航空维修人为差错理论分类和对比研究

通过对航空维修人为差错理论的梳理和比较，将航空界已形成的主要人为差错理论分成三类：个人学派、组织学派和系统学派．并对各理论的研究视角、特点、优点和局限性进行了归纳和对比。     

电子元器件分类标准浅折

介绍了我国目前电子元器件分类相关标准及民间各企业的分类方法,分析了相关分类标准及分类方法的不足,为电子元器件分类标准的制定提供参考价值.     

高超声速圆锥边界层失稳条纹结构实验研究

边界层转捩的准确预测是高超声速飞行面临的关键气动问题之一。为研究高超声速边界层失稳和转捩机理,以前缘半径1.6mm、半锥角7°的圆锥模型为研究对象,在FD-07高超声速风洞中采用红外热图技术开展边界层转捩实验测量。通过与工程计算结果对比,确认模型表面边界层流态。实验结果表明:有迎角条件下,模型表面中后段出现条纹结构,条纹结构的起始位置随着周向角的增加而向上游移动;随着迎角的增加,条纹起始位置向上游移动,条纹强度差异和条纹与模型中心线的夹角越来越大。实验获得的条纹结构与不同频率扰动波相互作用直接数值模拟获得的条纹结构现象一致。通过对比分析,认为边界层内不同频率扰动波相互作用是产生条纹结构的一种机制。     

基于时空轨迹信息的目标行为模式在线分类方法

在预警监视领域，及时地预测目标行为模式对于态势认知至关重要。首先，针对当前大多数目标行为分类器实时性不强、对离群轨迹不敏感等问题，提出了带有离群检测的归纳式一致性多类预测器（ICMP）。其次，针对目标行为分类算法仅考虑目标的空间位置信息，而忽略航向和速度信息的问题，基于轨迹的时间和空间2个维度的信息提出了时空Hausdorff距离（STHD），从而可以有效区分空间位置相似但运动速度和方向不同的行为。然后，基于定向时空Hausdorff距离和K最近邻思想构造了定向时空Hausdorff最近邻不一致性度量函数（DSHNN-NCM）；在此基础上，提出了带有离群检测的序贯时空Hausdorff最近邻归纳式一致性多类预测器（SSHNN-ICMP），能够在预警监视场景下对目标频繁出现的行为进行在线学习和分类。最后，分别在仿真军事场景和真实民用场景中进行实验分析，结果表明本文算法具备较好的准确性和实时性，在预警监视任务中有良好的应用前景。     

基于ABEL-HDL硬件语言的GAL反汇编测试技术

为了更好地理解通用阵列逻辑GAL编程以后的功能，在没有熔丝图的状态下，以GAL22V10为例，介绍了一种基于ABEL－HDL层次化的硬件描述语言软件对GAL进行反汇编的测试技术。     

带非线性支撑的转子有限元模型求解方法

用数值方法研究了非线性支撑的柔性转子系统的动学行为,提出了一种将有限元与非线性支撑结合的模型和求解方法。利用有限元法(FEM)构建转轴和转盘部分的模型,通过矩阵进行组合;利用离散元方法对包含滚动轴承和挤压油膜阻尼器(SFD)的支撑部分进行建模,此部分包含4个单元,分别为轴承内圈、外圈、SFD内圈和支撑鼠笼。有限元部分和离散元部分通过轴端节点相连,仿真过程中轴端位移传递给非线性支撑部分,支撑部分通过位移计算得到的非线性力反过来作用于有限元转子轴端部分。为了耦合求解有限元转子和非线性支撑组成的数学模型,提出了一种综合的迭代求解方法,克服传统的有限元求解方法对轴端隐性非线性支撑的求解局限性。由于转轴部分采用了Timoshenko梁单元建模,对比与简单转子模型,可以考虑陀螺力矩和轴的柔性特征,更能体现非线性支撑对振动真实影响。在建立的20个轴单元的有限元转子模型中,非线性响应更多体现在靠近非线性支撑的节点1和节点21处,响应频谱中靠近轴端的节点能体现出滚动轴承的2倍和3倍变柔振动频率。     

舰载直升机理论风限图飞行模拟获取方法

获取舰载直升机实用风限图,仅依靠实装飞行试验或建模仿真都是非常困难的。通过起降飞行模拟试验获取理论风限图,结合少量的海上实装飞行验证试验是一种综合较优的方法。起降飞行模拟试验需要真实飞行员和高等级飞行模拟器参与,飞行模拟器中的母舰气流场数据、母舰运动可由建模仿真或试验测试得到,且必须考虑母舰气流场的非定场特性;只有当飞行员视景或视觉反馈受限时(如能见度降低时),飞行模拟器基座的六自由度运动才是必需的;用DIPES或Bedford方法量化飞行员主观操纵负担,结合记录的客观操纵数据,评判起降难度;典型的飞行模拟试验程序包含了不同风况下的进近和甲板着舰,通常每隔15°和5kn一个风况。通过起降飞行模拟试验得到的理论风限图,可以更加有效和安全地指导海上实装飞行验证试验,最终获得实用风限图。     

基于高光谱和LiDAR的黄河口湿地植被分类方法

利用无人机（Unmanned Aerial Vehicle, UAV）高光谱影像（Hyper-spectral Imaging, HSI）和激光雷达（Light Detection and Ranging, LiDAR）数据开展黄河口湿地植被分类方法研究。由于高空间分辨率HSI光谱变异性强,以及LiDAR点云密度不均匀,分类结果呈现出“椒盐”现象。为了解决这些问题,本文提出了一种结合空谱特征融合和通道注意力机制的双分支卷积神经网络（SSF-C-DBCNN）。光谱注意力机制通过为每个波段分配不同的权重来减少光谱变异性的影响。空间注意力机制侧重于学习和强调特征表达能力强的密集点云区域空间信息,从而减轻LiDAR点云密度不均匀对结果的影响。最后,在双分支融合特征后引入通道注意力机制来提取更深层次的特征。利用UAV采集的HSI和LiDAR数据进行实验验证,结果表明,本文提出方法的性能优于随机森林和五种深度学习方法,分类结果更为贴合实际土地覆盖,有效地抑制了“椒盐”现象。     

一维GTD散射中心模型参数估计的改进MUSIC算法

针对利用多重信号分类（MUSIC）算法估计一维几何绕射理论（GTD）的散射中心模型时噪声鲁棒性较差、参数精度不高这一问题,提出一类改进的MUSIC算法。首先,构建原始回波数据的共轭矩阵,有效提高了原始回波数据的利用率;其次,将原始回波数据的协方差矩阵、共轭数据的协方差矩阵叠加取平均,得到一个新的总协方差矩阵;最后,对矩阵作2次方、4次方等偶次方处理,得到另一矩阵,以达到增大信号特征值与噪声特征值之间差距的作用,等效为增大了信噪比。仿真结果表明:所提改进算法的参数估计性能及噪声鲁棒性均要优于经典MUSIC算法。