引入案例教学方法改进空域规划课程教学

《空域规划》课程是空中交通管理专业的一门专业必修课,具有很强的实践性和研究实用性。通过介绍案例教学方法,阐述案例教学方法在空域规划课程中的应用,讨论案例教学时应注意的问题。引入案例式教学方法,加强理论知识的理解,提高学生的实践能力,增强学生的学习兴趣,取得较为满意的教学效果,为深化空域规划课程改革打下一定的理论基础。     

基于参量阵的声波定向发射系统的设计与实现

通过对声学参量阵及非线性声学的研究,设计出具有良好定向性的声波发射系统,并通过实验的方式对定向性能、参量阵参数进行验证和分析。     

基于依存句法的图像描述文本生成

现有图像描述文本生成模型能够应用词性序列和句法树使生成的文本更符合语法规则,但文本多为简单句,在语言模型促进深度学习模型的可解释性方面研究甚少。将依存句法信息融合到深度学习模型以监督图像描述文本生成的同时,可使深度学习模型更具可解释性。图像结构注意力机制基于依存句法和图像视觉信息,用于计算图像区域间关系并得到图像区域关系特征;融合图像区域关系特征和图像区域特征,与文本词向量通过长短期记忆网络（LSTM）,用于生成图像描述文本。在测试阶段,通过测试图像与训练图像集的内容关键词,计算2幅图像的内容重合度,间接提取与测试图像对应的依存句法模板;模型基于依存句法模板,生成多样的图像描述文本。实验结果验证了模型在改善图像描述文本多样性和句法复杂度方面的能力,表明模型中的依存句法信息增强了深度学习模型的可解释性。      

壁面温度对斜爆震发动机进气道流动特性影响的数值研究

为研究壁面温度条件对层流、转捩、湍流状态下斜爆震发动机进气道流场结构、流场参数的影响,选取Ma10级、具有曲面压缩段的斜爆震发动机进气道为研究对象进行数值模拟,对进气道壁面附近激波诱导分离区、热边界层的变化进行了深入探讨.数值模拟结果表明,进气道肩部圆弧过渡段出现的再层流化现象,壁面冷却对其起抑制作用,绝热壁面条件下再...     

基于状态反馈的执行器故障容错控制

针对线性离散系统的执行器故障,提出了一种基于状态反馈的容错控制方法。该方法在应用自适应卡尔曼滤波进行系统状态和故障同步估计的基础上,通过故障信息和状态估计进行状态反馈,对闭环系统进行极点配置,从而修正执行器故障造成的系统误差,实现容错控制。最后,将该方法应用于飞行控制系统的执行器故障容错控制,仿真结果表明该方法不仅能够准确地进行故障估计,而且能够在故障情况下保证系统输出正常,具有一定的理论意义和实际工程应用价值。     

高速飞行器等离子体减阻的数值模拟研究

针对典型的楔形体飞行器头部,利用在头部单点喷射产生等离子体的方法,研究了等离子体对高速飞行器阻力的影响。采用二维粘性磁流场方程,计算了不同马赫数、不同等离子体数以及无等离子体情况下的流场特性和阻力。介绍了数值模拟方法、研究对象,给出了典型的计算结果,并分析了等离子体喷流减阻的机理。结果表明：等离子体喷流可以有效减少飞行器的阻力,但其减阻的效果与来流马赫数等参数有很大的关系;当马赫数为3时,等离子体减阻可接近30%.
     

动态火力接入下要地防空制导决策方法

文章以要地防空为背景,对防空导弹武器系统动态接入下的制导决策方法进行研究。首先,分析了动态火力接入下要地防空作战过程以及接力制导过程;然后,基于制导通路的概念,设计了构建制导通路的算法,并提出了制导能力指数和交接班成功概率作为评价制导通路优劣的指标;最后,通过仿真实例验证了构建算法和优化模型的有效性。     

低速增压风洞压力测量系统设计与误差分析

低速增压风洞的雷诺数能够达到8.5×106,但与常规的风洞相比它的内部压力可高达0.4MPa.为此,设计了一套满足增压状态下的高精度风洞压力测量系统.系统采用耐压的PSI8400设备进行压力测量.通过模拟压力工作环境和分析测量的数据,找到压力风洞压力测量误差的主要原因是温漂、时漂、零偏置和压力效应.据此,采取了5点校准、正负校准等方法,消除了它的影响.通过与压力标准PCU比对和验证,这套压力测晕系统的精度优于0.05%.因此这套压力测量系统可以在压力风洞中进行多种高精度的测量.这套测压系统已在增压风洞的轴向静压梯度测量中得到应用,解决了压力风洞中流场校测的测量问题.     

基于EMD-SVR的光纤陀螺随机误差预测

为了提升光纤陀螺随机误差建模的准确性及补偿结果,提出了一种基于经验模态分解与支持向量机结合的随机误差预测方法。鉴于随机误差的非线性及不稳定性,直接进行预测时精度不高,采用经验模态分解对原始数据进行分解以降低时间序列的复杂程度;然后根据经验模态分解得到的各本征模态函数及趋势序列,构建基于支持向量机的预测模型;再将所得的各分量的预测结果综合以得到光纤陀螺随机误差的预测结果。以光纤陀螺随机误差数据作为验证,结果表明,相较于传统的预测方法,均方根误差与平均绝对误差分别降低了78.4%和75.5%,有效提高了回归精度。     

基于改进ALO-RBF的高频地波雷达海杂波预测模型

高频地波雷达是海上动目标检测的重要手段,其中海杂波是影响海面目标检测性能的主要因素。为了提高海杂波的预测精度进而有效抑制海杂波,本文提出了一种基于改进蚁狮算法（Ant Lion Optimizer,ALO）优化RBF神经网络的海杂波预测模型（MGPALO-RBF,Multiple elites dynamic guidance Ant Lion Optimizer based on Gaussian difference variation-based learning with Perturbation factor-radial basis function）。由于标准蚁狮算法具有易陷入局部最优且收敛速度慢的缺点,本文在蚂蚁进行随机行走的过程中加入扰动因子以增加种群的活跃性和多样性,并提出多个精英动态引导机制,强化算法前期的探索能力和后期的开发能力,同时对种群中较差蚁狮进行高斯差分变异以提高算法的收敛速度。仿真结果表明：改进的蚁狮算法在对比算法中具有更高的收敛精度和收敛速度,MGPALO-RBF模型具有更好的海杂波预测性能。