面向空中威胁的无人机动态碰撞区建模与分析

针对现有方法一般是基于时间或距离的定值来确定碰撞区域的问题,提出了一种基于入侵机和无人机(UAV)运动信息的无人机动态碰撞区建模方法.首先,根据无人机与入侵机的运动状态、两机之间的最小安全距离等信息,通过几何方法得出无人机不采取任何规避机动时两机将发生碰撞区域的解析表达式,即无机动碰撞区数学模型;其次,考虑无人机的机动能力约束,计算了无人机采取最大过载转弯机动(左转或右转)时两机恰好避免碰撞发生的边界,即最大机动碰撞区数学模型;在此基础上,提出了不可规避区的概念;进而定义了安全飞行包络,它是无人机能够规避入侵机威胁的分界线;最后通过理论和仿真结合分析了影响各区域的主要因素.仿真与分析结果表明所建碰撞区不仅可以帮助无人机选择规避机动方式,而且能够帮助无人机判定常规避撞机动是否失败,并使无人机及时采取最大过载转弯机动,对无人机安全避撞决策具有实际参考价值.      

基于CBR和RBR的航天测控设备故障诊断专家系统

采用CBR和RBR混合推理设计了航天测控设备故障诊断专家系统，建立了系统的层次诊断结构模型。介绍了产生式和基于案例的知识表示方法，并详述了系统所采用的基于规则和基于案例的诊断推理机制。最后，基于CLIPS和Visual C 混合编程的方法进行了系统实现，详细介绍了两种语言的嵌入设计。     

固体推进剂药柱泊松比随机粘弹性有限元分析

为了研究泊松比的分布对固体推进剂药柱结构分析的影响，发展了一种地不可压缩材料的粘弹增量有限元方法，进行了泊松比随机粘弹性有限元的研究，要用局部平均方法对随机场进行离散，给出了二阶摄动有限 元变异方程。算例表明，对药桩进行随机模拟，计算效率和精度较高。     

波音737机务维护专家系统的设计与实现

结合实例研究了波音 737机务维护专家系统的系统结构 ,面向对象的诊断知识库的组织模型和推理机制 ,在实际运行中获得了良好的效果。     

Topology optimization of support structure of telescope skin based on bit-matrix representation NSGA-II

Non-dominated sorting genetic algorithm II（NSGA-II）with multiple constraints handling is employed for multi-objective optimization of the topological structure of telescope skin,in which a bit-matrix is used as the representation of a chromosome,and genetic algorithm（GA）operators are introduced based on the matrix.Objectives including mass,in-plane performance,and out-of-plane load-bearing ability of the individuals are obtained by fnite element analysis（FEA）using ANSYS,and the matrix-based optimization algorithm is realized in MATLAB by handling multiple constraints such as structural connectivity and in-plane strain requirements.Feasible confgurations of the support structure are achieved.The results confrm that the matrix-based NSGA-II with multiple constraints handling provides an effective method for two-dimensional multi-objective topology optimization.     

基于无监督学习视觉特征的深度聚类方法

基于自编码器的特征提取技术广泛应用于图像聚类分析,在较简单的图像集上取得了令人满意的聚类结果,但自编码器的特征表示能力有限,很难捕捉到复杂低质图像的局部特征。本文提出一种基于非对称结构卷积自编码器（Convolutional auto-encoder with an asymmetric structure, ASCAE）的学习视觉特征的深度聚类方法,其中非对称结构的卷积自编码器用于学习特征表示,然后使用K-means算法对特征数据进行聚类分析。为进一步提高特征表示能力,ASCAE方法的网络采用变步长的卷积层和全连接的重构误差正则约束网络的重构误差。在7个公开图像集上的实验结果表明该网络有很好的特征表示能力,并且使得K-means算法能提供很好的聚类结果。在COIL-20和MNIST图像集上,聚类方法ASCAE的聚类精度分别为0.754和0.918,优于同类型的4种深度聚类方法（AEC、IEC、DEC和DEN）。     

捷联惯导姿态算法中的圆锥误差与量化误差

对捷联惯导系统的误差源进行了研究,利用几何方法分析了不可交换性误差和量化误差的形成机理,以及它们的相互影响。针对工程应用中激光陀螺输出脉冲采样量化条件,就多子样算法进行了讨论,并设计了基于MATLAB/Simulink的仿真。研究结果表明,当考虑量化误差的影响时,选取适当的量化因子,三子样等效旋转矢量算法比其它算法具有更好的综合性能。     

一种抽象缺省推理框架的表示性质

提出了抽象缺省推理框架和D-后承关系的概念。从而进一步给出D-后承关系的表示性质，并由此证明了任意无联结词形式的累积非单调后承关系，可以用抽象缺省推理框架来表示。     

基于混合稀疏表示的二维压缩感知SAR成像

压缩感知(CS)理论在合成孔径雷达(SAR)成像中应用广泛。针对包含城市、河流等区域的非稀疏场景压缩感知SAR成像,提出基于近似观测模型的混合稀疏表示(MSR)压缩感知SAR成像方法。该方法将复杂的SAR图像分解成点、线、面,并将线、面分别通过离散余弦变换和曲波变换转换到稀疏域,使压缩感知的稀疏性条件得以满足,通过求解基于近似观测模型的二维压缩感知优化问题重建非稀疏场景的SAR图像。所提方法能够实现降采样率条件下对包含城市、河流等非稀疏场景区域的成像,仿真场景和实测场景成像结果表明了所提方法的有效性。     

关于条件蕴涵的一个注记(英文)

非单调推理与条件蕴涵之间存在着紧密的联系 ,众多研究人员从不同角度对此进行了研究 ,其中 ,C.Boutili-er与 P.Lamarre证明了一些条件逻辑系统刻画的条件蕴涵可以作为非单调后承的对应物。本文基于 Friedman与Halpern提出的 PS(Plausibility space)概念 ,探讨了具有非单调特性的条件蕴涵的性质 ,刻画了可以充当非单调后承在对象语言层对应物的条件蕴涵的一般特征