基于广义S变换的图像局部时频分析

 非平稳信号具有良好的时频局部特性,但是使用一些常规的信号处理方法对其进行时频分析具有一定难度。为了解决这一难题,引入基于广义S变换的时频分析方法来进行一维和二维空间非平稳信号的时频分析。同时,为避开对图像直接进行S变换带来的大时间开销和运算难度,选用不同尺度的局部窗口将二维图像转化成一维信号进行处理,再分别利用基本S变换和时频分辨率可调的广义S变换进行算法仿真和时频分析。试验结果表明,广义S变换比基本S变换具有更灵活的时频聚焦性。     

Voronoi图在航迹规划中的应用

航迹规划对军用飞行器完成任务具有重要的意义。Voronoi图由于其特有的简易性,近几年来逐步应用到航迹规划中。给出利用Voronoi图进行航迹规划的方法,针对实际的战场环境以及传统Voronoi图的不足,利用改进后的Voronoi图进行航迹规划。传统的Voronoi图难以满足实际的需要,当威胁体的等级并不相同以及突发威胁体的情形下,必须进行Voronoi图的重构以及航迹的重规划,因此在威胁体的威胁等级不同的情况下介绍了如何重新构造Voronoi图的方法,指出了突发威胁体的情况如何确定该威胁体的等级。最后给出了利用Voronoi图进行航迹规划以及重规划仿真结果,验证了Voronoi图在航迹规划中的可行性。     

基于非结构网格的非定常流数值模拟方法研究

本文给出了两种基于非结构网格的非定常流动问题的数值模拟方法.一种是基于非结构网格的重叠网格方法,该方法结合了非结构网格方法和重叠网格法的优点,适合于处理复杂外形飞行器的非定常运动问题.另一种是基于Denauley图映射的动弹网格方法,该方法具有较强处理粘性网格的变形运动的能力.本文通过多个数值算例(三维外挂物投放、直升机机身+旋翼前飞、后缘襟翼大偏角运动以及机翼弹性变形等)对这些方法的正确性和有效性进行了验证,结果表明这两类非结构网格的非定常流数值模拟方法是精确高效的.     

前缘高频振动对亚声速开式空腔内强噪声影响的数值研究

空腔流动现象广泛存在于各类航空飞行器中,对其包含的多种复杂物理现象的研究具有十分重要的工程及实际意义。采用大涡模拟方法对开式空腔噪声进行数值仿真,并研究了腔体前缘壁面施加高频振动后对腔体内部纯音噪声及模态的影响。研究发现随着壁面振动频率的提高,腔体内部的纯音噪声峰值逐渐降低,当腔体前缘壁面振动频率达到4000 Hz时,腔体内部1阶与2阶模态的纯音噪声峰值分别降低15 dB和17 dB。因此在腔体前缘壁面施加高频振动能显著地降低腔体内部的纯音噪声,为扩展开式空腔的工程应用奠定了良好的理论基础。     

激波风洞温敏热图技术初步试验研究

介绍了可用于激波风洞等高超声速脉冲设备复杂外形模型表面热流分布显示与测量的温敏热图技术.该技术利用温敏材料发光特性随温度变化的特点实现对模型表面的温度测量,进而分析获得其表面热流分布.由于有效运行时间一般只有10ms左右,在激波风洞中采用温敏热图技术在材料温敏响应、图像采集等方面均存在困难,导致此技术还很不成熟.介绍了近期在CARDC0.6m激波风洞中开展温敏发光热图技术研究的情况,包括发光材料的研制、材料喷涂、图像处理及标定等方面的研究工作.验证试验采用了平板加钝舵模型,获得了与理论分析及传感器测量结果较一致的平板干扰区热图结果.热图与薄膜传感器测量数据差异大致在5%~25%之间.     

星载FPI探测低热层温度的研究

80～350km高度区域的大气温度与风场探测研究对于认识全球性空间动力学和日地耦合机制具有重要科学意义.法布里-珀罗干涉仪(FPI)能够通过分析接收光的干涉环反演计算出一定高度大气层的风场和温度.近年来,中国利用多种地基探测设备对中高层大气进行了观测研究,对于温度反演和星载探测技术的研究开始起步.本文基于系统传输函数和发射谱线函数的卷积,讨论了利用FPI探测高空大气温度反演计算的原理;分析了星载FPI探测的方法,根据星载FPI探测与地基探测的不同点,仿真了星载探测干涉图;结合中国观测技术现况及空间探测需要,讨论了发展星载空间环境探测仪的可行性.      

动量轮诊断测点配置与资源占用度成本评价

以动量轮为例开展诊断测点配置与成本评价方法研究.分析系统功能模块输出与故障模式之间的关系,建立DG图故障传播定性模型.对DG图回路进行处理,生成满足可检测性和可分离性的根节点,建立偶图.采用改进的贪婪算法选取关键测点,给出诊断测点配置方案.考虑测点对系统体积、重量、功耗、处理能力等资源的要求,提出用资源占用度的概念表示成本计算模型,合理设计了资源占用度的表达形式,可以突出某项重要资源要求对评价结构的影响,也可以避免某些重要指标被弱化,并且在需要考虑其他资源要求时可扩展.通过成本模型对测点配置方案进行评价.     

浅析图书馆图情人员的教育

新时期图书馆图情行业面对的市场越来越大,竞争越来越激烈,对图书馆图情工作人员的教育具有紧迫性,应尽快转变传统的观念,确立新的工作方式,深入开展继续教育,使图书馆图情工作人员掌握更多的专业技能和专业知识,为图书馆图情发展提供有力的保证。本文对图书馆图情人员的教育进行了分析,希望对图书馆的发展有一定的帮助。     

基于图对比学习的稳健交通流量预测

作为智能交通系统的核心技术,稳健的交通流量预测是一个长期存在但具有挑战的任务。不论是工业界还是学术界,现有模型需要大量训练数据、易受数据噪声影响而表现不稳健,是限制该领域发展与实际应用落地的重要因素。而在学术界,图对比学习可以通过数据增强与对比损失来降低数据需求量,同时提升模型抵抗数据噪声的能力。提出一种交通流量图对比学习(TFGCL)框架,用于稳健的交通流量预测。TFGCL框架有3个创新点：针对交通流量图(TFG)数据的独特时空特性,TFGCL框架从时间和空间2个角度出发,提出3种TFG数据增强方法。针对TFG数据中语义相似的假负样本,提出一个过滤策略使TFGCL框架能够免受其干扰,从而学习到高质量的表征。TFGCL框架通过联合交通流量预测任务和图对比学习任务进行同时训练。在3个真实交通数据集上与8个基线模型进行对比实验,结果表明：TFGCL框架的预测性能更为稳健,较最优基线模型最高提升6.24%,TFGCL框架的稳健性尤其体现在数据缺失较为明显的数据集和长时交通流量预测任务中。     

基于多级联合的图池化方法

图池化方法已经在生物信息学、化学、社交网络、推荐系统等多个领域中得到广泛应用,但关于图池化方法大多没有很好的解决节点选择问题和池化带来的节点信息丢失问题。对此提出一种新的多级联合图池化(MUPool)方法。所提方法使用多视角模块从多个视角获取节点的特征,即通过多个卷积模块提取不同的特征。同时提出多级联合模块（级联）,将不同池化层的输出串联,每一层都可以融合以往所有层的信息。提出使用后端融合模块,针对每个池化层建立一个分类器,对预测结果进行融合得到最终分类结果。所提方法在多个数据集上进行实验,准确度平均提高1.62%,所提方法可以与现有的分层池化方法相结合,结合后的方法准确度平均提高2.45%。