基于数字水印的多媒体教学资源版权保护的研究

针对视频、音频、电子课件等多媒体教学资源亟待解决的版权保护问题,提出一种新的基于数字水印技术的解决方案。并结合目前教学资源管理系统的结构进行实践性的探索,得出一种系统解决教学资源版权保护的技术方法。     

基于身份的空间网络安全研究

空间网络安全的研究是天地一体化网络研究的重要组成部分,日益受到研究人员的重视。本文根据空间网络面临的安全威胁,分析需要采用的安全机制,构建了空间网络的安全体系结构。深入分析基于身份的密码体制（IBC）,在空间网络中应用IBC提供安全服务框架,以此为基础,提出了一种密钥交换协议,并详细描述了安全通信的建立过程。分析表明,同传统的基于公钥基础设施（PKI）体制的安全解决方案相比,IBC具有较低的存储、通信和计算开销,是适合空间网络的有效安全方案。     

一种用于解决粒子滤波粒子退化现象的重要性重采样算法的研究

粒子滤波通过蒙特卡罗模拟来实现递推贝叶斯估计,在非线性非高斯系统中体现出良好的特性;但粒子滤波存在粒子退化现象的缺陷,针对这一问题,提出一种新的重采样算法,即分区重采样算法,其主要思想是根据多项式重采样与分层重采样算法的特点,把随机数区间划分成若干个区,每个区内的随机数任意排列,而区与区之间按升序排列。与目前常用的其他重采样算法相比,该方法提高了粒子滤波的平均性能,仿真实验验证了该算法的有效性和实用性。     

一种有效提高超大偏心率轨道初轨确定精度的新方法

针对某型号航天器的运行轨道偏心率大、轨控结束后可用于初轨确定的测轨数据少的特点,提出了一种能有效提高超大偏心率短弧段初轨确定精度的新方法。该新方法将轨道改进的思想融入初轨计算方法中,使之既适用于各种偏心率轨道的初轨计算,也适用于各种偏心率轨道的长弧段、多圈、多站数据的轨道改进;解决了传统初轨确定方法超大偏心率轨道短弧段初轨确定误差偏大的问题。通过任务实测数据的检验,新方法适用于各种偏心率轨道,并且超大偏心率轨道的初轨确定精度明显优于传统方法。     

航天器深空飞行中的遥控问题

分析了航天器深空飞行中与遥控工作密切相关的信息传输时延,分析了遥控工作面对的控制实时性、控制精度、控制验证等方面的问题;从遥控工作的控制方式、发令工作模式、遥控工作机制、发令时间补偿等方面提出了解决思路。     

发动机起动过程部件特性的一种改进描述

分析了传统压气机和涡轮特性图在发动机起动过程特别是风车特性研究中存在的困难,给出了改进的部件特性描述方法。对压气机,在特性图上用以出口条件表示的换算转速代替常规的换算转速,用换算扭矩代替效率;对涡轮,在特性图上用换算扭矩代替效率。改进后的部件特性图有效地解决了在低转速区域存在的效率适用性差、数据读取困难等问题。     

热处理及晶粒组织对2A55超高强铝锂合金板材各向异性的影响

采用室温拉伸力学性能测试、X射线织构检测、EBSD分析等方法,对比研究了10 mm与2 mm厚度2A55超高强铝锂合金板材的平面各向异性,阐释热处理制度与晶粒组织对板材各向异性的影响。结果表明,热处理后板材屈服强度最高的取向为轧向（0°）与横向（90°）;Taylor因子能较好地预测固溶态与T6态时效板材屈服强度的各向异性,织构是平面各向异性的重要原因;厚板更高含量的织构与长条状的晶粒形貌导致其各向异性强于薄板;时效热处理使10 mm厚度板材各向异性减弱,使2 mm厚度薄板各向异性增强;T3态、T8态板材的各向异性分别强于T4态、T6态,时效前的预变形增强了板材的平面各向异性。     

国外空间磁场耦合式近场无线能量传输技术发展分析

磁场耦合式近场无线能量传输具有高效率、非接触、无金属触点裸露等优点,对于解决空间非接触供电具有重要应用前景。为了推进空间磁场耦合式近场无线能量传输相关技术的研发和成果转化,文章重点梳理了国外在空间磁场耦合式近场无线能量传输技术的发展路线图,调研近十五年来已经开展的演示验证或技术示范项目,分析国外关键技术方案及指标,提出航天器内设备间厘米级范围内优先采用感应耦合式无线能量传输、航天器间几十厘米到米级范围优先采用谐振耦合式无线能量传输、传输功率需提升至千瓦级以上、传输效率优于85%的发展建议,为未来发展空间磁场耦合式近场无线能量传输技术提供指导。     

流量调节器管路系统自激振荡特性研究

流量调节器管路系统在小流量大压降工况下会出现低频自激振荡现象.为了深入认识自激振荡产生机理,结合某稳流型流量调节器及管路系统,基于流量调节器弹簧振子动力学模型开展数值仿真研究.数值仿真得出自激振荡频率为94Hz,与发动机试验结果一致.分析了流量调节器结构参数对系统稳定性的影响作用,三角形滑阀节流口能够抑制管路系统自激振...     

基于深度学习的发动机叶片故障检测技术

为了解决航空发动机叶片故障检测中存在的检测精度欠佳、检测效率不高的问题,提出了一种基于深度学习的目标检测方法。针对小样本数据集检测精度低、模型训练速度慢等问题,对Faster R-CNN目标检测算法进行结构优化,引入Res2Net结构,通过分割串联的策略强化残差模块的卷积学习能力,搭建了细粒级的多尺度残差模型Res2Net-50,以提升模型的特征提取能力。同时,在网络的训练过程中,采用多次余弦退火衰减法对学习率进行调整,以加快模型的训练速度,提升模型的训练质量。针对航空发动机叶片裂纹和缺损2种故障类型进行网络训练与检测试验,试验结果表明：优化后的模型识别准确率提高了0.7%,模型的平均检测精度提高了1.8%,训练时间缩短了5.56%,取得了比较好的检测效果。