载人飞船回收着陆半实物仿真系统关键技术研究

载人飞船回收着陆半实物仿真系统是通过模拟飞船返回压力环境,将回收程控装置硬件实物接入仿真回路的一个半实物仿真试验平台。文章简要介绍了该半实物仿真系统的结构,重点叙述了该半实物仿真系统中特有的负压高精度快速调节压力模拟、多通路指令信号处理、混合式网络、多阶段动力学仿真框架等关键技术。     

基于人工神经网络的柔性机翼挠度预测

为实现对承载后柔性机翼挠度的准确预测,在全面分析柔性机翼挠度的影响因素基础上,应用正交试验法确定的影响柔性机翼挠度的主要因子作为输入变量,挠度作为输出变量,以大量试验数据为训练样本,通过多次试取隐含层和各隐含单元,并选取trainlm作为最优训练函数,最终建立了预测柔性机翼挠度的BP(Back Propagation)人工神经网络模型.在此基础上,随机选取试验结果中的12组试验样本,连续进行10次挠度预测,预测结果和试验实测值最大相对误差和标准方差分别为4.481%,1.033 7.解析结果表明:柔性机翼挠度预测结果与实验值吻合的较好,建立的人工神经网络预测模型具有较高的预测精度.     

浅谈高校扩招势在必行

近年来，高校扩招成一个热门的话题。高校的扩招意味高等教学的普及化，也意味着将有更多的人可以享受高层次的教育。这是我国经济发展的一个反映，同时，也是我国经济将进一步发展的动力。而对于一个民族来说，这是提高民族素质的重要举措。     

面向天基监视的红外弱小飞行目标识别算法

针对当前红外弱小飞行目标特征不明显、背景干扰大等问题,提出了一种基于深度学习的红外弱小目标识别算法。检测框架以YOLOv4模型为基础,通过使用K-means++算法对训练集的候选框进行聚类处理,在初始大小的选取上放弃随机生成初始点的方式,在样本集里选取某一个样本作为初始中心使锚框（anchor）大小的选取更加合理。在模型结构中引入卷积注意力模块,使算法模型计算资源分配更合理,对红外弱小飞行目标的特征信息更加敏感。改进空间金字塔池化模块,使用平均池化可以更多保留图像的原始信息,降低天基成像中的噪点与坏点的影响。仿真实验表明采用K-means++计算Anchor大小时准确率可以达到80.13%,在加入了SPP和CBAM模块后之后在测试集上算法识别准确率达到了83.3%,经过对模型的修改有效提升了对红外弱小飞行目标识别的准确率。     

基于BP神经网络的介质表面充电电位反演方法

为了实现全面、实时的在轨卫星充放电风险分析,基于在相同环境下,不同材料表面充电的关联性,利用BP神经网络建立了一种由Kapton材料表面充电电位反演卫星其他常用介质材料表面电位的模型。以Kapton材料的表面电位以及材料厚度为输入,其他介质材料的表面电位作为模型输出,使用COMSOL建立的表面充电模型对神经网络进行训练,将反演误差降低到10%以下,并利用Kapton与Teflon材料表面充电地面试验数据验证反演模型的准确性,结果显示Teflon表面电位的反演值与实测值间的相对误差小于16%。     

加力燃烧室双层喷油杆内冷却气流动特性

对新型外涵引气冷却双层壁加力喷油杆的冷气流动特性进行了模拟实验,为双层喷油杆结构设计和冷却性能研究提供基础.通过对8套不同结构尺寸实验件的研究,得到了双层喷油杆冷却套管内气流流阻系数随来流质量流量的变化规律、流阻系数随双层喷油杆结构尺寸的变化规律和冷却套内气流雷诺数随进口总压的变化规律等.对8套实验件结果进行比较,综合三个因素最终选择了较为合理的新型双层喷油杆结构尺寸.这种尺寸的喷油杆流阻系数为1.2,迎风尺寸宽16mm较为合适,相同工况下冷却气的雷诺数最大.      

基于神经网络规则提取的航空发动机磨损故障诊断知识获取

针对神经网络智能诊断与专家系统中知识难于理解和诊断解释能力差等问题,研究了一种新的基于功能性观点的神经网络规则提取方法,介绍了方法流程及关键算法.并用UCI(加利福尼亚大学埃尔文分校)机器学习数据对方法进行了分析和验证.最后,将方法应用于实际航空发动机磨损故障诊断中,采集了某型航空发动机实测油样光谱数据237个样本,利用神经网络规则提取方法提取了发动机磨损故障诊断知识规则,并对其进行了解释,结果表明了方法的正确有效性.      

A Fast Global Node Selection Algorithm for Bearings-only Target Localization

In the target tracking, the nodes aggregate their observations of the directions of arrival of the target. The network then uses an extended Kalman filter （EKF） to combine the measurements from multiple snapshots to track the target. In order to rapidly select the best subset of nodes to localize the target with the minimum mean square position error and low power consumption, this paper proposes a simple algorithm, which uses the location information of the target and the network. The lower botmd of localization error is utilized according to the distances between the target and the selected active nodes. Furthermore, the direction likelihoods of the active nodes is predicted by way of the node/target bearing distributing relationships.     

神经网络在广义经典分配问题中的应用

在两节点分布式多传感器系统中,一些航迹关联算法可以化为广义经典分配问题。广义经典分配问题是一个组合优化问题。当目标数目较多时,很难得到问题的最优解,而且其计算量容易呈现指数爆炸现象。文章提出了用Hopfield神经网络和平均场网络解决此问题的方法。仿真结果表明,采用文章提出的人工神经网络模型求解广义经典分配问题,不仅使航迹关联具有较高的关联正确率,而且计算时间不会出现指数爆炸现象。仿真结果还表明,平均场网络相比Hopfield神经网络更易于得到问题的最优解。     

弯管角度对爆轰波传播特性的影响

利用相关软件和数据,分析了爆轰波在弯管中传播时,弯管角度对其传播速度和爆轰压力所产生的影响。所得结论对于研究爆轰波在弯管巾的传播特性以及指导工程实践具有一定意义。