基于类脑模型与深度神经网络的目标检测与跟踪技术研究

目标检测与跟踪技术广泛应用于交通、医疗、安保和航天等领域.目前,目标检测与跟踪技术面临目标微弱、背景复杂、目标被遮挡等挑战.同时,随着脑科学研究的不断深入,人们对人脑视觉系统的理解逐渐透彻,利用类脑计算解决复杂背景下高精度目标检测与跟踪问题成为相关领域的重要研究方向.本文结合神经工程导向的类脑模型和计算机工程导向的深度神经网络(Deep Neural Networks, DNNs),提出多种基于类脑模型与深度神经网络的目标检测与跟踪算法,包括：基于演算侧抑制的目标检测算法,基于结构 对比度(Structure Contrast, SC)视觉注意模型的弱小目标检测算法和基于记忆机制与分层卷积特征的目标跟踪算法.实验结果表明,将类脑模型和深度神经网络应用于目标检测和跟踪领域,有利于实现复杂条件下的高精度目标检测和鲁棒性目标跟踪.     

蓄热式太阳能热光伏-热推进双模系统换热特性数值模拟研究

本文通过三维数值模拟研究蓄热式太阳能热光伏-热推进双模系统的蓄/释热特性和推进性能。在蓄热式太阳能热推进系统工程模型的基础上,通过射线光学的光路分析验证了聚光器设计的合理性,并获得吸热腔壁面能量分布情况,进一步研究了相变蓄热过程的影响因素。基于场协同原理对热光伏再生冷却结构进行了优化设计,使热光伏具有较好的散热特性,提高发电功率;通过整机流动换热仿真,分析了工质流体在推进器内部的换热情况,计算结果表明,蓄热式热推进器具有达到734s比冲和0.9N推力的推进性能,以及能够满足日蚀区微小卫星的供电和推力需求。     

知名旅游吸引物匮乏的区域中心城市旅游业发展——以郑州为例

区域中心城市地位特殊,其旅游业发展直接关系到城市及所在区域的发展。文章重点分析了知名旅游吸引物匮乏的区域中心城市具有的类似旅游发展条件与瓶颈,以郑州为例,指出此类城市应借助区域要素来强化其旅游服务中心地位,并通过挖掘自身资源,借助区域文化资源打造城市的旅游品牌,树立其个性化旅游形象,使城市成为区域的旅游产业要素聚集中心和吸引中心。     

涡流发生器周向相对位置和高度对高负荷风扇性能的影响

为了研究涡流发生器周向相对位置和高度对高负荷风扇性能的影响,根据风扇的流动特点,设计了在第二级静子叶根入口前加涡流发生器的流动控制方案,并以此为基础提出了多种不同周向位置和高度的涡流发生器方案,通过计算对采取各种方案下的流场进行了分析。研究表明,涡流发生器对风扇第二级静子角区气流分离有较好的控制作用;涡流发生器的周向位置对第二级静子角区气流分离和损失的影响较大,采取方案C时可以更好地抑制角区气流分离,减少局部损失;涡流发生器高度过高会使静子压力面出现不同程度的低速区,同时也会引起静子通道内局部损失增加,在所研究的范围内,当涡流发生器高度降低1%叶高时,其对吸力面角区分离的控制效果更加明显。     

用于被动寻的导弹的带末端落角约束的变结构导引律

使被动寻的导弹在较低的平飞弹道情况下，以较小的俯冲过载和最佳攻击姿态精确命中目标；采用带落角约束的变结构导引律，对弹目距离及距离变化率进行估计，克服被动寻的导弹不能测距的约束，同时使切换开关增益随时间自适应变化以减小俯冲过载；利用某型在研被动寻的导弹的气动参数，对此变结构导引律进行了数学仿真，仿真结果表明，在较低的平飞弹道约束条件下及过载要求范围内，该导引律能以期望落角命中静止与机动的坦克目标，对弹目距离变化率及距离的较大估计误差具有较强的鲁棒性。     

Microtab对风力机叶片翼型气动特性的影响研究

选取S814风力机叶片翼型进行了二维几何建模和计算网格划分,通过求解Navier—Stokes方程对翼型的空气动力特性进行了数值模拟,并与实验数据进行了对比分析,验证了计算模型及求解器的可靠性。对S814翼型后缘加载Microtab进行了气动数值模拟,分析了其流场和空气动力特性。计算结果表明：风力机叶片翼型后缘加载Mierotab可以改变翼型的环量,达到增升的目的,与此同时伴随一定阻力的增加,但升阻比得到小幅的提升。     

侧壁有出流孔的通道流场实验研究

用五孔探针对侧壁开有出流孔的通道流场进行了详细测量，着重研究出流孔上、下游截面内的流动规律,分析了错排孔对通道流场的影响。实验发现出流孔上游各截面内的流动沿流向呈加速趋势，其下游截面的流速先急剧减缓，然后逐渐加速直至下一出流。距孔最近的上游截面内气流明显向孔偏转，由于惯性作用，孔下游各截面内的二次流仍很显著。     

超临界机组末级叶片典型截面的叶型设计

针对超临界机组末级长叶片的设计特点,采用遗传算法和人工神经网络,提出对长叶片典型截面叶型进行分区优化设计思想,并对原型与改型进行了多工况点的数值计算,结果表明,将叶型吸力侧后半段由直线型改为内凹型,能够显著降低超声速叶型在超声速工况范围内的叶型损失。对叶型前缘以及压力侧的局部优化设计能够改善超声速叶型在临界马赫数工况下的气动性能。优化设计最大程度地减小了样本空间,提高了优化效率。