基于遥感图像的无固定标志点卫星自主定轨

目前基于事先选取地面标志点的卫星自主导航可能会造成误匹配和漏匹配,并且不包含地标点的遥感图像也有可能存在导航信息.为了解决这两个问题,本文提出了一种不依赖事先标定地面标志点的自主导航方法,通过YOLOv3深度学习对获得的遥感图像进行目标识别缩小图像匹配区域,将识别后的目标区域进行图像匹配获得匹配特征点及其像平面坐标,最...     

军用飞机PHM系统一体化设计架构分析

军用飞机故障预测与健康管理（PHM）系统设计与工程应用存在设计标准缺失、复杂度高、准确率低等问题。通过对PHM系统数据、结构、功能维度的设计需求分析,提出三维多相迭代设计准则;基于三维多相设计准则对PHM系统设计流程进行梳理;提出基于软硬件协同加速的健康管理实时化、基于知识图谱的知识逻辑可视化、基于MBSE的PHM系统模型化的三化一体设计架构,并通过多领域模型联合仿真进行验证。结果表明：该设计架构实现了5.63倍的加速计算效果与82.7%的计算功耗缩减,提升了PHM系统知识与设计需求管理的可追溯性。     

新型星载信息处理与控制微系统设计

研究星载信息处理与控制系统利用微系统技术解决空间装备小型化、高可靠、高性能与高效热管理的问题.首先介绍基于新型星载器件的数据处理与控制系统架构,然后通过以晶圆级处理、芯片堆叠、微凸点制备与微组装等为核心的三维微纳集成技术,将系统核心硬件部分缩小为原尺寸的20％,从而大幅减少体积、尺寸和重量.利用高导热封装材料,解决空间...     

基于循环神经网络的卫星姿态执行器故障诊断

针对卫星姿态控制系统执行器机构故障问题,提出了一种基于循环神经网络的故障诊断方法.对卫星姿态控制系统建模,进行故障分析并采集星敏感器和角速度陀螺的连续时刻故障数据.设计六种异构的循环神经网络,对故障数据进行故障诊断和分类,分别从网络深度、反馈单元、激活函数和训练算法对比网络效果.带有门循环单元的(gate recurr...     

T型尾翼民机深失速气动特性的计算研究

以非结构混合网格上的雷诺平均N-S方程(RANS)求解方法为基础,对采用T型尾翼的某民机外形在大迎角深失速情况下的粘性绕流进行了数值模拟,获得了该机在巡航和降落外形在深失速情况下的气动特性变化规律.通过对T型尾翼深失速情况下的流动特点进行分析,解释了T型尾翼布局飞机在深失速情况下俯仰力矩系数会随迎角出现不利于纵向稳定性的变化趋势的原因.     

大型客机数字化设计支持体系框架

 大型飞机是对中国航空工业形成巨大挑战的大型工程项目,具有研制周期紧、技术难度大、质量要求高的特点,而设计又是引领研制的关键阶段。分析了数字化技术在飞机设计中的应用和发展情况,提出了大型客机数字化设计体系的概念,该体系能够覆盖大型客机设计全过程、对设计相关的各专业技术与管理部门提供支持、并能与制造及服务等环节相联系。提出了大型客机数字化设计体系框架,对其中包含的10个系统的功能和运行模式进行了阐述。最后展望了大型客机数字化设计的发展趋势。     

基于注意力机制特征重建网络的舰船目标检测

深度学习为遥感领域诸多应用提供了重要的技术支撑,光学遥感图像的舰船目标检测对国防侦察和预警具有重要意义.真实场景中的舰船往往呈不同方向任意排列,且小目标的占比大,经典的深度学习目标检测算法在这种复杂条件下精度低、易漏检.为此,本文设计了基于注意力机制特征重建网络的舰船目标检测算法.首先,通过引入注意力机制对多尺度特征融...     

面向无人集群的通信定位一体化方法研究

针对无人集群协同作战通信/定位的集约化设计需求,提出了一种单载波频域均衡(SCFDE)与直接序列扩频(DSSS)技术有机结合的通信定位一体化波形。一方面,利用SCFDE中频域均衡易于克服频率选择性衰落且便于与DSSS结合的优势,使系统具有良好的适应复杂场景的通信能力;另一方面,利用恒包络零自相关导频序列的优良自相关和互相关特性,将其作为导频序列并计算与本地导频符号的循环移位相关,检测相关峰值即可实现整数符号周期信号到达时间估计。同时,结合用于信道估计的导频序列,构建差分延时相关模型,有效解决了小数采样周期信号到达时间估计问题,实现了高精度的信号到达时间估计。     

卫星总装过程静电防护研究

静电防护是卫星总装过程中质量控制和安全保障的一个重要方面.为了提高航天器总装过程的静电控制水平,文章以某型号卫星为例,针对卫星总装实施特点,对卫星的总装过程进行了静电防护的相关试验和分析研究.首先使用FMEA分析表格,提出静电防护的关键项目,再利用静电检测手段,对这些关键项目进行静电测试.根据测试结果数据分析,查找出卫星总装过程中静电防护的薄弱环节,并针对性地提出相应的静电控制措施.这些研究成果为航天器总装静电控制的具体实施提供了技术支持,是对航天器总装过程静电防护深入研究的有益探索.     

基于深度学习光流法的荧光油膜全局速度测量

针对基于先验的传统光流法存在前提条件苛刻的问题，提出使用基于深度学习的光流法进行荧光油膜全局速度测量。采用数值仿真试验对基于先验的改进HS光流法和基于深度学习的FlowNet2光流法进行对比，结果显示：在不外加干扰时，改进HS光流法和FlowNet2光流法的平均端点误差分别为0.458 7像素/s和0.381 7像素/s；在亮度变化、噪声干扰或不同的演化时间下，FlowNet2光流法的平均端点误差均明显低于改进HS光流法，平均端点误差差值最大可达5.19像素/s；风洞试验进一步证明，FlowNet2光流法能够获得正确、清晰、定量的荧光油膜全局速度场，较改进HS光流法鲁棒性更高，对风洞工程应用具有一定的参考价值。