机场航站楼弱电系统集成介绍

本文着重介绍机场航站楼弱电系统集成概况,以实现机场相关弱电子系统信息联网,使该系统运作在统一的航班信息之下,更好地为机场安全生产、生产运营、运营管理和设备运行服务。     

数字化空／地自动通信系统——ACARS

本文主要根据美国ＲＯＣＫＷＥＬＬ公司ＡＲＩＮＣ有关技术规范开发的ＡＣＡＲＳ系统,将新一代的数字化空／地通信系统－ＡＣＡＲＳ的组成、工作原理、以及功能特点介绍给广大民航使用和机务维修人员,以利于该项新技术在我国民航界的应用推广。     

欧洲民用通信广播卫星的发展策略

通信卫星是首先实现商业化的空间技术领域 ,其竞争程度日益激烈 ,卫星研制正向美、欧等大制造商集中。随着技术进步和市场竞争的发展 ,国际上通信卫星技术领域的发展出现了两大趋势 :一是卫星制造和通信业务经营合璧 ,旨在获取最大的利益 ,以形成从卫星研制到卫星应用全过程的良性循环 ;二是各大公司遵循市场经济的规律而强强联合 ,成立跨国公司 ,扩大规模 ,增强实力 ,从而提高占领市场的竞争能力。因此 ,在通信卫星这一商业化程度日益加深的领域 ,如何有效地寻求生存与发展的市场空间 ,是欧洲各国面临的重大课题。1　欧洲国家重视通信卫星…     

高空科学气球应急安全控制及落点定位系统

高空科学气球是一种在临近空间飞行的无动力飞行器。当高空气球飞行状况出现异常,需要对其进行应急安全控制,使其可控地降落至地面。但目前中国国内相关单位进行的高空气球试验中,没有独立的应急安全控制手段。另外,由于飞行试验一般在地广人稀的区域进行,网络覆盖率低,无线电视距测控链路会因作用距离限制出现中断,高空科学气球载荷舱返回地面后的精确定位信息无法回传,致使回收人员无法进行快速搜寻。针对这些问题,文章采用STM32芯片、FreeRTOS操作系统作为软硬件架构,集成GPS定位功能和火工品引爆功能,并基于独立的铱星卫星通信链路,设计实现了高空气球全球范围内球体与载荷的可控分离和定位信息的回传,有效地提高了飞行任务的安全性和有效载荷回收的效率。     

基于ConvLSTM的飞机尾流时空预测

飞机尾流预测在动态尾流间隔系统中十分重要。通过结合激光雷达技术,提出了一种基于卷积长短期记忆网络(ConvLSTM)的飞机尾流预测模型,以预测激光雷达(LIDAR)的下一个扫描面。实验团队前期在深圳宝安机场使用激光雷达探测对尾流数据进行采集并进行预处理。然后,构建了ConvLSTM神经网络模型以对尾涡径向速度场进行外推预测。通过采集的数据对所建立模型进行训练、验证、测试。实验结果表明：模型能够有效对尾流进行时空预测,测试的RMSE值为3.30,证明了ConvLSTM在预测飞机尾流耗散演化的潜在用途。     

基于单代号网络的银行家算法

通过对银行家算法的分析,提出单代号网络的进程安全状态序列的改进算法-基于单代号网络的银行家算法,并通过具体的示例实现此算法。     

面向在轨高效实时图像处理的二值权重沙漏网络加速器设计

为了实现在轨高速实时图像处理,提出了基于多级预测校准机制及查找表方法的二值权重沙漏网络加速器.首先,提出了一种计算架构来统一支持二值权重及多位宽权重卷积计算;其次,提出了多级预测模型来实现可变精度的高效卷积,基于这2种方法可以将网络的计算量降低77.4％,推理速度提升2.3倍.本文针对残差模块中跳转连接造成的存储访问问...     

试车数据驱动的涡轴发动机起动过程模型辨识

针对传统的采用解析法建立涡轴发动机起动过程模型复杂的问题,提出了一种基于变步长萤火虫算法优化的有外部输入的非线性自回归网络(CSFA-NARX)的涡轴发动机起动过程模型辨识方法。以涡轴发动机起动过程试车试验数据为数据样本,利用CSFA-NARX网络模型辨识得到涡轴发动机起动过程模型,并采用留一交叉验证方法对辨识模型的性能进行验证。结果表明：得到的辨识模型输出参数,如燃气发生器转速n_g、输出轴转速n_r和涡轮后温度T₄都较好地逼近了试车实测数据,各参数验证样本最大相对误差平均值分别为0.90%、1.51%、和2.01%;在相同训练与验证样本情况下,得到的辨识模型精度优于采用萤火虫算法优化的NARX网络(FA-NARX)、NARX网络和变步长萤火虫算法优化的BP网络(CSFA-BP)模型精度。     

基于深度学习的发动机叶片故障检测技术

为了解决航空发动机叶片故障检测中存在的检测精度欠佳、检测效率不高的问题,提出了一种基于深度学习的目标检测方法。针对小样本数据集检测精度低、模型训练速度慢等问题,对Faster R-CNN目标检测算法进行结构优化,引入Res2Net结构,通过分割串联的策略强化残差模块的卷积学习能力,搭建了细粒级的多尺度残差模型Res2Net-50,以提升模型的特征提取能力。同时,在网络的训练过程中,采用多次余弦退火衰减法对学习率进行调整,以加快模型的训练速度,提升模型的训练质量。针对航空发动机叶片裂纹和缺损2种故障类型进行网络训练与检测试验,试验结果表明：优化后的模型识别准确率提高了0.7%,模型的平均检测精度提高了1.8%,训练时间缩短了5.56%,取得了比较好的检测效果。     

面向小样本遥感解译的空间置弃FCN模型

针对当前缺少大型遥感数据集,复杂深度学习语义分割模型优化难等问题,文章通过改进经典全卷积网络(Fully Convolutional Network,FCN)模型,提出了一种面向小样本遥感数据集,联合批归一化和空间置弃方法的智能解译语义分割模型,为解决小样本数据集过拟合问题提供新的思路.首次将空间置弃层引入FCN模型,...