基于逆最优问题的最优制导律及特性分析

在典型的能量最优制导律基础上,将制导律的2个特征根从有限的点/线区域扩展到所有可能的正实根区域,进而提出制导律中的逆最优问题。详细讨论了逆最优问题中性能指标加权矩阵的构造过程,给出了加权矩阵和Riccati矩阵的计算公式;将控制权矩阵选为time-to-go的负n次幂的形式,对加权矩阵的求解进行了举例说明。对8组不同的特征根研究结果表明,尽管每一对可能的特征根取值都能找到最优解释,但这并不能保证与其对应的制导律都能达到与典型能量最优制导律类似的制导性能,特征根取值越靠近典型能量最优制导律,则相对应的制导特性也越接近。     

基于层次化分类器的遥感图像飞机目标检测

在大量航空航天遥感图像中,快速发现和统计飞机目标并对其进行准确定位,在军事和民用方面均具有重要意义。结合遥感图像特点,针对飞机目标的特征,文章设计了一种基于层次化的分类器的遥感图像飞机目标检测方法。首先用基于哈尔（Haar）特征的底层AdaBoost分类器快速去除大部分非目标区域;然后用基于梯度方向直方图（Histogram of Oriented Gradient,HOG）特征的顶层支持向量机（Support Vector Machine,SVM）分类器进行精细检测。在分辨率为1m的遥感图像数据集上的实验结果表明,层次化分类器在保证较高检测率的前提下,大大降低了虚警率,可以有效解决遥感图像飞机检测问题。     

一种基于模糊隶属度的雷达辐射源识别新方法

在雷达辐射源识别中,一般采用隶属度来衡量知识参数和侦察参数的相似性,并以此进行识别,其难点在于隶属度函数的确定。针对这一难点,提出了一种新的脉间特征参数和脉内特征参数隶属度的计算方法,并提出了一种综合特征权值的计算方法,对雷达辐射源进行加权识别。仿真结果表明,这种方法的识别效果优于传统的识别方法。     

群模糊层次分析法的改进及应用

为了解决层次分析法（AHP,Analytic Hierarchy Process）中基于专家主观评价来构造的两两判断矩阵的一致性问题,提出了一种改进的群模糊层次分析法（IGFAHP,Improved Group Fuzzy Analytic Hierarchy Process）.IGFAHP引入了专家的权重系数和三角模糊数,将AHP扩展到群决策和模糊决策领域,设计了一种基于直接模糊判断矩阵的权重计算方法,通过各指标间可能度矩阵转化为实数值求解权重来改进一致性.定义了在模糊集上的一致性函数,并与AHP分别在3~9层指标上进行了对比测试.通过飞行器总体方案风险评价的实例对IGFAHP进行了应用验证.结果表明,IGFAHP相比AHP降低了使用复杂度并提高了一 致性.      

预处理特征型边界条件及其回流处理技术

通过特征型预处理Euler方程推导出预处理特征型的边界条件处理方法,并发展了预处理的回流处理技术,增强计算的鲁棒性和精度。通过特征型预处理Euler方程的特征关系得到边界条件处理方法;在亚声速速入口和出口边界,根据其特征方程确定回流边界处理方法。通过数值模拟发现:带回流的特征型边界处理方法比Turkel方法收敛快1.5倍以上,而计算精度与SIMPLE方法相当;在出口带有回流的计算中,其压力误差比Fluent降低68.3%。由此可知带有同流处理的特征型边界处理方法具有较高的鲁棒性和精度,在实际的工程计算中有一定的应用价值。     

基于多种空间信息的高光谱遥感图像分类方法

在高光谱遥感图像分类方法中,空间特征和光谱特征的融合可以有效地改善分类效果。针对单一空间特征的信息表达不充分问题,提出了一种联合多种空间特征的高光谱图像空谱分类方法。利用超像素信息对分类结果进行后处理去掉椒盐噪声,并创造性地将超像素信息应用于分类前处理,提出了一种利用超像素信息对像素点的特征向量进行线性加权融合的方法。试验结果表明,所提方法的性能优于目前的通常方法。     

飞机框肋类零件基础特征自动识别与提取算法

飞机框肋类零件是组成飞机骨架的重要零件,具有数量大、形状各异等特点,其生产制造所耗费的时间在飞机研制过程中占有较大比重。然而,通过现有CAD软件所提供的功能进行相关制造操作,无论是效率、质量等均已不能满足现代飞机设计和制造要求,围绕飞机框肋类零件研究和开发相关的自动化制造系统已迫在眉睫。基于框肋类零件边界表示模型对零件基础特征进行自动识别与提取,是实现后续相关工艺规划与加工的基础与前提。针对该问题,提出零件基础特征模型,并建立一种基于同侧面的特征识别算法,即:以零件STEP数据作为输入,选取两侧腹板面,应用属性邻接图（AAG）构建、有效邻面识别、关联面完整识别等方法,逐级识别各级关联面以构建两侧同侧面,通过同侧面单元匹配最终实现基础特征构造和特征邻接图构建。其中,针对零件三维模型中的碎面缺陷提出其定义与识别方法,以保证特征面识别的完整性。经由实例测试,验证所提算法的可行性与有效性。      

基于深度学习的无人机数据链信噪比估计算法

无人机数据链通信受到各种自然与人为的干扰,信噪比（SNR）是信道状态和通信质量的有效评估指标。为解决传统估计算法信噪比估计精度不足的问题,提出了一种卷积神经网络（CNN）与长短时记忆（LSTM）网络结合的估计模型。利用仿真与实测相结合的方式,构建了一个包含不同信噪比、调制方式、衰落信道等信息的无人机通信信号数据集;在网络训练阶段,将样本序列进行分割,对分割后的每一部分序列使用CNN-LSTM网络提取深度特征,多次训练并保存模型参数;在测试阶段,利用构建好的测试集完成对算法的验证与测试,得到信噪比估计值。实验表明,相比于传统信噪比估计算法与单一网络结构的深度学习算法,所提算法的均方误差最低,实现了对信噪比的高精度估计。      

基于边缘和结构的无参考屏幕内容图像质量评估

屏幕内容图像（SCI）是一种与传统自然图像不同的图像,具有更多的文本、图形以及特殊的布局。考虑文本、图形、图像和布局对屏幕内容图像质量的影响,提出了针对屏幕内容图像的基于边缘和结构的无参考质量评估（BES）算法。文本、图形和图像具有大量边缘,并且人类视觉系统对边缘高度敏感,因此BES算法首先使用Gabor滤波器的虚部提取边缘并计算每张屏幕内容图像的边缘特征。其次,提取一个结构特征来表示屏幕内容图像的布局。具体而言,利用Scharr滤波器计算得到一个局部二值模式（LBP）图,接着利用LBP图计算得到结构特征。最后,应用随机森林回归算法将边缘和结构特征映射为主观分数。实验结果表明,在数据库SIQAD和SCID上,所提出BES算法性能的皮尔森线性相关系数（PLCC）相对于对比算法中最先进的无参考算法,分别提高了2.63%和11.22%,甚至高于一些全参考算法。      

建立航天科研领域专业人员胜任力特征模型

为实现航天事业的跨越式发展和人力资源管理以人为本的理念,就要引入以胜任力特征模型为基础的新的人力资源管理模式,针对航天科研的特点,采用问卷调查为主、行为事件访谈和专家小组座谈为辅的方法,提取优秀科技人员的能力素质特点,形成航天科研领域专业人员胜任力特征模型,并以此为基点更有效地开展人力资源管理与开发工作.