Lift coefficient prediction at high angle of attack using recurrent neural network

In this paper, identification of dynamic stall effect of rotor blade is considered. Recurrent Neural Networks have the ability to identify the nonlinear dynamical systems from training data. This paper describes the use of recurrent neural networks for predicting the coefficient of lift (C_Z) at high angle of attack. In our approach, the coefficient of lift (C_Z) obtained from the experimental results (wind tunnel data) at different mean angle of attack θ_mean is used to train the recurrent neural network. Then the recurrent neural network prediction is compared with experimental ONERA OA212 airfoil data. The time and space complexity required to predict C_Z in the proposed method is less and it is easy to incorporate in any commercially available rotor code.     

区域运输规划模型系统

提出一种区域运输规划模型系统,以求从定量的角度,预测一个区域内的货物运输量,继而确定这些运输量对该区域内存在的多种运输方式的偏好结构,最后仿真这些运量在相应的各种运输网络上的分布情况,同时仿真模型还对运输网线路经过新建或扩建后所形成的新的运量分布进行模拟。根据运量分布情况,就可提出初步的规划建设方案。     

Vision-based bio-inspired guidance law for small aerial vehicle

During predation, a flying insect can form a stealth flight path. This behavior is called motion camouflage. Based on the study results of this behavior, the perception and neurology of flying insects, a novel bio-inspired guidance law is proposed for the terminal guidance for small aerial vehicle with charge-coupled device imaging seekers. The kinematics relationship between a small aerial vehicle and target is analyzed, and a two-dimensional guidance law model is established by using artificial neural networks. To compare with the proportional guidance law, the numerical simulations are carried out in the vertical plane and in the horizontal plane respectively. The simulation results show that the ballistic of the small aerial vehicle is straighter and the normal acceleration is smaller by using the bio-inspired guidance law than by using the proportional guidance law. That is to say, the bio-inspired guidance law just uses the information of the target from the imaging seeker,but the performance of it can be better than that of the proportional guidance law.     

立方体星的技术发展和应用前景

系统论述了立方体星技术发展的三个阶段;从2010-2013年已成功发射的立方体星与纳卫星中挑选了10颗典型卫星,研究分析其技术水平、应用价值和特点优势;并重点论述了立方体纳卫星的应用;最后预测了立方体纳卫星的未来应用前景。     

一种星-箭连接动态界面力的深度学习反演方法

针对于星-箭连接动态界面力无法通过力传感器直接测量,且典型时域动载反演方法难以准确计算界面力的时域变化等难点,提出了基于长短时记忆(LSTM)神经网络的星-箭界面力深度学习反演方法。首先通过卫星地面测试试验得到数据依据,以卫星主体结构的加速度测量数据为输入层,以星-箭界面力测量数据为输出层,利用LSTM神经网络建立输入和输出间的反演映射关系模型,实现卫星在发射过程中较高精度的界面力反演。进而,设计并开展了某典型卫星结构的正弦扫频和随机振动实验,测试LSTM界面力反演方法的可行性。结果分析可知,所提出的基于LSTM深度学习反演方法能够精确地获得动态界面力时程数据,两项性能指标均优于目前典型的载荷反演方法。     

星间链路在空间态势感知中的应用研究

通过对星间链路和空间态势感知系统国内外发展现状的分析,指出星间链路在空间信息有效获取、安全传输和实时应用以及保障空间态势感知系统战场生存能力等方面起着重要的作用.针对星间链路在未来空间态势感知系统中的应用需求,提出包含空间通信模型和空间导航模型在内的空间感知体系基本架构,并对该架构下星间链路的设计要求或者特点进行分析,指出星间链路应该具有灵活可变的星间路由策略和联网结构,并能够支持高速可变和安全可靠的星间数据传输.分别从空间网络和卫星节点2个层面提出了系统实现的关键技术,并给出部分关键技术的研究重点和研究方法.上述研究结果可以为星间链路及相关领域的研究工作提供一定的借鉴和帮助.     

中国深空网首次△DOR联合测轨试验分析

通过分析中国深空网首次△DOR（Delta Differential One way Ranging,双差分单向测距）联合测轨试验的干涉测量事后数据,重点从观测量随机精度、闭合时延等方面讨论了国内深空网与国内VLBI（Very Long Baseline Interferometry,甚长基线干涉测量）观测网、国内深空网与国际深空网的联合干涉处理情况,并与ESOC（European Space Operation Center,欧洲空间操作中心）数据处理结果进行了比对.试验结果表明：我国深空网已具备独立或联合开展深空探测器导航测轨的系统支持能力;深空站系统具备高速率数据接收、采集、记录、传输能力,采集数据处理精度优于1 ns;深空网干涉测量信号处理中心具备多体制信号的干涉处理分析能力,其分析精度与ESOC处理精度差异在0.1 ns量级.     

无线传感器网络时间同步协议动态切换机制

针对当前无线传感器网络时间同步协议通用性差的问题,提出了基于主动编程思想的时间同步协议动态切换机制,设计了能够动态适配的时间同步协议切换框架,重点讨论了节点间相互通信、时间戳标记、协议切换、本地时间与全局时间的转换等4个关键问题,并且在TinyOS（Tiny Operating System,微操作系统）平台上对新机制进行了仿真验证,比较了新机制同2种主流时间同步协议之间的性能差异.仿真结果表明：新机制能实现时间同步协议的动态配置,提高协同效率,节省切换开销,具有良好的应用前景.     

MBD环境下计算机辅助零件分类技术

针对MBD环境下的零件分类问题，研究MBD信息提取、零件编码转换和深度学习分类算法技术，并创建MBD-计算机辅助零件分类系统（MBD-CAPC），实现从输入MBD模型到输出零件分类结果的自动化。     

浅谈企业园区网的构建

以太网是当今应用最为普遍的局域网技术,本文描述了企业园区网建设的主要技术,进行了关于布线系统和网络组网的探讨。