日本航天法（宇宙基本法）

第一章 总则 （目的）第一条本法令是在考虑伴随科学技术的发展和国内外其他各种形势的变化,以及航天开发和利用（以下称之谓航天开发利用）重要性日益增加的情况下提出的;它继承日本国宪法的和平主义的理念,继续考虑人与环境的协调问题;其目的是扩大我国在航天开发利用方面应发挥的作用,以期确定与航天开发利用有关的基本理念以及为实现这一基本理念所应开展的基本事项,     

一种双变量自校正模糊 PI 控制在发动机控制中的应用

 提出了一种双变量自校正模糊PI控制算法,构造出一种航空发动机双变量自校正模糊PI控制器和控制系统,研究了控制器和控制系统的特性,为发动机控制探索了一种新方法。     

抗几何攻击的数字图像版权保护算法

为了在保证图像质量的前提下实施图像的版权保护,提出了一种基于Krawtchouk矩和标识信息的零水印算法.该方法利用从图像中提取的特征信息来构造水印,从而达到版权保护的目的.主要步骤为,首先计算原始图像的Krawtchouk低阶矩不变量来构建水印信息,接着将水印信息和密钥信息在第三方登记注册并获得标识信息,最后通过标识信息确认版权所有者.水印提取过程简单,只需计算所得图像的几个低阶Krawtchouk矩不变量.文中给出了实验结果,并与传统几何矩不变量的算法进行了比较. 结果表明,该方法对旋转、缩放、剪切、组合攻击、平移和去掉行等几何攻击以及滤波、JPEG压缩等攻击具有更高的稳健性.     

确定次优滤波器常增益阵的传递函数法

本文提出了一种利用传递函数求解多变量线性定常系统稳态卡尔曼滤波器次优增益阵的新方法,由传递函数直接导出次优增益阵,从而避免了求解高阶非线性矩阵黎卡提方程。在求解时,通过尽可能地设置非零自由参数,并使所有参数为同一数量级,可较容易地解出次优增益阵K~(?),然后进行灵敏度分析或仿真,选出理想的常增益阵K~(?)。     

复合材料层板层间应力分析的非协调元方法

构造了一种非协调元方法，并用于复合材料层析间应力的分析。与常规的协调们移单元相比，非协调元能明显地提高计算精度，与杂交元相比又具有列式简单、计算效率较高的优点。非协调元属于单变量有限元，但从本质上补证明与杂交元存在等价性，因而具有多变量有限元的一些优点。在以往的复合材料层间应力分析中，单变量的们移元和多变量的杂交元比较多见。本文试图把非协调元应用于层间应力的分析。结果表明，这一方法兼有位移元和杂交     

基于数字模型的工艺设计与应用

国内外新一代飞机已全面采用数字化设计,制造工艺部门应以此为契机,改进数字化工艺设计手段,充分利用产品三维设计数据,全面推广基于数字模型的工艺设计方法和应用范围。提出了基于数字模型的飞机装配工艺协调设计,阐述了装配协调数据的定义方法,介绍了开展生产线三维工艺规划的方法和流程。提出了基于数字模型的全机和供应商制造构型设计模式。提出了基于数字模型的供应商交付规范的编制方法,阐述了三维装配工艺指令设计平台的功能、数字化装配工艺设计流程和虚拟仿真应用等内容。     

漂浮基空间机械臂姿态、关节协调运动的模糊小波神经网络控制

讨论了本体姿态受控、位置不受控制的漂浮基空间机械臂系统协调运动的动力学控制问题. 根据系统位置几何关系、动量守恒关系和第二类拉格朗日方程, 建立漂浮基空间机械臂系统的动力学方程. 在此基础上, 针对系统参数未知的情况, 设计了一种采用小波基函数作为模糊隶属度函数的模糊神经网络控制器, 以控制空间机械臂的本体姿态和机械臂两关节铰协调地完成各自在关节空间的期望运动. 其特点是不要求系统动力学方程关于惯性参数呈线性函数关系, 甚至不需要知道系统参数;而且网络权值是采用反向传播算法根据误差进行在线学习, 使模糊神经网络获得更强的自学习和自适应能力, 同时也节省了离线学习的时间. 系统数值仿真的结果证实上述控制方案是行之有效的.      

协调用民用飞机数字样机完整性初步研究

数字样机技术已在民用飞机研制过程中起到越来越重要的作用,数字样机完整性是协调用数字样机的主要属性之一,用于描述数字样机设计结果的完备程度。在数字样机研制过程中,数字样机的完整性确保了开展基于数字样机的协调、检查与验证工作的有效性;同时完整性对于减少后续设计更改也有着重要意义。在建模规则、协调流程、管理制度等方面提炼与总结了提升数字样机完整性的几个关键因素及实施方法,对于协调用民用飞机数字样机的研制有一定的指导价值。     

基于几何不变性和BP网络的二维目标识别算法

提出了一种基于几何不变性和BP网络的二维目标识别算法.该算法不仅能适应目标物体在旋转、缩放和平移变换(RST变换)下的不变性识别,而且能适应仿射及射影变换下的不变性识别.算法通过对目标物体边缘点进行规格化和对规格化后的边缘点进行5点不变量穷举计算解决了模型图像与目标图像的对应点选取问题;通过将不同观测方位和不同旋转角度的样本图像边缘点的5点不变量集合作为输入向量对BP网络进行训练解决了由于仿射和射影变换造成规格化边缘点间距变化对正确分类的影响.算法不仅能识别多边形而且能识别曲线轮廓的目标物体.