基于DBN的不均衡样本驱动民航发动机故障诊断

在结合深度置信网络(DBN)、采样与集成技术的基础上,提出了基于不均衡样本驱动的民航发动机故障诊断模型。该模型通过分析民航发动机历史飞行数据,利用DBN提取性能参数中的内部特征,利用采样技术将不均衡样本均衡化,采用集成技术进行故障分类。将该模型应用到CFM56-7B系列发动机历史飞行数据,实验结果表明:与常用故障诊断方法相比,该模型的准确率高达0.996,AUC值高达0.948,可以有效处理民航发动机样本高维、不均衡问题。      

航空发动机分布式控制通讯网络拓扑结构优化

针对航空发动机分布式控制系统通讯网络拓扑结构的构架问题,建立航空涡扇发动机机匣模型,选取具有代表性的10个传感器作为控制节点开展研究。同时考虑发动机表面存在通讯总线不可通过区域,以及控制节点的工作可靠性因其重要程度存在差异的约束条件,利用遗传算法对航空发动机分布式控制系统通讯网络的拓扑结构进行优化设计。结果表明:优化过程简单,并且优化得到的通讯网络拓扑结构在满足约束条件的基础上线束总长度最短。     

基于阻塞流的机场终端区极限容量评估研究

为确定机场终端区最大容量保障能力,即极限容量,从终端区运行特点分析出发,综合考虑进离场航线长度、飞行速度、管制间隔等因素,构建进离场网络流模型,并以跑道Pareto容量包络线作为约束,分析进离场航线网络与跑道的耦合关系,建立基于阻塞流的机场终端区极限容量评估模型。以杭州萧山机场终端区为例,验证了模型的可行性和准确性,并借助模型分析了不同流量控制策略下终端区容量包络线的变化趋势。研究表明,随着移交间隔变大,终端区容量包线有内移的趋势,进场容量由33架次/h逐步降为25架次/h。     

2010新加坡航展回顾——亚洲继续领跑全球航空市场

在全球经济缓慢复苏的背景下,航空制造商更加关注技术创新和自身发展。目前亚太地区已经成为全球最大的航空订单市场和民航市场,中国与印度潜力巨大。新加坡通过技术合作,继续保持了重要航线网络中心和亚洲领先飞机MRO中心的地位,并开始在航空制造领域谋求发展。     

地域文化与支线机场航站楼设计的探讨

一、现阶段我国支线机场航站楼设计面临的问题 我国航空事业的快速发展,需要大力加强机场网络建设。支线机场作为构建我国机场网络的一个重要组成部分越来越受到重视,下一阶段我国机场建设的重点之一就是大力发展中西部地区支线机场建设。支线机场航站楼建筑作为支线机场的重要组成部分,不仅需要满足航运功能要求,同时还代表着一个城市、一个地区的形象。如何将各地区传统的地域文化融会在现代化的机场航站楼设计当中,成为摆在建筑师面前的一个难题。     

东北地区ATM网络中的硬件分析

ATM（Asynchronous Transfer Mode）是一种基于信元的交换和复用技术。它采用固定长度的信元，每个信元长度为53个字节，其中48个字节为信息字节，开头的5个字节为信头，载有信元的地址信息和其它控制信息。信元头的主要功能是向每一个信元提供信道及路径信息，当该信元进入ATM交换机时，交换机能够识别信元所在路由的虚拟连接，因此数据可以在ATM网络中得以准确传输。[第一段]     

综合模块化航电系统FC网络的机内测试设计

针对综合模块化航电系统FC网络单元分布范围广、故障定位困难、维修效率低的问题,设计了一种机内自测试方法.在网络构建时间和通信效率的约束条件下,通过网络构建和故障检测同步进行的机制实现快速的任务前故障检测,通过实时监测和故障触发相结合实现低开销的任务中故障检测.在网络故障发生后,通过网络遍历和通信自环绕测试将故障有效地隔离至单个模块,提高检测和维修的效率.     

基于社会网络分析法在国内航空安全管理体系研究现状的应用与分析

社会网络分析法能够对国内航空安全管理体系研究现状提供客观定量的分析。以SMS为关键词,在CNKI里检索收录的相关文献。首先,用SATI软件对检索数据进行预处理,构建共词矩阵;然后,用社会网络分析法中的社会密度分析、中心性分析、聚类分析和核心-边缘分析方法对关键词进行研究,分析当前航空安全管理体系研究现状和其研究趋势,为今后研究航空安全管理体系领域提供了参考。     

基于多目标优化的星空认知网络鲁棒波束成形算法

卫星通信(SC)网和无人机(UAV)通信网之间频谱共享、相互融合,能较大提升频谱效率,有望成为第6代移动通信的关键技术之一。与现有文献不同,本文在系统非完美信道状态信息(CSI)的条件下,考虑了次级用户可达速率最大化和发射功率最小化2种准则,利用加权切比雪夫方法构建满足概率约束的多目标优化问题(MOO);由于该问题较为非凸,利用概率公式、半正定松弛等方法将其转化为凸问题,并进一步通过半正定规划(SDP)求解,得到鲁棒波束成形权矢量,获得2种性能指标间的帕累托最优权衡。计算机仿真验证了所提鲁棒波束成形算法的有效性和优越性。     

智能化舰船要害检测、轨迹预测与位姿估计算法

准确检测与打击舰船要害部位可有效提升反舰导弹毁伤效能。针对舰船要害部位检测精度低、导引误差解算精度不足等问题,提出基于深度学习的舰船要害关键点检测、轨迹预测与导引头位姿估计算法。融合深层语义信息与浅层定位信息,采用SoftPool池化保留细粒度特征,提升多角度多尺度舰船要害部位检测精度;将关键点检测结果与舰船空间结构建立映射,解算导引头三维位姿;引入长短期记忆网络挖掘要害打击点时空特征,实现多尺度舰船要害动态轨迹预测。实验结果表明：所提算法对舰船要害部位检测与轨迹预测精度高,导引头位姿估计结果较准确,满足自主突防视角反舰导弹对复杂海战场的态势感知需求。