基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。     

基于梯度提升决策树的量子科学实验卫星光学实验预测

量子科学实验卫星在轨运行期间完成4种光学实验，地面监测人员通过遥测参数阈值判断卫星是否进行光学实验、实验类型及实验结果.这种方法需要预先设定大量阈值，并且这些阈值需要根据在轨卫星重新设定，可扩展性较差.针对以上问题，提出一种基于机器学习的光学实验判别方法，将量子科学实验卫星的光学实验监测任务抽象为机器学习中的多元分类问题，构建分类模型，利用量子科学实验卫星的真实历史遥测数据对模型进行训练，并通过真实实验计划对训练得到的模型进行验证.实验结果表明，本文提出的方法在没有专家先验知识的前提下，判别准确率达到99%，可用于量子科学实验卫星光学实验的实时监测任务.提出的基于机器学习的判别方法具有较强的可扩展性，可应用于卫星在轨运行的其他监测任务.      

基于变马赫数的五孔探针三维插值方法

探讨了五孔探针气动数据的插值方法,为提高插值精度,开发了基于传统线性插值法的三维线性插值法。该方法把同一探针在不同马赫数下的校准图形成三维数据库,将实验数据通过三维图进行插值。并使用改进前后的两种插值方法分别对校准风洞测得的数据进行整理,对比结果证明:在实验工况连续变化的情况下,三维线性插值法在插值精度上要优于传统线性插值法。特别是在来流马赫数变化较大时,该方法可以改善单一校准文件处理造成的数据精度问题,可用于自动化流场采集系统,为流场高速高精度采集奠定基础。     

高超声速风洞测力数据的关联研究

通过比较分析法研究AGARD-B标模在BIA的FD-07风洞中气动力测量数据与其它高超声速风洞设备测量结果的相互关联。其目的，既可以综合鉴定FD-07风洞的流场性能和测试水平，也可以从另外意义上为数值方法的程序校验提供必要的技术支持。结果表明，在Ma=4.94-7.96范围内，所测得AGARD-B标模的力、力矩和压心位置，不仅随Ma和α的变化趋势与其它风洞一致，而且其变化量比较接近于各风洞测力数据拟合的逼近曲线。     

FL—2风洞张线实验段控制系统研制

本文主要介绍了FL－2风洞张线实验段的控制系统，包括攻角控制系统及侧滑角控制系统，以及构成它们的硬件组成及软件设计。     

最小二乘解的唯一性

从最小二乘方法的基本原理出发,用反证法证明了最小二乘解的唯一性,指出了求解过程中的注意事项,特别是病态矩阵的影响。     

使用10.6μm波长的成像系统的大气透射率主动测量技术

本文叙述利用一种成像系统进行大气透射率主动测量的方法。与其它测量方法相比较，这种方法有免受背景噪声干扰的优点。它不大气条件，例如太阳辐射的影响。并且它改进了评估大气流对测量影响的能力。另外一些优点是它能对所有粒子的粒径分布效应进行积分，包括浓度很难测定的极大和极小的粒子。实际上，它是一种路径－积分测量方法。该方法将由分子吸收引起的衰减和由大小粒子散射和吸收引起的衰减及其对大气条件的依从关系分离了出     

智能型五孔压力探针测试仪的研制

介绍了一种用8098单片机处理不对向测量五孔压力探针信号的测试仪器，它可以直接用数码管显示所测空间流场的总压、静压、α角、β角、速度和各测孔压力值，由于采用了高精度的带温度补偿的压力传感器，前置放大器，提高了仪器的测量精度，该仪器输出有串口和并口，容易实现快速记录和与上位计算机通讯。本仪器可通过圆柱三孔压力探针及速度管对空间气流的α角、总压、静压和速度进行测量，所以该仪器是一台多功能的测试仪。     

屏蔽暗室归一化场地衰减测试

描述了屏蔽暗室归一化场地衰减的概念，测试方法以及场地有效性判定准则，最后介绍了５０４所屏蔽暗室归一化场地衰减的测试结果。