基于时空轨迹信息的目标行为模式在线分类方法

在预警监视领域，及时地预测目标行为模式对于态势认知至关重要。首先，针对当前大多数目标行为分类器实时性不强、对离群轨迹不敏感等问题，提出了带有离群检测的归纳式一致性多类预测器（ICMP）。其次，针对目标行为分类算法仅考虑目标的空间位置信息，而忽略航向和速度信息的问题，基于轨迹的时间和空间2个维度的信息提出了时空Hausdorff距离（STHD），从而可以有效区分空间位置相似但运动速度和方向不同的行为。然后，基于定向时空Hausdorff距离和K最近邻思想构造了定向时空Hausdorff最近邻不一致性度量函数（DSHNN-NCM）；在此基础上，提出了带有离群检测的序贯时空Hausdorff最近邻归纳式一致性多类预测器（SSHNN-ICMP），能够在预警监视场景下对目标频繁出现的行为进行在线学习和分类。最后，分别在仿真军事场景和真实民用场景中进行实验分析，结果表明本文算法具备较好的准确性和实时性，在预警监视任务中有良好的应用前景。     

基于雷达航迹的航空器质量估算

为保障基于轨迹运行的顺利实施,必须提高四维航迹预测的精度,而四维航迹的精准预测依赖于航空器质量准确估算。鉴于此,构建并分析了航空器能量模型;基于雷达航迹与航空器基础资料( BADA),提出了新型的航空器质量估算方法与步骤;利用最小二乘算法求解了航空器质量的估计值;分别基于预测航迹、雷达轨迹与QAR数据,采用相对误差作为评价指标,实施验证与分析。验证结果表明,提出的方法可将航空器质量估算误差控制在5%以内,从而能够有效地提高航迹预测精度。     

RFID技术在航空领域的应用研究

射频识别(RFID)技术现已广泛用于物流、金融、零售等各个行业.航空领域的RFID应用起步较晚,通过对RFID技术在飞机制造商、原始设备生产厂家(OEM)、航空公司的一些典型的应用案例的分析,提出RFID技术应用于航空领域所面临的挑战及必要性,为其未来航空业自动识别技术的发展指明了方向.     

基础振动对转子系统动力特性影响的试验研究

为了满足航空发动机转子系统的动力学设计需求,采用试验方法研究基础的振动幅值和振动频率对转子系统横向振动的影响。结果表明,基础振动对转子动力特性的影响具有方向正交性,基础的水平振动仅影响转子的水平振动响应。转子与基础产生振动耦合,其轴心轨迹的形状和大小受基础振动幅值和频率共同影响,转子振动幅值随基础振幅增加而线性增加,随频率的增加呈二次函数增长,振幅比最大可以达到4。由于基础过大的振幅或频率会带来轴心轨迹的复杂变化,导致振动响应过大,在航空发动机的转子动力特性设计中,必须考虑和有效控制基础的振动幅值和频率,以降低转子系统的振动响应。     

航空燃油齿轮泵滑动轴承非线性瞬态性能数值分析

为研究航空燃油齿轮泵滑动轴承在复杂交变载荷扰动下的瞬态润滑行为,建立了燃油齿轮泵滑动轴承的瞬态计算模型。该模型考虑了滑动轴承油膜空化边界的质量守恒和其所处非线性动态承载环境的影响。在此基础上使用批处理技术实现了燃油齿轮泵和滑动轴承的联合仿真计算,在滑动轴承的瞬态润滑计算过程中计入了燃油泵瞬态内流场和其动态载荷的耦合作用。以此进行了恒定载荷和动态载荷工况下的轴心轨迹稳定性分析以及轴承瞬态润滑性能分析研究。研究结果表明：滑动轴承计算模型的计算结果与实验数据较为吻合,误差保持1.2%以内;燃油齿轮泵的动态载荷对轴心轨迹的影响体现在轨迹启动段偏移的增大以及静平衡位置的消失;通过不同关键参数的对比研究发现：合理的增大宽径比或减小间隙比可以获得更为理想的轴心轨迹静平衡位置,但对于轴承转子运动的稳定性,间隙比由0.2%增至0.6%时,未稳定阶段轴心位置的变化趋势由双峰变为单峰,速度稳定段曲线的波动幅值先增大后趋于不变;当宽径比由0.6增至1.2时,全周期内速度响应曲线的偏移降低,轴心运行的稳定性提高;在轴承瞬态润滑特性中对于轴承载荷变化泄露流量具有的敏感性较强而最小油膜厚度的敏感性较差。     

基于多标签协同学习的跨域行人重识别

跨域是行人重识别的重要应用场景,但是源域与目标域行人图像在光照条件、拍摄视角、成像背景与风格等方面的表观特征差异性是导致行人重识别模型泛化能力下降的关键因素。针对该问题,提出了基于多标签协同学习的跨域行人重识别方法。利用语义解析模型构造了基于语义对齐的多标签数据表示,以引导构建更关注行人前景区域的局部特征,达到语义对齐的目的,减少背景对跨域重识别的影响。基于行人图像全局特征和语义对齐后的行人局部特征,利用协同学习平均模型生成行人重识别模型的多标签表示,减少跨域场景下噪声硬标签的干扰。利用协同学习网络框架联合多标签的语义对齐模型,提高行人重识别模型的识别能力。实验结果表明：在Market-1501→DukeMTMC-reID、DukeMTMC-reID→Market-1501、Market-1501→MSMT17、DukeMTMC-reID→MSMT17跨域行人重识别数据集上,与NRMT方法相比,平均精度均值分别提高了8.3%、8.9%、7.6%、7.9%,多标签协同学习方法具有显著的优越性。     

基于自适应遗传BP算法神经网络数据融合的空中目标识别

空中目标识别是现代防空作战的重要研究内容。本文利用不同类型目标产生的多类型传感器的数据信息对目标进行识别。为了训练神经网络目标识别分类器,将遗传算法和BP算法相结合,提出了一种新的自适应遗传BP算法,利用这种神经网络来确定指标的权值。仿真试验结果表明,基于自适应遗传BP算法神经网络的识别是一种简单、可靠的目标识别方法,具有很好的目标识别效果。     

多曲面岛屿五轴螺旋刀位轨迹规划

针对复杂拓扑关系的多曲面岛屿加工,以叶片阻尼台为研究对象,提出基于清根刀心轨迹的五轴球头刀螺旋刀位轨迹生成算法。首先建立局部坐标系,定义并确定中轴线,然后按层逐点创建投影射线,利用实体求交构造初始刀心螺旋轨迹;通过变步长迭代算法修正,使得刀心点距实体最短距离在加工精度范围内等于刀具半径。最后根据实体结构控制刀轴矢量,规划出无干涉的螺旋刀位轨迹。算例表明,本文算法统一了阻尼台加工与清根加工,避免了复杂偏置曲面片的构造,保证在加工过程中没有冗余进退刀的同时刀具不会过切叶身曲面,实现了阻尼台多曲面岛屿五轴球头刀高效精密加工。     

航空发动机数控系统多故障识别

提出了一种基于模糊逻辑的航空发动机数控系统多故障的识别方法.首先采用Takagi-Sugeno(T-S)模糊模型描述一种涡喷发动机数控系统的非线性模型,然后应用全解耦奇偶方程进行多故障的检测和隔离,并结合卡尔曼滤波器识别出传感器和执行器故障参数.仿真结果表明,针对传感器和执行器同时发生故障的情况,此方法能有效检测故障,并能准确识别出故障参数.