蓝色国土的“守望者”——海洋二号卫星在轨运行三周年纪实

<正>截至2014年8月16日,海洋二号卫星在轨运行三周年,三年多的实践证明,该卫星观测精度达到国际先进水平;测定轨精度达到国际先进水平;我国星地激光高速数据传输达到国际先进水平,这些成果彰显了我国卫星关键核心部件自主研发能力,促进了我国卫星研制生产信息化水平的提升——     

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。     

成功转型靠质量

9月7日,世界主要飞机制造商波音公司在北京发布其2011中国市场展望。今年的展望较之去年的更为乐观。根据波音的预测,在直至2030年的未来20年内,中国将需要5000架新飞机,价值6000亿美元。中国航空市场在未来20年将呈现长期强劲增长,客运量(RPK)将以年均7.6%的速度增长,货运量年均     

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。     

矢量喷管作动机构故障模式回中设计

针对故障模式下矢量喷管应急回中问题,提出一种关于矢量喷管作动简回中孔结构的设计方案。基于流体动力学平衡方程,建立应急回中装置的非线性数学模型。就设计过程中设计参数多于方程个数的求解,采用进油孔直径、活塞速度分段求解非线性方程组和作动筒左、右两腔仿真调试的组合方法,获得限定速度段内满足作动筒回中性能要求的回中孔结构参数。AMESim仿真结果表明,矢量喷管作动简回中结构参数,能满足喷管作动筒在任何工作状态下一旦出现故障迅速应急回中的要求,进入回中状态后能以足够的回中位置精度保持其安全的非矢量控制状态。     

基于非结构网格的不可压N-S方程多矩有限体积法

提出了一种基于三角形及四面体非结构网格的有限体积法(FVM),用以鲁棒且精确地求解不可压粘性流动问题.与传统的FVM方法仅将体积分平均值(VIA)作为计算变量的做法不同,本文提出的方法将VIA及点值(PV)同时作为计算变量并在每个迭代步进行计算更新.VIA以通量形式进行计算以确保数值守恒,PV可以通过控制方程的不同形式进行求解更新,无需守恒,因此可以采用非常高效的方法进行求解.将PV作为增加的变量使得紧致网格模板得以实现更高阶精度的重构,而且由此获得的数值模型对于非结构网格变得更鲁棒.本文针对二维/三维的三角形/四面体非结构网格提出了数值格式,给出了几个基准测试算例,验证了本文提出的数值方法在采用非结构网格求解不可压粘性流动问题时的精确性和鲁棒性.     

基于灰色神经网络的APU维修成本预测研究

对APU的维修工作进行分析,提出APU维修成本的结构组成,利用APU在翼性能参数与维修成本的映射关系确定预测参数,在传统灰色预测方法的基础上融合BP神经网络,构建了基于灰色神经网络的APU维修成本预测模型。以某航空公司APS3200型APU维修数据为样本,运用MATLAB对影响参数进行关联分析,并对所建立的模型进行拟合和验证分析。该模型具有样本少、训练快、预测精度高等特点,实现了对APU维修成本的准确预测,可为航空公司年度APU维修预算制定、维修合同谈判、经济性拆发等提供决策支持。     

基于GARCH族优选模型的舰船器材消耗预测

器材消耗量预测是做好技术保障工作的前提和基础,受设备生命周期、任务类型、海洋环境及使用设备人员的技能水平等因素的影响,舰船器材消耗量序列会随着时间的推移而产生波动现象,丛集效应和高峰厚尾特征明显。根据 AIC(A-Information Criterion)准则,对 GARCH(Generalized Autoregressive Conditional Heteroscedasticity)族模型进行比较优选,寻求一种更为合适的预测模型,实现对消耗量的准确预测。