倾转旋翼飞行器的操纵策略和配平方法

根据倾转旋翼飞行器的构型特点,建立了倾转旋翼飞行器旋翼、机翼、短舱、机身、平尾(含升降舵)和垂尾(含方向舵)的气动力模型,研究了倾转旋翼飞行器的操纵策略以满足直升机模式的悬停/小速度飞行、直升机模式向固定翼飞机模式转换的过渡飞行和固定翼飞机模式的高速飞行,并运用最优方法研究倾转旋翼飞行器在不同飞行速度下作稳定对称飞行时的配平方法.最后以XV-15倾转旋翼飞行器为例,进行各种飞行模式的配平.结果表明:本文所述方法能合理地给出倾转旋翼飞行器在整个稳定飞行速度范围内的操纵量和姿态.     

基于哈希链表和时间链表的HTTP代理缓存机制的实现

随着互联网的快速发展，越来越多的用户需要访问Internet资源，局域网人的众多用户如何能够通过一条Internet连接进行快速的网络浏览？这涉及到WEB代理服务器的核心部分--HTTP缓存系统。HTTP代理服务器的缓存系统将用户浏览的网页保存在代理服务器中，一旦有用户浏览相同的网页并且该网页还没有更新，则代理服务器直接将网页传递给用户，无需重新下载。因此，缓存明显加快了浏览速度。本文首先介绍了代理服务器的缓存原理，然后对缓存机制的具体功能进行了划分，最后给出基于哈希链表和时间链表的缓存系统的实现方法。     

机场跑道耐冲磨混凝土的研究

针对机场跑道混凝土所处环境、受力特环以及对修补材料的性能要求，提出采用超塑化、膨胀、树脂掺入等复合手段，大幅度改善钢纤维混凝土基质材料的结构性能。通过高效粘结，充分发挥了钢纤维的增韧抗冲击作用，使这种有机无机复合、金属非金属复合的混凝土材料具有优异的抗冲击性和耐磨性。实验结果表明，机场跑道混凝土特别是飞机起降区域板块适合采用SPE－SFRC复合材料。在基础稳定的条件下，基本可在设计使用年限内无须大修，其社会、经济效益巨大。     

内圆磨床床身设计参数的灵敏度分析及动态设计

机床床身在固有下的动态特性，对机床的加工精度有很大的影响，本文通过对组成框架型内圆磨床床身和双W型内圆磨床床身的主要肋板的厚度。位置等设计参数的灵敏度分析，找出了对该类型机床床身结构动态特性影响较大的设计参数，使磨床床身的设计既能保证有较好的结构动态特性，又能达到使其重量最轻的目的。     

称重传感器的一种新的滞后补偿方法

通过对电阻应变式称重传感器在各种加载卸载情况下的滞后特性的分析,建立了其相应的数学模型,并初步探讨了一种可以通过程序在仪表中对传感器的重要指标-滞后进行补偿从而提高整个传感器的精度的方法.最后,对以上方法进行了验证性试验,证明了补偿方法的可行性.     

新型单级式DC/AC逆变器

提出了两种新型的单级式隔离 DC/AC逆变电源的结构拓扑——半桥式单级逆变电路拓扑和推挽式单级逆变拓扑 ,分析了它们的工作原理及特点。电路拓扑结构简洁 ,可靠性高。仿真和实验样机测试结果证明 ,该电路拓扑在不同性质负载下能够可靠工作 ,电气性能优 ,效率较高 ,适用于小功率高压和低压直流输入电源。     

微型飞行器低雷诺数流场显示试验研究

在南航非定常风洞内,对一盘状微型飞行器的气动特性进行了测力和流场显示实验,给出了不同迎角下微型飞行器的空间流场显示结果.研究表明:随着迎角的增加,在机翼上表面开始形成前缘分离涡,并且前缘涡的尺度和强度不断增加.迎角继续增大,前缘涡首先在后缘开始破裂,并不断前移,最终导致微型飞行器的失速.模型上前缘分离涡的形成、发展和破裂是导致盘状微型飞行器气动力特性产生变化的根本原因.     

基于多级代理模型的优化算法

在仿真优化中高精度的仿真模型大多难以实现,本文提出一种由全局和局部代理模型共同作用的多级代理模型,并与仿真优化相结合提出基于多级代理模型的仿真优化算法.运用Kriging近似理论和RBF神经网络分别构建全局代理模型和局部代理模型,并在仿真优化的过程中在线更新代理模型.通过算例对算法进行验证,结果表明多级代理模型具有良好的逼近能力,基于多级代理模型的仿真优化方法具有良好的鲁棒性和寻优性能.     

基于有限元网格变形的飞机外形曲面修改

根据变形后的有限元模型修改原始的飞机外形,从而自动得到变形以后的产品模型.考虑到有限元网格与原始曲面之间的误差及细小特征上的差别,本文采用两种方法来重新生成产品的曲面:(1)通过有限元网格节点的变形直接修改原始曲面,(2)考虑原始曲面与初始有限元模型的误差直接对变形后的有限元网格进行曲面的重构.实例表明重构以后的模型具有良好的外形,能有效地恢复有限元网格中忽略掉的特征,同时曲面之间的拓扑结构能够与原始模型保持一致.     

联邦学习安全与隐私保护综述

联邦学习是一种新型的分布式学习框架,它允许在多个参与者之间共享训练数据而不会泄露其数据隐私。但是这种新颖的学习机制仍然可能受到来自各种攻击者的前所未有的安全和隐私威胁。本文主要探讨联邦学习在安全和隐私方面面临的挑战。首先,本文介绍了联邦学习的基本概念和威胁模型,有助于理解其面临的攻击。其次,本文总结了由内部恶意实体发起的3种攻击类型,同时分析了联邦学习体系结构的安全漏洞和隐私漏洞。然后从差分隐私、同态密码系统和安全多方聚合等方面研究了目前最先进的防御方案。最后通过对这些解决方案的总结和比较,进一步讨论了该领域未来的发展方向。