光学元件数控单轴加工中的边缘效应控制建模方法

边缘效应严重制约了计算机控制光学表面成型技术（CCOS）的加工精度和加工效率，是亟待解决的技术难点之一。基于Preston方程，建立工具盘在加工工件边缘时的定量去除模型，是解决该问题的重要途径。将加工工件、工具盘尺寸，磨削压力、速度、时间，磨削点位等加工参量进行数学建模，建立边缘去除函数模型，精确计算边缘压力分布和磨削累计时间。随着工具盘在工件边缘露边量增加，工具盘压力呈指数级增长。工件磨削累计时间随工具盘中心点位不同呈现分段变化规律。研发单轴机数控设备，利用工具盘沿工件边缘母线点位移动方式，进行边缘效应控制研究。通过实验精确求出Preston方程比例系数k，验证模型仿真与实际加工结果吻合性，准确度达到91.9%。数控单轴机修边方法和建立的数学模型可以很好地指导实际研磨抛光过程。     

基于适航要求的襟缝翼控制计算机硬件架构设计与实践

本文分析了民用适航规章当中对于襟缝翼控制计算机的适航要求，提出了针对襟缝翼控制计算机硬件架构和余度设计要求，以及选用复杂电子硬件的额外设计要求。以某型襟缝翼控制计算机硬件架构设计为例，详细阐述了硬件架构和余度设计要求的实现与落实，为襟缝翼控制计算机的设计工作提供了参考与借鉴，也为飞控系统控制计算机的设计提供了思路与指导。     

基于低轨全覆盖卫星星座的反向缝建链策略

低轨卫星星座的拓扑设计是天地一体化网络部署中较为重要的一环。在低轨卫星网络中，如何设计星座拓扑来提升卫星网络的稳定性与传输性能，是亟待解决的问题。提出一种基于轨道覆盖带方法的低轨持续全覆盖卫星星座设计方法，通过该方法构建低轨卫星星座，满足覆盖性能，可有效减少卫星切换的次数。基于构建的星座拓扑，制定邻轨k最近邻星的反向缝建链策略，优化设计链路长度和链路持续时长，获取网络传输性能与稳定性的平衡。仿真结果表明:通过上述方法设计出的星座，在满足对地持续全覆盖性能的情况下，相较于轨道覆盖带方法切换次数减少10%;邻轨k最近邻星策略相较于最短建链策略，拓扑稳定性能提升79.62%，使网络拓扑稳定性与传输性能达到更优的平衡。     

无人机协同测控中SC-FDMA技术设计

针对无人机协同任务测控传输的多机接入问题,提出基于分布式任务分配模型的高动态SC-FDMA技术.通过将贪婪原则、信道动态分配机制和多用户接入技术结合,利用集中映射方式设计子信道数目可调的映射规则,配置各无人机节点所占用子载波数目.仿真结果表明,与传统FDMA、CDMA、TDMA、OFDMA等相比,基于SC-FDMA设计...     

前缘缝翼开缝改善增升装置失速特性研究

大型民机高升力构型多采用多段式增升装置，大迎角飞行时，前缘缝翼上表面可能出现流动分离，造成缝翼尾迹流区迅速增厚，加剧缝翼与下游翼段气流的交混作用，导致各翼段环量减小、升力下降，最终发展为失速。针对多段式增升装置大迎角失速问题，本文基于有限体积RANS方法，研究了前缘缝翼开缝改善增升装置失速特性的作用机理与参数影响规律。研究发现：前缘缝翼开缝可有效推迟缝翼流动分离的发生，抑制缝翼尾迹区发展及缝翼与下游翼段附面层气流的交混，减缓对襟翼流动的不利影响，显著改善增升装置失速特性；开缝位置及射流出口方向对前缘缝翼流动的控制效果影响明显，应根据前缘缝翼形状和工作状态合理设计前缘缝翼开缝方案，以便获取更好的气动性能收益。     

大型客机增升构型缝翼除冰状态失速特性

在防/除冰系统工作前提下翼面前缘残余积冰对全机失速特性的影响是评估系统效能是否达标的直接依据。针对中外翼区域重点防护的大型客机增升构型除冰方案，基于数值模拟方法对比分析了缝翼未结冰、未除冰、除冰状态下的失速特性。数值模拟结论表明虽然中外翼防/除冰防护区域较同类民机型号有所缩减，但仍能维持内翼始发分离流动形态、保证临界迎角附近的纵向力矩安定性、有效拓展失速边界。当前方案取消当地结冰防护的空气动力学依据是短舱外侧固有的下洗-展向流动综合效应已能充分削弱来流迎角影响，进而抑制局部结冰诱导的流动分离。研究结论可为防护区域设计优化及大型客机结冰适航取证提供理论依据。     

军用运输机运力评估模型及影响因素研究

军用运输机在完成战略投送和战术运输任务中起着至关重要的作用。本文在借鉴国外运输机运力分析方法的基础上,提出了一种包括单机单航次和多机多航次最大运力的计算模型,并对国外几种典型的军用运输机进行计算分析。然后分析了影响运力的主要因素,包括:载重、航程、出动架次率、使用可用度、任务成功概率、机场条件限制和环境适应能力等。研究结论表明:此运力模型和因素分析正确,可为我国军用运输机的运力评估工作提供依据。     

基于注意力机制的实例分割算法

实例分割作为计算机视觉领域极具挑战性的任务之一,要求在图像分类的基础上为每一个物体生成像素级别的分割掩码.业界主流方案可分为自上而下和自下而上两种范式,自上而下范式又可分为双阶段分割和单阶段分割.单阶段分割方案为了提高推断速度,往往使用全图卷积操作取代双阶段分割方案中先检测后分割的策略.然而,卷积网络的平移不变性使得同一种类的不同实例提取到的特征相似,仅靠全图卷积难以进行区分,从而导致单阶段分割方案精度下降.针对单阶段分割精度降低的问题,提出了一种注意力机制,该机制在特征图每个位置的特征向量上进行点积运算,并将运算结果作为新的特征图,同一位置点积结果最大化,不同位置点积结果最小化,以丰富特征图中不同实例的差异信息.通过注意力机制使得单阶段分割方案中的全图卷积操作能更好地区分同一种类的不同实例,从而生成高质量分割掩码.在公开数据集上进行实验,验证了所提方法的有效性.     

基于深度学习的无人机航拍视频多目标检测与跟踪研究进展

随着无人机航拍的数据采集愈加便捷，以无人机为平台的多目标检测与跟踪技术发展迅速，在智慧城市、环境监测、地质探测、精准农业和灾害预警等民用和军事领域有着广泛的应用前景，近年来深度学习的突飞猛进也为其提供了多种更为有效的解决思路。然而，无人机视角下目标外观发生突变、目标区域被严重遮挡以及目标消失和重现等挑战性的问题尚未完全解决。综述了基于深度学习的无人机航拍视频多目标检测与跟踪算法，总结了该领域的最新进展，包括多目标检测、多目标跟踪2个模块。多目标检测模块划分为双阶段与单阶段两个部分。对于多目标跟踪模块则依据基于检测的跟踪和联合检测的跟踪2个经典框架，分别阐述了2类算法的原理并分析其优缺点。随后对现有的公开数据集进行统计分析，并对基于无人机航拍视频的多目标检测与跟踪领域内标杆挑战赛VisDrone Challenge近年来的最优方案进行了对比分析。最后总结了无人机视角下多目标检测与跟踪亟待解决的问题并展望未来可能的研究方向，为后续相关研究的人员提供参考。