基于生成对抗网络的零样本图像分类

在图像分类任务中,零样本图像分类问题已成为一个研究热点。为了解决零样本图像分类问题,采用一种基于生成对抗网络（GAN）的方法,通过生成未知类的图像特征使得零样本分类任务转换为传统的图像分类任务。同时对生成对抗网络中的判别网络做出改进,使其判别过程更加准确,从而进一步提高生成图像特征的质量。实验结果表明:所提方法在AWA、CUB和SUN数据集上的分类准确率分别提高了0.4%、0.4%和0.5%。因此,所提方法通过改进生成对抗网络,能够生成质量更好的图像特征,从而有效解决零样本图像分类问题。      

D-S证据理论在多传感器数据融合中的应用

近年来,许多领域都在进行多传感器数据融合技术的研究。多传感器数据的属性融合有很多算法,最常用的算法是贝叶斯决策检验法,国际上已提出将证据理论用于数据融合,但在这方面的理论基础还不完善。本文研究了证据理论在多传感器数据融合中的应用。Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ方法是对Ｂａｙｅｓ决策检验法的推广,证据理论比概率论满足更弱的公理系统,并且在区分不确定与不知及精确反映证据收集过程等方面显示了很大的灵活性。文中阐述了Ｄ－Ｓ证据理论的数学性质,给出了可信度公理及Ｄ－Ｓ综合规则,并进行了计算机仿真实验,实验结果说明这种判决方法非常实用,用于数据融合算法非常有效     

基于ANP的直升机单机森林灭火训练效能评估

现有的直升机单机森林灭火训练效能评估方法仅针对取水灭火过程,忽视了其他任务环节对训练效能的贡献,并假设指标间相互独立,因此导致评估指标体系不全面、指标权重分配不合理,评估结果的可靠性低。利用离散事件系统建模理论建立的事件活动流将直升机单机森林灭火训练任务分解成若干相关活动,活动映射法对各活动效能要素进行分析并转化为效能评估指标,最终构建出全面的两维度效能评估指标体系;网络分析法(ANP)的使用考虑了评估指标间具有的依赖和相关关系,对指标权重进行重新合理分配,评估方法更符合问题的实际情况,评估结果更加可信。基于超级决策(SD)软件的案例分析表明,所提出的效能评估方法具有工程应用的可行性和参考价值。     

GBM-04模型在法国S2风洞的试验

本文描述了 GBM-04模型在法国 S2风洞的实验情况,对 GBM-04模型在FL-24和 S2两风洞的结果进行了初步的比较。本文还介绍了 S2风洞数据的精度及为了提高数据精度所采取的值得借鉴的措施。     

风挡串流对测力数据的影响及其改进措施

本文研究了风挡串流对三角形机翼飞机模型测力数据的影响。试验结果指出,在风挡具有串流的情况下,正反装模型所获得的纵向测力数据都是错误的,特別是俯仰力矩。为了消除风挡串流对测力数据的影响,应尽力限制串流量,此外建议在测定模型的平均气流偏角和支架干扰量时,上风挡亦带串流,并使其对称于下风挡的串流。经试验证明,这些措施将有助于获得较为可靠的正反装测力数据。     

基于UKF的FADS/INS融合大气数据估计

针对飞行器在高速飞行时受气流干扰、惯性数据易发散等问题,从传感器数据融合角度出发,提出了通过无迹卡尔曼滤波(UKF)融合嵌入式大气数据观测系统(FADS)和惯性导航系统(INS)估计飞行器实时大气数据的算法。算法使用高维度非线性方程对惯性系统和大气系统间的关系建模,结合FADS与INS的数据,计算飞行器速度和高度,进而估算出攻角、侧滑角等参数。实验结果显示,与INS直接解算、扩展卡尔曼滤波(EKF)融合等原有估计方法相比,文章所述的算法在估计精度和系统稳定性方面均有所提高。     

基于DDQN的片上网络混合关键性消息调度方法

对片上网络（NoC）承载的混合关键性消息进行实时调度是其应用于航空电子系统片上多核通信的关键。为解决可满足性模理论（SMT）法求解效率低、低优先级消息等待延迟大的问题,提出了一种基于双深度Q网络（DDQN）的混合关键性消息调度方法。将虫孔交换机制下的消息调度问题建模为马尔可夫决策过程,建立包含环境、动作、状态、奖励的多层感知调度模型;随机生成多组分布不同的混合关键性消息作为训练样本,采用DDQN算法求解该调度模型;在此基础上,提出并实现了带孔隙DDQN算法,在保证时间触发（TT）消息可调度前提下为速率约束（RC）消息预留用于虫孔交换的时隙。算例研究表明:所提方法的求解时长及TT消息确定性端到端延迟的平均值均低于SMT法;带孔隙DDQN算法的RC消息延迟较不带孔隙DDQN算法和SMT法显著降低。      

LEO空间碎片甚短弧角度数据初轨确定方法对比

光学观测是空间目标观测中最常见的一种观测方式。采用扫描模式工作时光学观测得到的观测弧段弧长通常很短,有时甚至不到被观测空间目标运行周期的1%,这样的角度数据被称为甚短弧角度数据。基于近圆LEO空间碎片地基实测场景,研究比较仅利用角度数据进行初始轨道确定常用方法的性能差异,分析观测弧长对不同初轨确定算法的定轨成功率和误差的影响,为初轨确定工作提供参考。对比分析了常用的几种方法,包括Laplace方法、Gauss方法、Gooding方法和近几年提出的距离搜索算法等。大规模实测数据处理结果显示,距离搜索算法的成功率高于90%,初轨半长轴统计误差仅为25 km。初轨结果表明,距离搜索算法定轨成功率高于其他算法。研究成果可为解决空间碎片初轨确定问题提供参考。      

TIMED/SABER与AURA/MLS临近空间探测温度数据比较

利用AURA/MLS数据（V4.2）和TIMED/SABER数据（V2.0）对20~92km高度的大气温度进行比较分析,计算AURA/MLS数据与TIMED/SABER数据的温度绝对偏差,并分析平均温度偏差在不同季节中随经度、纬度和高度的变化特征.结果表明:20~80km高度的平均温度偏差在±6K以内,相对偏差在3%以内;80~90km高度平均温度偏差减小至-10K以下,相对偏差在9%以内.中低纬度地区平均温度偏差廓线的变化趋势一致,从20km高度的-3K左右的负偏差逐渐增加,在45~50km高度的平流层顶处有较明显的3K左右的正偏差峰值.平均温度偏差随纬度变化明显,随经度变化很小.研究结果可为卫星数据的应用提供参考依据.      

基于ANFIS的智能导航自适应滤波算法研究

智能导弹等智能化飞行器在快速跨域、高速机动飞行时,由于传感器切换、外形改变等因素,会对组合导航信息融合系统引入随机非Gauss噪声等影响,离线优化的参数往往不能满足滤波器精度的需求。自适应网络模糊推理系统ANFIS是一种将人工神经网络和模糊推理技术相结合而成,符合人类认知特点的决策方法,它可以对导航数据进行学习,实现智能决策、实时修改滤波器内部参数,对滤波器进行优化。仿真结果表明,基于ANFIS优化的智能导航自适应滤波算法可以有效减少噪声和干扰带来的影响,提高导航精度。