基于两层POD和BPNN的翼型反设计方法

翼型优化过程需要大量的 CFD 分析,计算量大、耗时长。本文发展基于本征正交分解（POD）和反向传播神经网络（BPNN）的翼型反设计方法,该方法的优化过程如下：首先,通过 Hicks-Henne 参数化,在设计空间中构造翼型外形的样本库,并利用 Xfoil/Fluent 对样本翼型的流场进行求解;然后,对翼面压力系数和几何外形分别建立 POD 模型,即两层 POD 模型,并得到对应的基模态系数;最后,使用 BPNN 建立从压力系数的基模态系数到几何外形的基模态系数的映射,实现在给定压力系数下对几何外形的快速预测。通过算例分析,结果表明：在亚/跨声速状态,基于 200 个样本训练所得的两层 POD+BPNN 模型可以实现对具有目标压力系数分布的翼型的预测,其精度满足翼型反设计要求。     

每束多馈源天线的设计特点研究

每束多馈源是一种能够在多色复用情况下有效减少反射面使用数量的多波束天线配置方案,鉴于国内外对这一方案的研究尚处于初级阶段,对这类配置天线的设计特点研究需求更为迫切。文章对这类天线相对于每束单馈源天线存在的一些设计差异和设计要求开展了研究。重点提出了相邻同色波束最大干扰的概念,并首次将馈电网络结构与波束优化相结合,在理论上确保了网络的可实现性。最后,结合这类天线的特点,对进一步改善波束性能给出了两点设计构想,并分析了构想的可行性。     

人工模拟结冰飞行试验技术研究

介绍了国内外人工模拟结冰飞行试验技术概况,基于对FAA民机适航条例关于结冰条件运行的要求及咨询通告推荐的符合性方法的全面了解,分析了人工模拟结冰飞行试验技术在飞机设计与验证中的应用需求,总结了人工模拟结冰飞行试验体系构建需要解决的关键技术,结合运-8结冰喷水机的研制探讨了人工模拟结冰飞行试验的技术内涵。     

音频信号联合编码的通用码书研究

为了减小音频信号编码算法的运算量,提出了在线性预测编码、SOM神经网络矢量编码以及Huffman编码相结合的声音信号联合编码算法(以下简称联合编码)的基础上,将算法中原有的专用码书改为通用码书的算法。利用Matlab软件编程进行了专用码书和通用码书条件下的声音信号编解码实验。实验结果表明,在码率相等的条件下,使用通用码书和专用码书的联合编码方法可以得到相近的译码声音质量。使用通用码书的联合编码的最低码率在音频编码格式Opus码率的范围内,且接近Opus码率的下限,而且算法较Opus编码简单,因而实时性较好。文章提出的编码算法可为音频压缩编码的进一步研究提供参考。     

半球谐振陀螺信号检测与动态性能改进方法的研究

半球谐振陀螺是一种全新的固体陀螺,具有独特的结构和工作方式。针对 半球谐振陀螺信号的提取、检测与控制,提出了半球谐振陀螺信号检测的改进方法和自 主开发的力平衡控制电路系统,以及其动态性能指标的改善方法,实验结果表明了该技 术效果显著。研究可为半球谐振陀螺提供理论研究和工程应用参考。     

BP神经网络在导弹试验干扰效果评估中的应用

导弹试验时,为了考核导弹的抗干扰性能,须要构建复杂的电磁环境。在分析复杂电磁环境影响导弹作战性能的干扰因素基础上,建立了干扰效果评估的BP神经网络模型,通过试验数据样本进行学习训练。利用训练好的模型对干扰效果进行检验评估,结果表明:基于BP神经网络的干扰效果评估模型具有一定实用性和可行性,可以对一定场景下的干扰效果作出快捷准确客观评价。     

基于合作博弈论的水下声传感器网络

声学传感器节点之间的合作面临声学信道故障、声学信号的长传播延迟、有限带宽和连接丢失等挑战,成为水下探索和海底监测研究中的关键问题。在节点合作中,可以利用合作通信博弈改善节点之间的合作问题。首先,介绍了水下声传感器网络中影响合作的各种因素,围绕水下通信的可靠性、能耗性、安全性等方面,提出水下合作的分类,并且从不同的角度研究了用于水下声传感器网络的各种合作技术;其次,通过回顾博弈论在节点相互合作中的应用,分析了不同的合作博弈方法,比较了它们在不同指标上的性能;最后,介绍了水下声传感器网络的开放性问题和未来研究方向。     

人工智能飞行通信员系统方案设计

安全高效的陆空通信是提高飞行安全的重要手段,利用人工智能技术代替飞行机组功能需要综合评 估新系统的功能、性能及系统安全性等因素。针对人工智能飞行员系统的操作过程和机载系统的互操作接口开展设计,给出人工智能飞行通信员系统的工作原理和系统架构,以及硬件实现方案和部分飞行员操作界面,,总结人工智能技术替代飞行通讯员功能的优点。从系统安全性和通信性能两方面分析表明：人工智能飞行通 信员系统的方案可行且性能优于原人工陆空通话系统。     

基于Bi-LSTM 的无人机轨迹预测模型及仿真

传统轨迹预测模型存在模型简化较大、考虑因素较少等问题。结合飞行轨迹连续性、时序性、交互性 的特点,提出基于双向长短期记忆(Bi-LSTM)神经网络的轨迹预测模型,将入侵者的位置、姿态和两机的相对 信息同时作为轨迹预测模型的输入,更加符合真实轨迹变化规律;对建立的基于 Bi-LSTM 的轨迹预测模型采 用综合考虑动量和速度的自适应调整学习步长的学习算法进行训练;并与基于 Elman神经网络的轨迹预测模 型进行仿真对比分析。结果表明:与基于 Elman神经网络的轨迹预测模型相比,所提模型在不同方向预测200 个点的平均绝对误差不超过4m,三维预测效果更优,可以较为准确地进行轨迹预测。     

水性防腐涂料湿附着力性能的配方优化模型

为提高水性防腐涂料湿附着力,提出基于人工神经网络(ANN)和遗传算法(GA)的水性防腐配方工艺优化模型。采用正交法设计配方工艺,根据实验结果,建立配方(水性环氧乳液、石墨烯、水性环氧固化剂、填料、附着力促进剂)、工艺(干燥温度)和性能(湿附着力)的预测模型,以水性防腐涂料湿附着力预测结果为优化目标,通过GA得出最佳的水性防腐涂料配方和工艺,并对该配方和工艺进行了实验和理论验证。该方法为制备高性能水性防腐涂料提供一定指导依据。