基于非结构运动对接网格的旋翼前飞流场数值模拟

发展了一种基于线性弹簧理论的非结构运动对接网格方法,通过求解非定常Euler方程模拟了旋翼的前飞流场。利用运动区网格的转动模拟旋翼的旋转运动,并运用线性弹簧动态网格技术处理旋翼的挥舞和变距运动,方程求解中采用一种精度较高的插值和重构方法。算例表明,本文的方法能够有效地模拟旋翼的前飞流场。     

一种新颖的图像传输系统抗干扰方案

图像传输系统在军事上的应用越来越广,对其抗干扰能力的要求也越来越高。文章介绍了几种常用的图像传输方案,对这几种方案的抗干扰性能进行了分析比较,最后提出了一个新颖的、可以应用于复杂电磁环境且具有较强抗干扰能力的图像传输系统的建议。     

一种太赫兹可重构超表面设计方法

太赫兹是第六代无线通信系统的核心技术之一,而可重构超表面技术作为太赫兹感通一体的难点问题,对其进行研究具有重大的意义和价值。本文提出了一种基于肖特基二极管的1 bit相位可重构超表面,通过控制肖特基二极管的偏置电压可以控制超表面单元在‘0’和‘1’两种工作状态间切换,可重构超表面单元在203GHz～230GHz的频段内实现了在‘0’,‘1’两种状态下反射幅度均大于-1dB,反射相位有180°±20°的变化,基于对单元进行组阵仿真试验,通过合理的设计阵面上单元的工作状态,可以实现波束扫描功能。本文所提出的方法为太赫兹可重构超表面的研究提供了一种新思路,在未来6G太赫兹通信等领域有重要的应用价值。     

民用飞机偏航控制系统设计策略

偏航控制系统是保证飞机安全飞行的关键系统,方向舵是偏航控制主要操纵面.针对方向舵主-主-主余度配置,设计其权限管理和故障重构策略;针对偏航阻尼功能闭环控制方式的特点,设计其指令表决及弹性模态之间的不良耦合规避策略;实现一种高安全性和高可靠性的偏航控制系统.     

飞机结构X射线裂纹图像智能评定

飞机结构X 射线图像评定过程存在复杂背景下裂纹分割不准、检出难等问题。基于高效层聚合网络提出一种飞机结构X 射线裂纹图像智能评定模型（ELAN-Seg）,将ELAN-Seg 模型和DeepLabv3+模型的射线图像裂纹分割能力进行对比,结合图像处理技术对模型分割的裂纹长度进行评估,利用飞机强度试验及外场维护过程采集的X 射线图像对模型进行验证。结果表明：分割的最小裂纹长度约为3 mm,ELAN-Seg 模型对复杂背景射线图像裂纹分割更加准确,裂纹漏检率小于3.8%,该模型具有工程适用性。     

嫦娥-1携带的8种科学仪器

根据我国绕月卫星工程的4大科学目标,在嫦娥-1月球探测卫星上搭载了8种24件科学探测仪器.它们通过数据网络连接成一个有机的整体,相互配合,协同工作,对月球进行为期1年、全球性的综合探测.     

多层包覆质量超声图像诊断系统研制

针对机载固体火箭发动机多层复合结构粘接质量检测问题,利用聚焦探头双模式检测方法,研制开发了一套适合直径90~250mm,最大长度2000mm,且圆柱表面有凸起物的各种空-空导弹火箭发动机多层包覆质量自动超声图像诊断系统。可通过一次C扫描获得多层包覆不同界面粘接质量诊断图像,其脱粘检测分辨力不大于5mm。     

基于规范割的空间金字塔图像分类算法

对大型图像数据库进行图像分类是很困难的,空间金字塔算法针对这种问题提出,并能得到很好的分类精度,但有几点不足.针对这些不足,提出基于规范割的空间金字塔算法:使用规范割算法对特征词进行更准确的聚类;对每类训练图像计算子特征库,利用二次聚类生成总特征库,在特征字典中保留更多的稀疏类型图像特征词;用高斯模型量化未知特征生成特征直方图,并对直方图进行尺度重整,提高类间距.实验证明提出算法比原方法分类精度最多能提高4.6%.     

SAR图像舰船识别的三维空间逆投影与匹配技术

提出一种合成孔径雷达（SAR,Synthetic Aperture Radar）图像舰船识别新技术.首先通过将SAR图像逆投影至三维（3-D,Three-Dimensional）目标空间,提取目标空间3-D逆投影散射图 （BPSI,Back Projection Scattering Image）来表征观测舰船目标的强散射源三维分布;然后采用物理光学法预测各候选舰船目标的3-D热点散射图（HSPI,Hot Scattering Point Image）,进而匹配3-D BPSI与3-D HSPI来识别舰船.为了提高计算效率,采用一种两级分层匹配策略：第1步利用几何特征进行预筛选;少数被选取的候选目标参与第2步的分类判决,同时设计一种便于实现的“模糊”匹配准则,克服了“点对点”准则对计算误差等非理想因素敏感的问题.仿真和实测舰船SAR图像的实验结果,显示了3-D散射特征在目标区分能力和可视化效果方面的优势,证明了该方法的有效性.     

基于SIFT,K-Means和LDA的图像检索算法

图像检索一直是信息检索领域的难题。提出了一种基于尺度不变特征变换（SIFT,Scale Invariant Feature Transform）,K-Means和潜在狄利克雷分布（LDA,Latent Dirichlet Allocation）的图像检索算法。算法主要分为两个阶段。预备工作得到分类完成的图库、概率分配参数表和基本词库;实现检索是在预备工作的基础上归类测试图片,然后在该类下搜索最相似图片。对比传统的基于文本或内容的检索方法,该算法在检索之前将图片库中所有图片按其本身特征进行自动分类,取代人工标注图像信息的过程,同时由于整个算法完全基于图像特征,故此方法不会引入人工因素的干扰。实验结果表明,该算法能够较为准确地将要检索的图片归为图片库对应的类别中,有效地提高图像检索效率。