国外深空探测态势特点与启示（下）

通过对国外主要航天大国在深空探测领域发展过程的梳理,重点分析了各国在无人深空探测技术、载人深空探测技术和地面测控通信技术三个方面的技术发展特点,并从总体角度对其主要技术特征和关键技术进行了深入剖析,从中提炼出对我国深空探测活动的启示,以期对我国深空探测的开展有所借鉴和推动。     

基于深度学习的发动机叶片故障检测技术

为了解决航空发动机叶片故障检测中存在的检测精度欠佳、检测效率不高的问题,提出了一种基于深度学习的目标检测方法。针对小样本数据集检测精度低、模型训练速度慢等问题,对Faster R-CNN目标检测算法进行结构优化,引入Res2Net结构,通过分割串联的策略强化残差模块的卷积学习能力,搭建了细粒级的多尺度残差模型Res2Net-50,以提升模型的特征提取能力。同时,在网络的训练过程中,采用多次余弦退火衰减法对学习率进行调整,以加快模型的训练速度,提升模型的训练质量。针对航空发动机叶片裂纹和缺损2种故障类型进行网络训练与检测试验,试验结果表明：优化后的模型识别准确率提高了0.7%,模型的平均检测精度提高了1.8%,训练时间缩短了5.56%,取得了比较好的检测效果。     

诱发卫星深层充电的高能电子环境模式研究

文章介绍了与卫星介质深层充电相关的辐射带高能电子环境的主要特征和规律,建立了相应的高能电子环境模式及软件,并运用该模式针对某飞行器的深层充放电危险性进行了分析和评估。结果表明该模式相对于AE8模式更好地反映了高能电子环境的动态特征,与欧空局建立的FLUMIC模式符合较好。该模式与深层充电分析模型相结合,可用于对航天器的充放电异常进行在轨诊断,以及在工程上针对深层充电进行防护设计。     

An ensemble deep learning based shoreline segmentation approach (WaterNet) from Landsat 8 OLI images

Shorelines constantly vary due to natural, urbanization and anthropogenic effects such as global warming, population growth, and environmental pollution. Sustainable monitoring of coastal changes is vital in terms of coastal resource management, environmental preservation and planning. Publicly available Landsat 8 OLI (Operational Land Manager) images provide accurate, reliable, temporal and up-to-date information about coastal areas. Recently, the use of machine learning and deep learning algorithms have become widespread. In this study, we used our public Landsat 8 OLI satellite image dataset to create a majority voting method which is an ensemble automatic shoreline segmentation system (WaterNet) to obtain shorelines automatically. For this purpose, different deep learning architectures have been utilized namely as Standard U-Net, Dilated U-Net, Fractal U-Net, FC-DenseNet, and Pix2Pix. Also, we have suggested a novel framework to create labeling data from OpenStreetMap service to create a unique dataset called YTU-WaterNet. According to the results, IoU and F1 scores have been calculated as 99.59% and 99.79% for the WaterNet. The results indicate that the WaterNet method outperforms other methods in terms of shoreline extraction from Landsat 8 OLI satellite images.     

《机械制图》作业分项评分的相关性系列水平测定

《机械制图》作业水平测定的目的是综合检测学生的学习成绩，本文的《机械制图》作业分项评分，为综合测定相关性系列水平，提供了可靠的方法。     

极限拉深系数研究

本文通过理论分析，推导出筒形件及带凸缘的筒形件第一次拉深的极限拉深系数的近似计算公式，并与多种材料实验值进行比较，表明此方法精确度较高。     

加工钛合金大口径深盲孔的研究

钛合金属难加工材料,其深孔加工的难度更为突出,加工质量不易保证。本文通过实验对比,对加工钛合金大口径深盲孔中出现的偏孔、切屑堵塞、切削振动、刀具破损等主要问题进行了分析,提出了解决办法,得出了切削用量的优化参数。由于钛合金的化学亲和作用,深孔加工刀具的导向条表面易于粘附,结果拉伤已加工表面,造成表面粗糙度上升。加大导向条与孔壁的间隙虽可减少导向条表面的粘附,但同时会引起切削振动的加剧。针对这一矛盾,本文着重对加工刀具的导向条分布、导向条与孔壁的间隙以及导向条的选材方面进行了探讨,提出了以非金属导向条代替硬质合金导向条进行钛合金深孔精加工的方法,使得已加工表面的粗糙度大大降低。这些研究结果对实际加工具有一定的指导作用。     

基于改进Yolov3 算法的舰船目标检测识别系统

针对复杂战场环境下对海目标检测识别的需求,设计了一种基于改进Yolov3 算法的海面舰船目标实 时检测识别系统。使用微调分类网络、增加训练尺度、聚类目标边框维度、二级特征分类等方法对Yolov3 检 测识别网络模型进行了优化,在提高识别精度的同时有效降低了漏检率和虚警率。实验结果表明,优化后的网 络模型在自建的舰船图像数据库中将检测识别平均准确率提高到了79.3%,对真实海上航拍视频中舰船目标识 别的平均准确率达到了81% 以上。     

自主空战连续决策方法

未来空战正朝着无人化、自主化方向发展,自主空战决策方法是未来空战的重要支撑手段之一。传统空战决策方法由于维度限制,存在无法处理连续动作与远视决策的问题。基于Actor-Critic 方法提出空战连续决策的统一架构,依据空战训练经验对状态空间、动作空间、奖励及训练科目进行合理设计,测试多种连续动作空间强化学习算法在高不确定性空战场景下的学习效果并进行可视化验证。结果表明：基于本文提出的方法架构,可以实现连续动作下的远视价值寻优,智能体可以在复杂空战态势下做出最优决策,对随机机动飞行目标有较高的击杀率,且空战机动轨迹具有较高的合理性。     

失速改出伞阻力特征面积估算方法

研究了高平尾布局飞机的气动特性。使用失速改出伞是飞机改出深失速的重要途径,但如何确定失速改出伞的关键参数(阻力面积等)却没有现成的方法。以ARJ21-700飞机为例,分别使用公式分析法、类比法综合估算出失速改出伞的关键参数,通过模型自由飞和模拟仿真分析验证其具有足够效能将飞机改出深失速状态。形成了一套新机失速改出伞的设计方法和关键数据图表,可供其他型号飞机失速改出伞的设计研制使用。