考虑认知不确定性的热防护结构瞬态温度场分析

瞬态温度场不确定性分析对高超声速飞行器热防护设计与评估有着重要的意义。本文考虑材料热物性参数的认知不确定性因素，提出了一种瞬态热传导温度响应的不确定性分析求解方法。首先，通过拉丁超立方抽样获得不确定性参数样本，将样本参数写入有限元计算文件中，用区间来表征参数的认知不确定性。其次，基于蒙特卡罗方法及有限元计算得到结构的不确定性瞬态温度响应曲线集。最后，以波纹夹芯热防护结构为例验证方法的可行性。研究结果表明，当结构有净热量流入时，由材料热物性参数的不确定性引起的瞬态温度响应的不确定性区间不断增大，并且瞬态温度响应的不确定性区间宽度与结构的温度变化具有正相关特点。     

认知语法与系统功能语法对比研究

本文从时态、情态、语态、体态、归一性及小句等结构维度，探讨认知语法和系统功能语法的系统观与功能观。从系统维度讲，系统功能语法重点研究不同结构系统之间的体现关系，而认知语法侧重于分析这些结构系统之间的层次关系。从功能维度讲，系统功能语法认为语言结构实现概念功能、人际功能和语篇功能等三大元功能，而认知语法认为语言结构的主要功能是陈述事件或情状、描写和协商命题的效度。     

一种超宽带电子战测频技术的研究

随着雷达技术的发展,宽带瞬时信号截获是信息化装备的必备功能单元.从理论和试验验证的角度详细分析了超宽带电子战接收机的工作原理、测频技术和应用场景,提出了一种简化的MonoDFT算法,实现了2GHz～18GHz频段内雷达信号辐射源的高精度频率测量,并设计了两种应用场景和实现方法.理论分析与实验表明,接收机能够实现瞬时带宽...     

战斗机追踪任务中听觉告警信息呈现对注意力的影响研究

合理的听觉告警信息呈现对飞行安全至关重要。本文聚焦于战斗机追踪任务下听觉通道告警信息对注意力表现的影响，并探讨信息呈现方式、注意力理论机制及其关系，基于认知特性、注意力分配转移理论以及现有的信息显示标准规范和编码进行了工效学试验。通过绩效分析和主观评价，获得了追踪任务执行精度、告警任务的反应速度以及用户负荷情况等研究结果。研究表明，在特定声音强度和预警间隔水平下，听觉信息对视觉任务的注意力有干扰作用；在300ms的预警间隔下，注意力反应较快；而在600ms的预警间隔下，追踪任务表现较优；此外，针对正确率和负荷体验结果，推荐采用60dB的听觉信息编码参数设置。本文为后续告警信息界面的开发提供了设计参考，可帮助优化听觉信息分配和战斗机告警信息编码设计。     

基于数值模拟的工程设计中参数不确定性表征方法研究综述

现代工程设计大量使用数值模拟技术，然而数值模拟中仿真模型、几何参数、工作载荷、环境条件等均存在不确定性，这些不确定性直接影响数值模拟结果的可信度，尤其在研发对性能和可靠性要求严苛的装备时，忽略这些不确定性将产生潜在风险，因此在基于数值模拟的工程设计中开展不确定性量化意义重大。不确定性表征既是准确开展不确定性量化和优化设计工作的前提，也是工程精细化设计的重要支撑。本文阐述了基于数值模拟的工程设计中所面临的不确定性因素，根据不确定性因素的表现形式和可用信息，按照概率表征和非概率表征两大类总结了目前主流的参数不确定性表征方法，介绍了各种表征方法的基本思想、主要原理、适用范围以及方法在工程实践中的发展和应用，并简要阐述基于不确定性表征结果进行不确定性传播的基本思路，最后对不确定性表征的研究方向进行了展望。     

基于双目视觉的类脑三维认知地图构建方法

基于大脑导航神经细胞机理的类脑认知地图构建方法,为发展智能同步定位与地图构建(SLAM)技术提供了新思路.针对现有类脑认知地图构建精度不高的问题,提出了一种基于双目视觉的类脑三维认知地图构建方法.首先阐述了类脑三维认知地图系统的工作原理,然后论述了不同视觉里程计对认知地图精度的影响,研究了基于双目视觉里程计的类脑三维认知地图精度优化方法,最终完成了基于视觉数据集的类脑三维认知地图构建试验.试验结果表明,所提方法构建的视觉里程计地图的三维位置误差为总行程的2.14％,认知地图的三维位置误差为1.56％;认知地图精度与里程计精度呈正相关;系统通过模板匹配进行回环检测与校正,提高了认知地图的精度.     

基于支持向量机的抗干扰决策技术

为了应对日益复杂的电磁环境，认知雷达的概念被引入电子战中。认知电子战系统包括认知侦察、认知对抗和认知效能评估3个重要环节。针对认知电子战系统对抗干扰决策技术的需求，为实现自适应的决策抗干扰措施，将支持向量机(SVM)算法运用于抗干扰决策中。仿真结果表明:基于SVM的抗干扰决策技术可以自适应地决策抗干扰措施，进行干扰对抗，该算法完成了认知电子战中的最后的一步，使认知电子战系统实现闭环。     

基于Bi-LSTM及贝叶斯似然比检验的GEO与LEO卫星组合频谱感知

目前的频谱感知算法以模型驱动为主，其感知性能过于依赖预定的统计模型，这使得其在信道环境复杂的卫星通信场景中的部署变得困难。对LEO卫星过境期间的信噪比波动情况进行分析，结果显示信噪比的波动达到14 dB。针对该复杂场景提出了一种基于双向长短期记忆网络及贝叶斯似然比检验联合的频谱感知算法。该算法不需要任何主信号的先验知识，可自动从主信号中学习隐藏特征并做出决策。基于Neyman-Pearson准则，在神经网络输出端设计了一种基于阈值的检测方案，可方便地控制恒定的虚警概率。仿真结果表明，所提算法在信噪比为–14 dB的情况下，仍能达到83%的检测性能，且始终优于卷积神经网络、多层感知机和基于模型驱动的能量检测算法。