一种用于ISA总线计算机1553B接口模块的设计

介绍一种用于ＩＳＡ总线计算机的低成本的１５５３Ｂ总线接口模块的设计,该设计使得１５５３Ｂ终端具有与美国ＤＤＣ－ＩＤＥＡ产品类同的功能,可进行１５５３Ｂ产品或系统的开发、仿真。简要介绍了模块的硬件设计和软件配置,罗列了其设计特点。     

智能结构动力系统控制器设计和结构优化的综合分析

通过由两个压电作动器控制的空间桁架,将最优控制问题和结构中杆件截面积动态优化相结合,综合分析了二者的混合优化问题.计算结果表明,在结构动态响应特性不变的条件下,结构重量和控制需求均有显著下降.      

基于故障树和神经网络模型的航天器智能诊断研究

提出基于故障树和神经网络模型的诊断方法,提出面向故障树的基于框架和广义规则的知识表示方法及相应的确定性和可能性推理策略,对于可能性推理的结果,通过基于神经网络模型的学习诊断来进一步确定其状态。在Ｗｉｎｄｏｗｓ环境下,用Ｂｏｒｌａｎｄ Ｃ＋＋实现了一个原型系统。通过对“实践４号”卫星能源系统故障模拟实验台的诊断验证了系统的有效性。     

强度自适应智能复合材料结构

提出在复合材料中埋入形状记忆合金丝、光纤阵列组成的强度自适应复合材料结构与系统。提出能够改变结构应力分布的形状记忆合金丝的布置方案;检测复合材料损伤及大应变位置的光纤阵列和神经网络;以及控制激励形状记忆合金丝动作的系统和实验方案。     

人工神经网络在飞机总体外形智能CAD中的应用

将人工神经网络应用于飞机总体外形智能ＣＡＤ中,针对现有方法的局限性,研究了参数神经网络,提出了一种综合考虑影响神经网络学习３个主要因素（权值、激励函数和拓扑结构）的ＷＡＦＳ学习算法,并研究了隶属函数的神经网络表达和基于神经网络的并行推理,给出了有关应用实例。     

飞机智慧座舱发展技术研究

未来飞机座舱智慧化转型是必然趋势,研究飞机智慧座舱发展技术能够为未来飞机智慧座舱的设计提供参考支撑。本文探讨了智能与智慧的区别,提出了飞机智慧座舱的概念与设计内涵,总结出深度感知与沉浸式交互、类人的认知及开放性与个性化定制服务的智慧座舱功能设计要素;梳理了发展飞机智慧座舱亟需解决的五项关键技术：多维度深度信息感知与融合技术、先进信息显示技术、沉浸式自然交互技术、智能态势认知技术、多智能体自主适应技术。通过关键技术的分析对未来飞机智慧座舱的发展提出了新的思考。     

后缘小翼型智能旋翼桨叶模型设计分析与试验研究

提出了一种基于推挽式双X压电驱动机构的后缘小翼型智能旋翼方案,开展了后缘小翼型智能旋翼模型的设计分析与试验研究.空载试验主要用于验证驱动机构的驱动特性,测试了压电堆和驱动机构的静态输出;为了验证悬停时小翼在铰链力矩作用下驱动机构能否有效驱动后缘小翼,进行了加载试验.试验采用线性霍尔传感嚣对推挽式双X型驱动机构在不同电压和频率驱动下小翼的偏转角度进行了测量.理论分析与试验测试结果基本吻合,压电驱动机构能够有效驱动后缘小翼,该智能旋翼方案是合理和可行的.     

基于变换域优选的航天器多域联合智能抗干扰决策方法

利用传感器采集航天器飞行参数,构建航天器多传感器分布式通信网络,并利用全局奖励确定最佳通信信道。通过变换域优选方法对信道频域实现抗干扰处理,在干扰较为严重时使用Stackelberg的功率域抗干扰方法,确定最佳传输功率,完成航天器多域联合抗干扰。实验结果表明,该方法可以针对不同干扰类型做出抗干扰决策,令航天器通信网络维持在稳定通信状态。     

低温推进剂加注液位信号智能处理技术研究

低温加注系统是运载火箭发射场地面支持设备的重要组成部分,包括低温介质的储存、运输、供给、控制以及安全等内容。由于低温推进剂本身存在低温沸腾、易挥发的特性,其加注过程十分复杂,为满足新一代运载火箭推进剂精准的加注要求,需要实时准确监测加注过程中贮箱内的液位高度。本文针对火箭地面加注过程的液位信号数据,对其三角波电压和线性波电压的特征进行分析、提取,基于BP（Back Propagation,反向传播）神经网络算法完成对不同加注状态的识别检测,并应用于传感器节数判别,优化了液位计算算法,降低了节数人为干预需求,提高了液位测量准确性。经实验测试验证,该方法可有效识别低温加注状态,识别准确率达到90%以上,用于液位信号处理中可显著提升液位高度计算的准确性。     

基于双时相遥感影像差异信息的深度学习滑坡检测

目前利用高分辨率卫星影像进行滑坡等地质灾害识别逐渐成为研究热点,滑坡目视解译依赖于解译人员的经验,耗时费力且提取精度低,而传统的滑坡自动识别方法易将滑坡和道路、裸地、建筑等多种具有相似光谱信息的地物混淆。针对以上问题,文章使用一种双时相高分辨率卫星影像差异信息的深度学习滑坡检测算法,获取时序影像各个波段和归一化植被指数（Normalized Difference Vegetation Index,NDVI）的差异影像作为深度学习的输入特征。为充分挖掘滑坡前后影像多种信息差异特征,采用了U-net网络模型耦合空洞空间金字塔池化和嵌入注意力机制模块相结合进行滑坡特征提取的方法,该方法增强了滑坡边界信息的保存,能够有效地提取滑坡边界信息和发生剧烈变化的区域。利用上述方法对恩施市和九寨沟进行了滑坡检测,实验结果显示,所取得的综合评价指标值（F1-Score）分别为88.4%和90.53%,误差较小、精度较高。表明该方法能够准确检测出高分卫星数据的滑坡边界,且能保持滑坡的完整性。