星载全球大气波动成像仪研究

在卫星上对中间层顶区域的气辉辐射成像观测, 对于全球大气波动的监测和研究具有重要的意义. 利用TDICCD对O₂A (0-0)气辉进行成像观测, 计算了曝光积分时间、信噪比和能达到的最高空间分辨率, 分析了地球自转对空间分辨率的影响, 在此基础上提出一种星载全球大气波动成像仪方案, 该方案可以观测垂直波长大于10km的大气波动, 最高水平分辨率可以达到0.33km.      

国家中心城市:推进、成效及评述

建设国家中心城市,是完善我国城镇体系、促进区域协调发展、提升特大中心城市辐射力带动力、赢得全球城市竞争的重要举措。截止到2018年底,先后有9个城市被明确定位为国家中心城市。从打造交通信息枢纽、完善产业体系、培育创新优势、优化空间格局、提升国际化水平、改善功能品质等方面而言,这9个城市在推进国家中心城市建设实践过程中具有一些共性特点。这些城市从定位到建设都体现出明显的国家战略意蕴,他们要以承担国家建设功能为共同指向,同时还要体现各自特色以及新的发展理念和发展要求。     

一种前飞状态直升机可达区域快速计算方法

直升机可达区域可用于生成空域安全态势,提高直升机在低空复杂环境中的飞行安全水平.为了满足求解可达区域的实时性和准确性要求,提出了一种快速计算方法.根据能量机动性求解了直升机控制域,结合运动学方程建立了可达区域数学模型.基于最优控制原理,实现了边界点快速计算;提出了基本可达区域的概念,将实时可达区域构造问题转化为少量边界点的计算问题.以AH-1G直升机为对象进行了二维和三维的算例分析,并与微分包含法计算结果进行了对比.算例结果表明,直升机控制域是时变的,需根据实时飞行状态进行计算;该算法能实时计算前飞状态直升机的可达区域,有较高的计算精度.     

火箭贮箱焊缝连接处应力及变形分析

对常见的铝合金薄壁贮箱焊缝连接处结构形式进行对比分析计算,比较了椭球底和三心底对箱筒段和底部连接处焊缝的影响及箱筒段上焊缝处加厚区内外偏置的影响.结果表明:对于箱筒段和底部连接的焊缝,采用椭球底形式焊缝处的轴向应力要小,应力梯度变化也小;对于箱筒段上的轴向焊缝,当焊缝处加厚区采用内偏置时,其径向位移比薄区大,即焊缝处产生向外凸出的变形模式,采用外偏置时,焊缝处产生内凹的变形模式;当箱筒段上的焊缝处加厚区采用中面偏置时,附加弯矩较小,变形较为协调,可以减小应力集中.     

加油机加油过程视频监控需求分析

通过对一般加油过程的分析,提出了空中加油机加油过程视频监控需求。将加油过程分为会合、编队、对接、解散四个部分对监控区域进行讨论,并对监控区域进行整理及优化,从功能、分辨率及显示等方面进行分析,给出适应性的视频监控需求,为机外摄像头布局,摄像头和显示器选型,机外照明布置提供有效支持。     

基于航路点布局的多目标网络结构优化方法

为了提高区域航路网络结构的科学性、减轻飞行流量增长对网络运行带来的压力,提出了基于航路点布局的多目标网络结构优化方法。首先,考虑区域航路网络的组成要素,设计了反映网络综合性能的优化目标和约束条件以形成优化模型。然后,建立基于节点移动、融合、分解的航路点布局策略,进而给出优化模型的求解步骤,并利用NSGA-Ⅲ算法完成模型求解。最后,对北京飞行情报区部分区域航路网络进行仿真分析,结果表明,使用NSGA-Ⅲ算法得出的区域航路网络具有良好的综合性能。最优网络在满足约束条件的同时,保证了运行费用和非直线系数基本不变,并使得飞行冲突系数减少了10.8%。可见,所提优化方法能有效提升区域航路网络的经济性、安全性和可行性,符合中国现行空域环境和管理体制。      

"嫦娥五号"任务再入返回段测控布站区域确定方法

针对再入返回任务地面测控总体分析设计中多天多条弹道地面测站布局优化及返回过程中应急情况下快速测控资源调配的问题,提出了一种基于再入段返回器飞行弹道的测站区域分析方法.建立了测站、返回器的位置与测站工作仰角之间的关系模型,在此基础上提出了对返回器可见的测站分布区域确定的具体方法.利用再入返回过程的理论设计弹道,计算了地面...     

一种可变锚框候选区域网络的目标检测方法

目标检测作为计算机视觉领域的热点问题,目前基于深度学习的目标检测方法可以分为2类:两步检测和一步检测,前者有着较高准确性,后者有着较好速度,但是为提高检测的性能两者都引入了锚机制。为提高目标检测系统的性能,基于深度卷积神经网络的两步检测算法引入了注意力引导（AG）模块,通过对候选区域网络（RPN）的锚机制进行引导,使得对于预选锚框形状的选择更具有多样性;同时针对传统的后处理方式非极大值抑制（NMS）算法存在的误检和漏检的问题,提出了一种置信度因子的NMS（Cf-NMS）算法,对于模型的整体性能有着很大的贡献。实验结果说明,所提方法虽然在速度性能上有略微的下降,但是无论是在RPN变体还是现有的先进算法在准确性方面都有提升。      

基于改进深度学习模型的焊缝缺陷检测算法

针对传统深度学习模型在进行焊缝缺陷检测时对小缺陷目标检测效果不理想问题,提出基于改进深度学习Faster RCNN模型的焊缝缺陷检测算法,算法通过多层特征网络提取多尺度特征图并共同作用于模型后续环节,以充分利用模型中的低层特征,增加细节信息;改进模型的区域生成网络,加入多种滑动窗口,从而优化了模型锚点的长宽比设置,提高检测能力。实验表明,改进Faster RCNN模型取得最优的缺陷检测结果,对于小缺陷目标仍取得较好的检测精度,从而验证了算法的有效性。