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。     

考虑地面效应影响飞机起飞着陆过去运动模型的参数辨识

利用基于最小模型误差法和线性不连续跳跃多重打靶法基础上建立的非线性辨识法，辨识飞机起飞着陆过程飞机的非线性动态模型，对于包含复杂非线性项的动态系统，本方法可以从实际试验量测的系统非线性数据，确定飞机处于地面效应影响运动过程的系统模型，而不需要预先详细描述系统的非线性形式。     

电液位置伺服系统的动态试验研究

本文研究了快速响应的电液位置伺服系统动态试验,着重讨论了在实践中如何选择伪随机二位式最大长度序列(PRBS)参数的问陋,并提出快速响应系统PRBS参数选择的原则,使系统辨识精度提高约15％。     

基于小波变换的图像低通去噪

提出了一种利用小波变换的多分辨率特性对图像进行低通去噪的方法,系统的阐述了其基本原理和核心算法,并对加噪后的图像实现了低通去噪处理。     

气动力星座保持的闭环控制研究

本文研究了利用气动力进行星座保持的闭环控制问题。提出了一种改进的半全局指数收敛闭环控制律，对于指定的任意大的有界域，利用不变集定理论上证明了该控制律的稳定性和抗干扰性，又提出了双ε法以提高响应速度。     

Z—连续偏序集P上σ^Z（P）的Soberity

Sober空间是介于T0空间与T2空间之间又完全独立于T1空间的一类拓扑空间，本文基于拓扑σ^Z(P），证明了Z－连续偏序集P上的拓扑σ^Z(P）当σD(P）≤σ(P）时是Sober空间。     

现代步兵的必要装备——小型无人兵器

“机器人必须先进去”，这是2002年美军82空降师指挥官在阿富汗搜索塔里班分子盘据的地洞时下达的命令。无人兵器或称机器人(Robot)，具有相当程度的自主辨识与运动能力，能横越地表或飞至山丘后方，运用携带工具或装备执行任务。     

一种由AR模型系数拟合的ARMA模型格型辨识法

本文给出一种由格型滤波器获得 ARMA 模型的 AR 模型系数,再由AR 模型系数拟合到 ARMA 模型系数的辨识法。此法算法简单,计算量小,且易于阶数的判定及检验。