美国海军无人机系统的发展现状、趋势及关键技术

简要介绍了美国海军无人机系统的目前装备情况及发展计划,论述了其发展趋势及关键技术。     

飞机刹车能量确定方法和计算公式比较

介绍了飞机机轮刹车能量确定方法,分析了不同规范估算公式的精度.结果表明,民用航空标准要求高于军用标准,按美国军用标准MIL-W-5013计算的刹车能量小约5%,提出了修改建议.     

5,5′-二硝基-3,3′-偶氮基-1-氢-1,2,4-三唑（DNAT）的合成和性能研究

以3,5-二氨基-1,2,4-三唑为原料,经过重氮化、选择性还原、酸性氧化3步,合成出目标化合物5,5′-二硝基-3,3′-偶氮基-1-氢-1,2,4三唑(DNAT),通过红外光谱、元素分析、质谱分析进行了结构鉴定,并进行了DSC-TGA、燃烧性能分析、感度测试等性能研究。实验结果表明,5,5′-二硝基-3,3′-偶氮基-1-氢-1,2,4-三唑(DNAT)化合物具有密度高(1.88 g/cm3)、正的生成焓(446.448 kJ/mol)、热稳定性能好的特点,是一种性能良好的高氮含能化合物。     

高职高专英语教学中的听力理解策略

在大学英语教学中,听力教学已成为相当重要的一部分,听力理解作为基本语言技能愈来愈受到重视,但是,我国的大学对听力教学从理论到实践都相对滞后,因此,通过以高职高专公共英语专业的学生为研究对象,分析了学生听力理解环节相对薄弱的因素,并针对听力教学存在的问题提出相应的教学策略,目的是使学生由消极被动地获取信息,转变为积极主动地对信息进行分析、解码,提高听力.     

基于全球网和区域网SLR数据的低轨卫星定轨精度分析

卫星激光测距(SLR)是目前低轨卫星常用的定轨手段之一.文章以贾森-1(Jason-1)和"环境卫星"(EN VISAT)实测数据为例,讨论了不同弧段长度(1天、3天和7天)的全球网SLR数据对低轨卫星定轨精度的影响,分析了基于美国网、欧洲网和亚洲网等区域网SLR数据的低轨卫星精密定轨精度.检验定轨精度的参考轨道来自美...     

基于容栅技术数显力矩扳手无线通信系统的设计

随着无线通信技术的飞速发展，许多电气电子系统中的数据传输方式逐步使用无线通信方式替代原来的有线数据通信方式。目前我公司使用的基于容栅技术的数显力矩扳手广泛应用于航空航天、兵器、船舶、铁路等领域，对数据测量、数据存储都有严格的要求，而传统的有线数据传输方式，将对测量环境带来了极大的限制，而且传输距离短、接线方式复杂，由于计算机传输接口有限，将给大量的数据传输带来不便。本文则使用一种低功耗芯片设计了一款无线通信模块，将目前数显力矩扳手的通信方式通过有线数据传输改为无线通信技术传输。这将给客户应用带来了极大的便利，适应了不同的环境，挺高了产品的性能和市场竞争力，可以达到多组设备数据同时显示到计算机上，该产品已经过测试验证可以达到预期的效果。     

执行器饱和的多智能体一致性控制

针对执行器饱和约束下的一类离散多智能体系统，设计了一种基于线性矩阵不等式的一致性控制律，并对线性矩阵不等式解的存在性进行了分析。由于饱和环节的影响，导致多智能体系统的一致性与个体的初始状态有关，不同的控制律所能允许的个体之间的初始偏差的范围不同。为了定量分析控制律所对应的初始偏差范围，引入吸引域的概念对所设计的控制律进行评估，并对控制律参数进行优化以扩大吸引域的范围。最后，通过数值仿真说明了所设计控制律的有效性。     

嵌入式大气数据测量系统技术研究进展

针对高超声速飞行器大气数据测量问题，对嵌入式大气数据测量系统(FADS)技术研究背景、发展历程、国内外研究现状等进行了概括。重点围绕FADS关键技术、FADS解算算法及面向FADS/INS组合测量系统信息融合算法方面，对FADS技术进行了深入的剖析。最后，展望了FADS技术未来的发展方向及应用前景。     

不确定航迹自适应预测模型

针对现有航迹预测技术中，存在无模技术缺乏理论分析支持、能力有限、适用范围窄、有模技术先验假设过多、前提条件严苛、通用性差等问题，通过理论推导，利用循环和多层神经网络结构，研究提出了具有理论严谨、先验假设少、适用范围广、通用性强等优点的不确定航迹自适应预测模型，同时给出了典型的实现方法。该模型克服了现有航迹预测方法的缺点与不足，并具有无模与有模两类技术的优点与长处，仿真和实测实验验证表明：该模型能很好地提取识别出数据中存在的模式，并基于模式，进行正确有效地预测，能有效解决不同实际环境中的航迹预测问题，效果明显。     

基于神经网络和人工势场的协同博弈路径规划

协同博弈路径规划是空战自主决策、机器人体育比赛等应用场景中的重要问题，其难点在于对环境对抗性反馈的实时自适应和多智能体的相互配合。提出一种基于神经网络和人工势场的协同博弈路径规划方法，使用反向传播（BP）神经网络自适应调整人工势场函数系数，并将人工势场作为神经网络输出端的特征提取。为解决真实样本质量和数量不足的问题，基于遗传算法仿真生成样本数据用于神经网络训练，并通过滚动时域的思路面向动态博弈优化样本性能。从样本数据中提炼出距离差与航向差以反映协同和博弈特性，利用神经网络的黑盒特性和学习能力解决协同博弈问题。应用于二对一反隐身超视距空战路径规划，比经典人工势场法有明显性能提升，且计算开销可接受，计算复杂度分析表明该方法可以较好扩展到多机对抗场景。