中南地区协同流量管理系统设计研究

本文从我国民航空管的实际情况出发,指出了我国建设协同流量管理系统的必要性,并以中南地区为例在其现有流量管理系统的基础上,初步规划了中南地区协同流量管理系统的总体构架及建设步骤,详细设计了系统的主要功能程序及其数据处理流程,为完善建设中南地区流量管理系统拓展了思路,为我国空管全面引入协同决策理念提供了借鉴和参考.     

产业协同研究进展与启示

区域协调发展的核心是区域间产业的协同发展,各产业或产业群相互协调合作最终促进区域经济的持续稳定发展.文章从产业协同的内涵、早期思想、协同的衡量、协同途径、管理手段以及协同效应等方面研究分析了中外学者的成果,认为可以通过多学科融合、多方法交叉和国际比较研究等推进产业协同研究的深入开展,探索我国区域产业协同的有效途径,以推动区域间的合作与共赢.     

基于协同设计的民机安全性分析系统研究

阐述了访问控制机制和冲突检测机制等民机安全性协同设计关键技术。分析了民用飞机安全设计评估程序,基于协同设计提出民机安全性系统总体框架,初步建立了民机安全性协同设计平台。     

每月一览

民航局空管局 3月5日,CDM（协同决策制定）系统项目及信息化交流会在深圳召开,民航局空管局信息办、民航数据通信公司、中南空管局通信网络管理中心的领导及技术人员参加了会议。     

风洞收缩段曲线气动性能研究

介绍了一种新的风洞收缩段曲线的设计方法,即UG参数化收缩段壁型曲线设计。采用商用软件fluent对这种收缩段曲线性能进行数值模拟计算,获得了好的流场品质,对于风洞的设计以及流动优化提供了新的设计思想。在模拟计算的基础上应用了该研究成果加工制造了一座低速风洞,并对风洞流场进行了校测,对比了模拟计算结果与实验测量结果,并进行了流场性能分析。该设计方法可以应用推广到风洞设计工作中去。     

一种修正的Mann迭代算法的强收敛性

设H是一Hilbert空间,C为H的非空闭凸子集,T：C→C为一非扩张映射。在假设零元素θ∈C的情况下采用正则化思想,提出了一种不涉及投影算子的Mann迭代修正算法来逼近T的不动点,证明了算法的强收敛性。     

多机协同与多目标分配任务规划方法

多架飞机攻击多个目标区域是现代作战方式的重要特征,多机协同与多目标分配问题是提高团队作战效能的关键.针对该问题,综合考虑飞机能力差异、协同方式和任务环境的变化,提出多机协同目标分配的任务规划方法.建立了基于能力裕度评价的多机协同目标分配问题的数学模型.对多目标分配问题,通过约束飞机的能力裕度对分配方案进行筛选,保证在战场环境发生改变时任务兵力的完整性.仿真结果表明,采用这种方法得到的目标分配方案,适应任务目标突发性变化的能力更强.     

月球精确定点软着陆轨道设计及初始点选取

研究了一种应用参数化控制求解月球探测器精确定点软着陆最优控制问题的方法。 首 先用约束变换技术将不等式约束进行了近似处理,而后利用若干个分段的常数去逼近最优解 ,再根据强化技术通过时间轴上的变换,将每一段参数的持续时间转变为一组新的参数,于 是最优控制问题被转化为一系列参数优化问题。最后应用经典的参数优化方法即可求得最优 控制函数的一个近似解,通过增加参数个数,重复优化得到逼近连续最优解的参数化解。同 时在优化过程中考虑了制动初始点的选取对结果的影响。仿真结果表明了所提设计方法是简 单、有效的。〖JP〗     

镍基单晶合金高温蠕变筏化模型研究

在基于细观两相胞元结构的滑移本构模型基础上,引入高温蠕变筏化机制,并与三维胞元应力应变解析模型结合,来模拟DD3在1223K和SRR99在1123K和1253K下的蠕变筏化。文章首先给三维胞元应力应变解析模型引入细观胞元尺寸的变化,再通过对相关理论及试验观测的分析,提出以γ/γ′各界面位错密度的大小和基体各通道有效应力的状态为依据来判断 的筏化类型和方向,最后应用Avrami方程定量分析胞元中 的高温筏化过程,通过对细观胞元尺寸和应力应变状态的实时更新,再结合细观滑移本构模型得到材料的高温蠕变全过程。模拟结果表明,本模型提出的对筏化类型和方向的判断均与试验所得结论相吻合,且其筏化过程也基本符合试验观测的结果,筏化定量分析的加入使此考虑细观胞元结构的滑移本构模型可以较准确的模拟单晶材料的高温蠕变性能。     

二值卷积神经网络综述

二值卷积神经网络（BNN）占用存储空间小、计算效率高,然而由于网络前向的二值量化与反向梯度的不匹配问题,使其与同结构的全精度深度卷积神经网络（CNN）之间存在较大的性能差距,影响了其在资源受限平台上的部署。至今,研究者已提出了一系列网络设计与训练方法来降低卷积神经网络在二值化过程中的性能损失,以推动二值卷积神经网络在嵌入式便携设备发展中的应用。因此,本文对二值卷积神经网络进行综述,主要从提高网络表达能力与充分挖掘网络训练潜力两大方面,给出了当前二值卷积神经网络的发展脉络与研究现状。具体而言,提高网络表达能力分为二值化量化方法设计、结构设计两方面,充分挖掘网络训练潜力分为损失函数设计与训练策略两方面。最后,对二值卷积神经网络在不同任务与硬件平台的实验情况进行了总结和技术分析,并展望了未来研究中可能面临的挑战。