基于TOPSIS算法的数据中继任务动态优先级设置方法

针对中继卫星系统资源分配中的数据中继任务优先级设置问题开展研究,提出动态优先级评价方法,打破现有基于预设固化时段完成冲突消解的任务规划模式.综合考虑用户、需求,以及任务重要性等因素,建立任务优先级两级评价指标体系.其中,刚性优先级用于度量资源申请的必要性,柔性优先级用于维护资源分配的公平性,同时促进资源使用的合理性.详细列举了各项指标的量化模型,给出了柔性指标综合计算算法.在实验分析中,通过大量数据统计,测试了所提方法的可行性和有效性.     

太阳神与UFO

自古,人类就流行对日月星辰的崇拜,特别是太阳神崇拜。传继至今,已有一个庞大的日月星辰崇拜系统,还有围绕这一中心系统呈放射性扩展的外围系统,早已成为人类古文化中无处不在的图腾。中国古文献《封禅书》中有这样的记载:"雍有日、月、参、辰、南北斗、荧惑、太白、火星、填星、二十八宿、风伯、雨师……百有余庙。"这是说先秦时代仅秦都雍城中,就有100余座祭祀日月星辰的庙宇。而在罗马的"万     

“萨拉尔”海洋监测卫星即将升空

2012年第4季度,法国国家空间研究中心（CNES）和印度空间研究组织（ISRO）联合研制的＂萨拉尔＂（SARAL）海洋监测卫星,将利用印度＂极轨卫星运载火箭＂（PSLV）发射。该卫星旨在对全球海洋表面高度、有效波高度和风速进行全球范围的精确、不间断测量,进而提升海洋学研究水平,以及对全球气候变化的分析和预报能力。     

民航二所产品亮相第十届重庆高交会

4月12日，四川省科技厅率领川内高新技术企业组成的参展团赴重庆参加第十届重庆高交会暨第六届国际军博会。民航二所作为参展企业之一，展出了一系列最新研发的高新技术产品。     

基于U-net的"高分五号"卫星高光谱图像土地类型分类

"高分五号"卫星是世界首颗实现对大气和陆地综合观测的全谱段高光谱卫星,对于土地利用类型分类具有重要的应用价值,如何利用深度学习技术开展高光谱图像分类是当前研究的热点问题。深度学习中的语义分割方法在地面场景的图像中已经获得较好的应用,但是对于高光谱遥感图像的精度和适用性较差,无法准确获得精确的分类结果。文章采用U-net模型开展高光谱土地利用类型分类研究,首先基于"高分五号"卫星高光谱数据,构建样本数据集,然后训练分类模型,进行土地利用类型分类,探讨语义分割方法在高分五号高光谱数据上的应用能力。结果表明,采用深度学习中的语义分割方法能够有效提高精度水平,U-net模型的整体分类精度为0.9357,Kappa系数达到0.92,均高于SVM方法和CNN方法。采用深度学习中的语义分割方法,可以为"高分五号"高光谱数据的土地利用分类提供技术支撑,有效提升"高分五号"卫星的应用能力。     

融合多传感器数据的发动机剩余寿命预测方法

针对基于单一传感器数据的剩余寿命预测方法存在数据利用率低和预测精度不高的问题,论文提出了一种融合多传感器数据的发动机剩余寿命预测方法。首先将多个传感器数据融合成一个复合健康指标来表征发动机的退化性能,采用线性维纳过程对复合健康指标进行退化建模,通过极大似然估计方法确定模型参数,进而得到发动机的预测寿命。为了确定融合系数,提出了一种利用真实寿命与预测寿命的预测均方误差最小化的方法。融合系数确定后,基于训练发动机历史寿命数据,确定出模型参数的离线估计值;然后利用Bayesian公式,同时结合发动机的实时监测数据与参数的先验分布对模型参数进行实时更新,接着在首达时间的意义下推导出剩余寿命的概率分布,进而实现了发动机的剩余寿命在线预测。最后,选择商用模块化航空推进系统仿真数据集进行数值仿真实验,结果表明：相较于基于单一传感器的方法,论文所提方法能够提高剩余寿命预测的准确性,其剩余寿命预测的相对均方误差降低了2%左右。     

ECEF坐标定位下极区格网惯导误差算法研究

极区飞行格网惯性导航方式能够较好地解决由于极区子午线在极点汇聚收敛所导致的传统惯导系统定向丢失、定位误差剧增的问题,但其以经纬度及高度的定位方式在极区高纬度地区依然存在过极点时刻明显跳变误差的现象,推导并采用的基于地心地固(ECEF)坐标系表示的极区格网惯性导航误差模型旨在解决此类跳变现象,提高导航定位精度,且模型可方便用于组合导航算法设计;通过仿真验证,忽略惯性器件误差条件下,基于ECEF坐标定位的导航误差规律同常规力学编排误差一致合理,可满足导航需求。     

00Cr15Ni6Mo2AlNb钢中逆转变奥氏体的测定

前言 00Cr15Ni6Mo2AlNb钢是制作电影胶片挤压涂布咀用材,要求高几何尺寸稳定性和高耐腐蚀能力。采用本钢材制作的挤压涂布咀投产使用以来,运行良好,满足使用要求。但由于含镍马氏体时效钢中奥氏体的数量和状态对钢的强度和韧性有很大影响,因此本实验对00Cr15Ni6Mo2AlNb钢在不同规范热处理状态下的奥氏体含量做了测定,为本钢选择较难的深冲成型工艺提供了温度规范的参考依据。     

稀土Y对Ti-23Al-25Nb合金显微组织的影响

采用OM,XRD,XRF,SEM,EPMA,TEM等分析手段研究了稀土Y对Ti-23Al-25Nb合金显微组织的影响.结果表明:两种合金铸态显微组织均为O相;稀土Y明显细化了Ti-23Al-25Nb合金晶粒尺寸,Ti-23Al-25Nb合金的晶粒尺寸在400～600μm之间,Ti-23Al-25Nb-0.36Y合金的晶粒尺寸在40～100μm之间,细化大约6～8倍.通过Ti-23Al-25Nb-0.36Y合金背散射、各元素线分布和TEM分析发现,稀土Y在Ti-23Al-25Nb合金中以Y2O3的形式存在于晶内和晶界,根据O相形成机制和晶粒细化理论,分析了稀土Y细化O相晶粒的过程.     

基于半随机滤波-期望最大化算法的剩余寿命在线预测

剩余寿命(RL)预测是设备预测维护的关键环节。准确在线预测能够为维护策略的实时安排提供更加精确的技术支持,有效避免失效的发生。工程实际中,反映设备退化过程的性能指标往往不能直接监测,为解决隐含退化过程的剩余寿命在线预测问题,提出一种基于半随机滤波-期望最大化(EM)算法的预测方法。首先以剩余寿命为隐含状态,构建状态空间模型描述直接监测数据与设备剩余寿命间的随机关系。为实现单个设备剩余寿命的在线预测,依据到当前时刻为止的监测数据,采用扩展卡尔曼滤波(EKF)与期望最大化算法相互协作的方法实时估计与更新模型未知参数和剩余寿命分布。最后,将该方法用于惯性测量组合(IMU)剩余寿命在线预测问题,实验结果表明该方法能够提高预测的准确性并减少预测的不确定性。