基于Ansys Fluent的近场翼尖涡数值模拟与分析

为了进一步研究飞机远场尾涡,提供网格分配及湍流模型的参考,并为整机模拟提供必要的参考依据,通过基于Ansys Fluent的数值模拟方法,研究了NACA0012机翼的近场翼尖涡流场,采用有限体积法求解不可压缩雷诺平均Navier-Stokes方程,其中雷诺应力项分别以S-A和Realizable k-ε模型封闭,模拟了近场翼尖涡卷起的过程,分析了机翼表面压力以及涡核参数,包括轴向涡量、涡核位置、涡核粘性等,并与风洞实验结果进行了对比。结果分析表明:基于局部O-网的六面体网格,RKE模型要优于S-A模型,与实验值更为吻合。     

机载嵌入式系统中的多核处理架构研究与分析

与单核处理器相比较,多核处理器在性能、功耗、体积以及重量各方面都有绝对的优势,这使得多核处理器在机载嵌入式系统中的应用成为必然趋势。在分析了航空电子系统的任务特点之后,介绍了两种最常见的多核处理器系统架构：对称多处理（SMP）和非对称多处理（AMP）,对这两种系统架构在机载嵌入式系统的应用进行了研究分析,并分析了其关键技术对实时性、安全性和确定性的影响。     

定数截尾试验下双参数指数寿命分布尺度参数的EB估计

本文讨论了在无替换定效截尾试验方案下,当产品寿命为双参数指数分布时,尺度参数(失效率)久的经验Bayes(简记EB)估计问题及其收敛速度。设在给定λ,μ下,产品寿命T服从双参数指数分布,其概率密度为 受试产品有n个,试验中前r个产品依次出现的失效时间为t_(1)≤t_(2)≤……≤t_(r)。令 则(x,y)为(μ,λ)的充分统计量。记(x,y)的联合边缘密度为f(x,y),若取二次损失函数,则λ的Bayes点估计为 利用密度函数及其偏导数的核估计,构造出λ的EB估计为 φ_(1n)(x,y)与φ_(1m)(x,y)的Bayes风险分别为 在一定的正则性条件下,我们证明了 这表明,λ的EB估计的收敛速度q可任意接近于1/2。     

通用语视角下的大学英语语音多元化教学探究——以《新标准大学英语视听说》为例

利用言语变体实验技术测试某民航院校大学管制专业二年级学生共165位学生对13种英语口音变体的辨识能力和语言态度,结果显示在辨识能力方面,中国学生对东北腔英语的熟悉程度最高。在语言态度方面,被试对中国东北腔口音的认同度却很低。被试语言能力和语言态度之间的不一致暴露出中国高校传统的本族语语音教学模式的局限性。本文以《新标准大学英语视听说》为例实行英语语音多元化教学:对于英式发音和美式发音,要求学生系统掌握两者的差异,确保自己被人听懂;对于典型的英语口音变体则运用通用语共核理论指导语音教学,要求学生掌握属于通用语核心范畴的语音现象,确保自己能听懂别人。     

基于快速提升KLDA准则的MSTAR SAR目标特征提取与识别研究

 核线性判别准则(KLDA)是一种非线性特征提取准则。利用KLDA提取MSTAR SAR图像特征,既达到较理想的识别概率,又可克服SAR图像对方位的敏感性。但此时训练样本最多,KLDA的计算代价高。为了解决这一问题,提出一种快速特征向量选择法（FFVS）。FFVS把类别和方位相似的SAR图像分成若干组,然后快速选择各组中部分图像组成一个集合且其到高维特征空间的映射作为一组基。利用该组基的线性组合表示任一样本和投影算子,降低了KLDA中核矩阵的阶数,达到降低计算代价的目的。实验结果表明,FFVS与KLDA组合能达到理想的识别结果。     

无人平台复杂地形探测的视触融合方法

为提高无人平台在复杂环境中的地形探测能力以及解决在小样本数据下识别地形困难的问题,提出了一种无人平台复杂地形探测的视触融合方法。在原始宽度学习的基础上,建立了多模态级联特征节点宽度学习框架。首先进行触觉和视觉初步特征提取和融合特征提取,随后将融合特征矩阵经宽度学习分类器得到地形识别的结果。最后,在自建的视觉-触觉地形 (V-T2)数据集进行了实验验证。结果表明,相比于传统的融合算法,提出的融合算法有很好的准确性和鲁棒性,为无人平台地形探测提供了有效的策略。     

基于AMTEC的空间核反应堆电源热力学性能分析

随着深空探测任务不断推进,空间探测器对于动力的需求也在不断提升,基于碱金属热电转换器(Alkali Metal Thermal to Electric Converter,AMTEC)的空间核反应堆电源系统由于其自身优良的特性被广泛关注.基于热力学第一和第二定律,结合空间核反应堆电源系统内部热力过程能量传递特性,建立了...     

冰雪天气下基于MFOA-KELM残差修正的跑道温度混合预测

道面温度短时精准预测是跑道积冰预警的关键因素之一, 为了解决单一机理预测模型随预测时间延长而造成误差累积的问题, 提出了一种冰雪天气下跑道温度混合预测方法。将跑道温度机理预测模型与核极限学习机(KELM)相结合, 建立一种数据驱动修正残差的跑道温度机理预测模型。针对果蝇优化算法(FOA)收敛速度慢、易陷入局部最小值的问题, 引入权值更新函数和距离扩充因子, 调整果蝇的全局寻优效果, 避免陷入局部极小值。利用改进的果蝇优化算法(MFOA)对KELM的正则化参数与核参数联合优化, 以冰雪天气下跑道温度实际数据为例, 建立基于改进果蝇优化核极限学习机(MFOA-KELM)的跑道温度混合预测模型, 并在不同时间尺度下对该混合预测模型进行仿真测试。实验结果表明:与单一机理预测模型相比, 当预测时长为120 min时, MFOA-KELM混合预测模型的平均绝对误差至少减小了61.43%, 在残差阈值为±0.5℃时, 平均预测准确率为91.25%。可见, MFOA-KELM混合预测模型具有更高的预测准确性, 研究结论显示该混合预测方法能够为机场跑道温度短时精准预测提供新思路。      

基于Gauss核函数的SVM故障诊断技术研究

本文提出了基于Gauss核函数的SVM故障诊断技术,并利用grid法对SVM中参数进行寻优,以保证得到最高分类精度.通过对某航空公司ERJ145的右发AE3007发动机进行故障诊断研究后,证明基于Gauss核函数的SVM在小样本故障诊断中有着较好的适用性和可信性,能够为飞机发动机故障诊断提供有效的参考.     

基于R统计分析软件的航空数据作图方法研究

为了快速高效分析航空数据信息,采用R语言分析软件制作了条形图、饼图、直方图、核密度图、箱线图和小提琴图,图片精美实用,便于人们使用.实践证明,该软件便于操作,实用性强,可以成为大数据时代科研人员的研究利器.