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。     

内装式空射运载火箭重力出舱机箭耦合动力学分析

研究了以运输机为平台的内装式运载火箭空射过程载机和火箭的耦合动力学建模。建模针对两个阶段：第一阶段，火箭固定于载机机舱内，两者构成一个整体，按照普通刚体的力学方法处理；第二阶段，火箭解锁后，沿着舱内的发射筒向外滑行，载机和火箭形成两刚体相互作用的耦合系统，基于牛顿-欧拉法建立系统动力学模型。载机在空射火箭过程中，油门和升降舵满偏，在加速前飞的同时拉大姿态俯仰角，火箭在自身重力分量和惯性力的作用下，沿着机舱内的发射筒加速向外滑行，直至与载机分离。数值仿真分析了空射过程载机的重要力学参数的变化过程，验证了载机操控策略的可行性和安全性，可为未来中国空射运载火箭技术设计提供数据参考。     

发射扰动与初始弹道耦合模型研究

针对火箭、导弹发射扰动与初始弹道互相耦合引起的弹道散布问题,提出发射扰动与弹道解算相耦合的计算分析模型。该模型以多体系统动力学为基础,建立能够模拟弹架相互作用和弹体初始扰动的发射动力学模型,并将弹体受到的气动载荷转化到弹体坐标系下进行刚体动力学计算以获得弹道参数。通过滚转弹应用实例分析表明,采用此模型能够有效模拟发射扰动与初始弹道相互耦合状态;弹架间隙扰动与气动载荷作用都会对弹体在飞行时的姿态角及飞行位置产生较大影响。当存在1 mm的弹架间隙且有气动载荷作用的影响下,与无弹架间隙和气动载荷的作用影响的结果对比发现,存在弹架间隙扰动的影响会使得弹体在飞行过程中的俯仰角和弹道倾角的幅值范围减小4°左右,也使得弹体在飞行过程中的Y向位移量在1.5 s时刻减小6 m左右;存在气动载荷作用的影响,会使得弹体在0.5 s撤去推力后的姿态角成波动式变化,滚转弹稳定飞行,也会使得弹体Y向位移量在撤去推力后持续的平稳增加。     

高精度微弱磁场信号采集系统的设计与实现

微弱磁场测量是研究物质特性和探索未知世界的重要手段之一。实现高精度的微弱磁场信号测量需要设计高精度的信号采集系统,而以模拟量输出的磁强计通常需要数字采集系统进行模/数转换。为此,文章设计开发基于Σ-Δ型模/数转换器(ADC)的高精度微弱磁场信号采集系统,包括系统硬件电路设计和系统核心控制器FPGA的功能设计,实现了FPGA对ADC的读写控制,以及ADC输出数据的接收和发送等。性能测试结果表明,该系统的有效采样位数可接近理论值(21位),输出噪声RMS值为1.9μV,磁场测量精度满足0.1 nT要求。     

低成本高可靠综合电子系统集成技术

我国现有的卫星电子产品的传统研制模式已很难适应卫星快速增长,型号对于平台的管理控制核心的电子系统提出低成本、高可靠、快速响应、快速研制的迫切需求。通过构建低成本、高可靠计算机系统体系架构,设计基于COTS器件的星载计算机,并采取包括系统、模块、器件的多级可靠性冗余设计及验证技术,为实现低成本、高可靠、长寿命的产品研制,满足型号长期在轨任务要求奠定基础。     

星载高速数字电路电源芯片选型及电源完整性设计

优化电源完整性及可靠性设计可以有效提高高速数字电路在高速、高负载及极端环境下工作的性能及可靠性。通过对开关式点电源及LDO (低压差线型稳压器)两种供电方式在星载高速数字电路中的应用特点进行分析,总结出针对两种电源在电源完整性上的设计准则,量化相应测试指标,通过对开关类电源LTM4644及LDO型电源对信号完整性设计及电源芯片选型进行研究优化,为星载高速数字电路电源完整性设计及测试提供部分参考及依据。     

激光捷联惯导量化热设计指标控制方法

随着机载激光捷联惯导向小型化方向发展,惯导结构的热设计正面临着更加严峻的挑战.针对设计中经常出现因无法在设计前期进行热设计指标控制而导致后期设计返工的问题,提出了一种热设计量化控制方法,即根据估算的整机功率计算箱体外表面积,再对箱体外表面积可达性进行判断,如可达则以该参数作为控制指标进行设计,如不可达则采用可达的最大表面积作为输入反算整机功耗,再根据计算结果对各电路功耗进行重新分配.经有限元仿真计算和试验一致证明该方法有效,可以实现惯导设计前期定量化的热设计控制,在很大程度上避免了后期因热可靠性及热试验问题的设计返工.     

SBAS电文时序动态编排算法

星基增强系统（SBAS）通过GEO卫星转发SBAS电文实现对GNSS服务性能的提升，以满足民航用户不同飞行阶段的导航需求，因此，合理有效的电文内容及播发时序设计是系统实现高质量服务的重要保证。为提高电文编排的灵活性，避免固定时序填补空余电文引起的播发资源浪费，提出了一种SBAS电文时序动态编排算法，在满足国际标准要求的前提下，综合利用SBAS电文龄期和最大播发间隔实现待播发电文的自动选择。利用NTMF实测数据对当前各主要SBAS的电文进行了特性分析，对所提方法的单双频SBAS电文编排效果进行了评估。结果表明:所提算法可保证电文时序符合国际标准要求，实现了重要电文的优先播发，将空余时隙进行动态分配实现了各类型电文播发间隔的近等比例缩短。与固定时序相比，单频SBAS完好性电文播发间隔缩短约15.0%，首次定位时间缩短约8%，双频SBAS电文首次定位时间缩短约6.5%；与固定时序的BDSBAS B1C电文相比，完好性服务能力提升约14.7%，首次定位时间缩短约16.7%。所提算法有效提升了SBAS电文播发的播发效率，实现了SBAS播发资源的100%有效利用。      

基于异构网络表示学习的评分预测模型

深入分析电商行业的用户个性化数据并提供推荐服务近年来已成为业界的热点。推荐服务的基础是对用户的潜在兴趣进行挖掘，并对商品的感兴趣程度进行预测。因此，以此为背景，研究用户对商品的评分预测。对电商业的关系型数据在推荐系统中的应用进行了研究，提出了通过使用网络表示学习进行评分预测的方法。首先，将关系型数据构建成异构网络，用户和商品为网络中的节点。然后，设计了兼顾网络结构信息和节点之间相似性的个性化异构网络采样方法，并对节点进行表示学习。最后，将学习到的用户、商品表示向量输入到神经网络中进行训练，利用优化后的神经网络模型进行评分预测。实验结果表明:所提方法在YELP 13、Movielens 100k、Movielens 1m数据集上都有较高的准确率，对比常用方法，准确率提升6.5%以上。