粉末床激光成形熔池辐射强度信号的机器学习

粉末床熔融成形（PBF）的过程监测和质量识别是保障其制造质量的关键技术。在监测信号中,熔池辐射强度信号蕴含了丰富的熔池特征信息,但监测信号与材料科学现象的直接联系尚不明确,适合利用机器学习算法开展深入研究。首先,通过设置不同的工艺参数（部分偏离工艺窗口）实施316L不锈钢成形实验,成形过程中采集熔池辐射强度信号。然后,通过数据分割、特征提取和特征选择对信号数据进行预处理,构建了用于机器学习的数据集。最后,使用21种不同的机器学习算法,一是将熔池辐射强度数据按照工艺参数（如激光功率高、中、低）进行分类,经过训练的算法可在实际生产中识别异常（辐射强度异常、代表激光功率和扫描速度偏离最佳状态）;二是将熔池辐射强度数据按最终成形块体的质量（密度、表面粗糙度）进行分类,经过训练的算法可在实际生产中识别质量。结果表明：对于熔池辐射强度的异常识别,二次支持向量机算法的分类效果最好,准确度达到96.4%以上;对于密度和表面粗糙度预测,由于样件质量与数据样本之间的复杂关系,预测结果呈现不同的分布情况,但预测准确度均达96.0%以上。     

非接触光测物体大位移研究

提出了一种非接触光学法－单光栅双图像法测量物体位移的新技术，利用两个正交的图像记录系统，在试件作大位移后，记录被平行多光束照射形成的光点所覆盖的试件的图像，借助于记录光路系统几何表数，可建立一联立方程组。解此方程组，就可得到被测物体上诸光点所表示的测点的位移大小和坐标值，文中还论述了度件图上测点位置的确定和修正方法，导出了被测物休图像负片上测点的实际坐标的计算公式，实验结果证明，本文提出的测量理论是正确的。     

基于划分检测模型的终端区异常轨迹检测方法

针对异常轨迹对轨迹聚类效果的影响以及给进离场程序管制适用性的量化分析提供分析数据的考虑,在结合数据挖掘中异常检测理论的基础上,利用划分检测框架及将距离和密度结合起来,设计了一种有效检测算法,运用到终端区飞行轨迹的异常检测当中,检测出飞行轨迹中的异常轨迹,从而改善轨迹的聚类效果。实例仿真结果表明：方法可以准确地检测出异常轨迹。     

面向空间威胁自主规避的航天器资源调度方法

针对航天器遭遇空间非合作目标异常接近的场景,考虑航天器软硬件资源的约束,提出一种面向空间异常接近规避过程的航天器有限资源调度方法,以特定任务下的空间态势信息作为输入,输出动态变化的航天器资源配置.首先,建立威胁规避场景的动力学模型和航天器有限软硬件资源模型,分析威胁规避过程中的信息流;在此基础上,引入“精英保留”和“劣种淘汰”策略设计基于遗传算法的航天器资源调度方法,以加快遗传算法收敛速率.仿真结果表明,相比随机调度策略,本文所提方法寻找的调度策略有效提升了资源约束条件下对非合作目标的定轨收敛速率,更快到达预定位置,同时节约了速度增量消耗.     

位移序列多进制扩频通信方式

提出用 m序列的位移序列做扩频序列的多进制扩频通信方式 ,并给出了它的系统模型 ,分析了它的通信性能。理论分析证明 ,用 m序列的位移序列构成的多进制扩频通信方式具有很高的通信有效性和通信可靠性     

基于卷积神经网络的运载火箭测发网络流量异常检测技术

运载火箭测发网络是维系各型号运载火箭远距离测试及发射控制的重要国防基础设施,对测发网络流量进行异常检测是保证其正常工作的关键举措。近年来,随着测发网络功能的拓展,其面临的网络安全威胁越来越严重,而当前的安全检测主要依赖于基于异常特征库匹配的流量异常检测方法,这种检测方法对一些新型攻击检测能力非常有限。本文结合运载火箭测发网络实际特点,针对以使用用户数据报协议(UDP)为主的测发网络流量,设计一种新的基于固定数据包数目的流量图片样本生成方法,首次提出在测发网络流量异常检测问题上使用卷积神经网络,以原始网络流量作为输入,避开难以解决的人工特征集设计问题。通过测发网络真实网络流量数据进行实验,取得了较高的精度、召回率和准确率,验证了本方法具备一定的实用性。     

一种基于散斑图像的嵌入式微位移测量系统的研制

为了满足微位移量的实时、非接触测量的需要,研制了一种基于散斑图像的嵌入式微位移测量系统。从计算精度、存储资源和计算效率等角度,综合分析比较了Dirac法、IDFT法、MMSEI法和MMSEII法的测量性能,并基于MMSEI法和DSP处理器(TMS320DM642)设计实现该测量系统。重点论述了系统软件和实验系统的设计与实现方法,并分别在不同运动速度、表面粗糙度和表面材料的条件下,对测量系统进行实验和数据分析。实验结果表明,该测量系统是可行有效的,但系统的稳定性需要进一步改进和提高。     

结合邻域聚类分割的高光谱图像异常检测支持向量数据描述方法

支持向量数据描述方法在高光谱图像小异常目标检测中具有较好的检测性能,但是待检异常的几何形状受到约束和背景的选择具有盲目性影响检测效果,且检测需要对整幅图像进行遍历导致计算量大。提出邻域聚类分割和支持向量数据描述相结合的异常检测方法,首先利用邻域聚类方法分割图像,将几何尺寸小的分割块作为潜在异常目标;其次选择与潜在异常的形状和大小相适应的背景窗进行背景像元收集;最后采用SVDD方法从潜在异常中快速且准确地检测出异常目标。对HYMAP图像的实验结果表明,该算法提高了复杂地物背景下异常的检测性能,降低了SVDD用于高光谱图像异常检测的计算量。     

中南空管局通信网络中心排故扫障迎新春

2月6日、8日,中南空管局通信网络中心分别接到白云机场弱电调整过程中场内VHF专线运行异常,对空广播无法进行的通告和管制部门因FA16故障大和与雷达站无法通话的故障通告。通信网络中心立即启动应急程序,彻查系统各个环节,碰到一时无法从系统中排查的难点,立即派技术人员赴现场进行协调解决。经过近20个小时的抢修,通信网络中心经受住了新年第一轮考验,保障了安全生产和春运工作的顺利进行。     

一种自旋稳定卫星姿态传感器数据异常的诊断方法

针对自旋稳定卫星遥测数据异常时,故障类型和故障源难于辨识的问题,提出一种数据驱动的故障诊断新思路.该方法提出将卫星姿态与传感器之间固有冗余关系是否保持作为判断故障类型的依据,并利用主成分分析把这种关系通过测量空间的特征值进行量化,监测特征值之间相应比例的变化实施判定;借助正交子空间的结构分析,选择SPE统计量进行故障检测和故障源的定位.在遥测数据的基础上模拟风云某型气象卫星的不同故障模式,并应用本文方法进行分析,结果表明,该方法克服了传统贡献图方法无法判别故障类型的缺点,可以实现对故障的正确诊断.