基于小样本数据增强的航天器表面损伤智能检测方法

在轨运行的航天器表面形成损伤有可能导致严重的后果,需要对航天器进行在轨实时损伤检测。针对航天器损伤检测图像样本难以获取的问题,本文采用智能化检测方法,提出了一种用于航天器表面损伤样本扩充的生成对抗网络,该网络能够学习单张输入图像的特征纹理表示,从而生成大量与输入图像特征相似的细粒度尺度样本,实现了少量图像数据样本的扩充。利用YOLO目标检测算法在扩充的图像样本中进行表面缺陷与损伤的检测识别,获取了较高的检测精度,为未来航天器健康状态监测与评估、通用化服务机器人应用及太空原位建设等提供了技术支撑。     

基于改进AdaBoost.M2算法的自动调制识别方法

针对同族调制类型通信信号识别难度大、深度学习模型普遍存在泛化能力弱的问题，基于经典AdaBoost.M2算法，提出改进样本权重的AdaBoost.M2算法，用于解决大样本情况下学习率与加权后样本数据难以相适应的问题。改进后的新样本权重确保训练样本数据的数量级在加权后不变，并使算法更迅速地关注到难分类样本，提高了弱分类器综合性能，降低了加权投票模型中弱分类器重要性之间的差异。针对部分样本的统计特性易淹没于噪声中造成难分类问题，提出随机特征裁剪方法，使算法避免过度关注异常特征，降低了极难分类样本对AdaBoost.M2算法性能的负面影响，提升了算法的泛化能力，并以低信噪比数据进行实验验证。针对调制类型同族信号难分类的问题，选取同族调制类型的通信信号开展模型训练和测试。实验结果表明：相比于单一卷积长短时记忆全连接深度网络（CLDNN）算法，改进AdaBoost.M2算法对低信噪比PSK族类和QAM族类通信信号的测试集准确率分别提高了8.5%和11.25%，相比于直接集成CLDNN的经典AdaBoost.M2算法，测试集准确率分别提高了8.25%和6.5%。     

一种基于渐进增长对抗生成网络的火星样本生成方法

对抗生成网络的发展为图像生成等传统领域带来了很大进步,通过使用较少样本训练对抗生成网络,可以学习到特定图像类别的特征,进而能够增广样本应用于场景测试、其他网络训练等多种任务.本工作探索了在较少量的火星训练样本的基础上,针对直接使用GAN生成样本存在特征因平均化而不明显且类别较少的模式崩塌问题,基于渐进增长对抗生成网络,提出了一种聚类-训练-生成协同的火星样本生成方法.实验结果表明,与直接利用渐进增长对抗生成网络的基线方法相比,本工作生成效果得到了提升.     

平台本体的可靠性评估及其应用

平台本体的可靠性评估是用来验证其抽样数据是否符合其指标要求的一种方法。本文就平台本体的可靠性指标验证问题,进行了威布尔寿命型产品可靠性的讨论,阐述了新的可靠性评估方法的理论推导,它对比原始的可靠性评估方法更加准确和充分。最后将其应用在某型号平台本体的可靠性试验数据上并计算出结果,能够验证该平台本体满足控制系统的指标要求。     

性能优异的美国"火星科学实验室"

美国“火星科学实验室”（MSL）将于2011年11月25日-12月18日发射,于2012年8月6—20日在火星的盖尔环形山（Gale Crater）着陆,计划工作时间为1个火星年（687个地球日）。在此期间,它所携带的好奇号火星车将挖掘火星土壤,钻取火星岩石粉末,对岩石样本进行分析,探测火星过去或现在是否具有支持微生物生存的环境,从而确定火星是否具有可居住性。“火星科学实验室”项目的主承包商为波音公司和洛马公司,     

考虑来流边界条件不确定性的数值模拟方法

针对气动热力学边界条件不确定性的数值模拟方法,进行了考虑来流边界条件不确定性对流体流动影响研究。算例中提取来流边界条件为设计变量,采用拉丁超立方抽样方法对设计变量进行采样,运用CFD软件对所有样本进行数值模拟计算后得到响应变量,最后分析得到来流边界条件对流体的影响规律。结果表明:来流边界条件中湍流度的不确定性对压力系数的影响大于来流速度的不确定性对压力系数的影响。     

位置尺度族分布的双样预测区间

利用基于辅助统计量的条件方法,给出了有II型截尾样本的位置尺度族分布的双样预测区间,并对它的性质与特殊情况进行了讨论。     

空管安全评估技术工具应用举例

从空管安全评估的技术工具层面推出了采用层次分析算法求评估项目权重、采用95%的精度要求确定抽样样本数量、采用ALOS矩阵评估项目风险等三项应用技术,希望能够为加强我国空管安全评估的系统分析、量化分析提供帮助。     

F分布之商及其对统计预测的应用

介绍了两个相互独立的F分布之商的G分布的定义、性质及其对正态分布样本方差比预测、指数分布样本均值比预测、指数失效/维修时样本可用度预测的应用。     

有关航天飞行器技术的专利分析

利用SooPAT(搜索专利)和佰腾专利搜索引擎对IPC(国际专利分类)分类号中的航天技术领域B64G项进行数据统计,分析目前我国航天飞行器技术专利现状,评估我国航天飞行器技术的发展水平,并引入技术周期时间指标对我国航天飞行器技术所处的技术生命周期予以判定。