基于残差NLSTM网络和注意力机制的航空发动机剩余使用寿命预测

针对长短期记忆（LSTM）网络对于多维数据特征识别和提取上存在不足的问题，在其改进模型嵌套式长短期记忆（NLSTM）网络的基础上，提出了一种基于注意力机制和残差NLSTM网络的剩余使用寿命预测方法。该方法将双层NLSTM网络代替残差块中的主网络，保留捷径连接中的卷积神经网络结构，既能充分提取时序特征又能保证有用数据在网络层中的跳层传递，并融入注意力机制构建多层残差网络，注意力机制的使用能够选择出对预测结果有重要影响的信息，有效提高预测的准确率。在航空发动机退化实验数据集上进行实验分析，结果表明：所述方法能有效建立监测数据与发动机健康状态之间的关系，剩余使用寿命预测误差较未改进残差结构方法平均降低10.8%，比未融入注意力机制方法平均降低18.9%，有效提高了预测精度。     

一种电离层TEC格点预测模型

基于分析时间序列数据的门限控制单元（GRU）神经网络模型，利用电离层TEC网格点历史数据、太阳活动指数、地磁活动指数作为预测因子，提出一种高精度电离层TEC格点预测模型.对全球60个网格点的数据进行了模型预测和对比实验，得到北半球平均相对精度的均值为83.96%，高于南半球的73.60%，表明预测模型在北半球的适应性更好，且中低纬地区的适应性优于高纬地区；预测模型在磁扰动期的平均相对精度的均值比磁平静期平均相对精度的均值高，约1.95%；与基于递归神经网络（RNN）、长短时记忆网络（LSTM）和双向长短时记忆网络（Bi-LSTM）的电离层TEC单站预测模型相比，本文预测模型的均方根误差（RMSE）平均为原来的80.8%.      

基于结构加权低秩近似的泊松图像去模糊

针对由高斯模糊和泊松噪声引起的图像降质问题，提出了一种基于结构加权低秩近似的图像去模糊方法。首先，通过依次组合缩放、旋转、剪切和翻折等四种基本操作引入结构变换，以增加搜索空间内候选图像块的相似性。然后，构造新的目标函数，利用相似图像块的低秩性，在正则项中使用加权核范数（WNN）对结构变换后的图像块进行惩罚，以在去模糊的同时抑制泊松噪声。最后，基于半正定二次分裂（HQS）方法设计交替优化方案，用于求解目标函数，从泊松图像中去除模糊。实验结果表明:在多种泊松噪声强度下，所提方法取得的峰值信噪比（PSNR）和结构相似性（SSIM）都高于当前同类去模糊方法。      

现代谱估计法在脉冲调制波频率稳定度分析中的应用

提出用现代谱估计法来解决动态测试、短序信号的特征分析等问题.讨论了现代谱分析法之一的Fougere算法的基本原理和计算程序.以雷达的射频脉冲序列的脉间频率起伏问题为例,利用Fougere法进行计算并给出计算结果.实践表明,现代谱分析法不仅能降低测试分析的费用,而且还能提高测试分析的技术水平.     

欧洲加紧研制21世纪直升机

法德合资的欧洲直升机公司(Euro-copter)负责研究和技术的经理海尔姆特·胡伯认为,直升机是十分有用的东西。他认为,固定翼飞机的技术发展已趋向成熟,而直升机仍有巨大的尚待开发的潜力,如果投入足够的力量去研究的话,可能在未来的年代里有突飞猛进的发展。     

大气环境和噪声是发动机结构设计重要准则之一——兼谈MIL-STD-1783《发动机结构完整性大纲》

大气环境和噪声在发动机设计中具有重要影响。文中分析美军标MIL-STD-1783结构完整性大纲中有关的技术要求,结合我国发动机研制工作的实践,提出如何在结构设计中贯彻和应用这一重要设计准则。     

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。