参数多目标优化

针对复合推力高速直升机总体设计阶段总体参数的选择问题,提出一种提高可靠性和鲁棒性的基于6σ设计的改进多目标遗传算法优化方法。采用叶素理论和数值积分的方法分析计算了复合推力高速直升机气动及飞行性能,并以此为基础建立了约束函数和初步目标函数模型;将6σ设计融入改进的多目标遗传算法中,构造最终目标函数;在给定有效载荷设计要求下,对复合推力高速直升机总体参数进行了多目标优化设计。该方法获得了所需的Pareto解,优化后的复合推力高速直升机飞行性能相对原机有了较大改善,算例结果表明该方法有效可行。     

一种未来大型天地往返运输系统平台气动方案

针对未来低运行成本、可直接水平起降、重复使用的大型天地往返运输系统平台飞行器研制所需重点解决的全速域气动力性能需求与气动热防护匹配等难题，分析了典型航天飞机方案所存在的能量运行缺陷等主要问题及可能的改善方案。基于放宽气动热防护设计、涡轮/冲压/火箭发动机三动力组合、嵌套式旋转机翼全速域变体、在爬升阶段将飞行动能转化为高度势能以及再入阶段“跳跃式”盘旋减速飞行轨迹控制等设计思想，从能量损失速率控制和回收利用等角度出发，开展了一种新型大型天地往返运输系统平台气动布局概念设计研究。全速域气动力/热性能工程估算以及内/外流整体气动效能初步分析结果表明，该方案可有效满足整个飞行包线内的升重平衡需求，相比航天飞机方案具有显著的整体气动效能优势，值得进一步开展深入研究。