基于任务协同的有人机/无人机 对海攻击作战效能评估研究

通过分析攻击敌海上舰船目标过程中有人机/无人机编队的作战使用方式及影响其作战效能的主要因素,建立了有人机/无人机编队协同攻击海上目标的作战效能评估指标体系,运用ADC法构建了有人机/无人机混合编队攻击敌舰船目标作战效能评估模型,通过算例证明了该方法适应于有人机/无人机编队的作战效能评估,为有人机/无人机协同作战决策提供了有效的参考依据。     

V2500发动机反推C涵道局部有孔蒙皮更换方案设计

针对V2500发动机反推C涵道局部有孔蒙皮的更换技术,通过查询和问询确定修理所需航材,利用"逆向工程"方法制作热粘接所需模具,自主设计更换后部小蒙皮的方案,该方案的成功实施,不但提高了复合材料深度维修能力,而且突破了国外对我国复合材料维修领域粘接工艺的封锁,填补了V2500发动机反推翻修技术在国内航空维修领域的空白。     

薄板孔边挤压强化对低循环疲劳寿命影响的试验

为提高某压气机封严篦齿盘均压孔的疲劳强度,根据均压孔的具体结构形式,设计了三种冷挤压强化方法:单侧多次挤压法、柱形头挤压法和T形头挤压法.用两种材料(不锈钢1Cr11Ni2W2MoV和镍基高温合金3П742)设计加工了低循环疲劳薄板有孔模拟件,用两种工艺强化薄板有孔模拟件,同时进行了室温和高温温度的低循环疲劳对比考核试...     

一种快速的有约束气动CFD优化方法

提出了一种快速应用型罚函数法来求解有约束气动优化问题。多设计变量的优化算例表明：新方法与传统罚函数的序列极小化(SUMT)技术相比，避免了SUMT技术选择罚因子序列的问题，能在约束边界和不可行域进行计算，鲁棒性好，且求得约束最优点的效率高于SUMT技术，能减少30％～40％的计算量。本文分别将之与高分辨率Euler方程和N—S方程数值解相结合，进行了两个气动问题的优化。在二维无粘跨声速翼型的优化设计中，得到了升阻比明显提高的新翼型；对某型无人机高亚声速三维进气道设计，也获得了性能优秀的设计方案。     

CCSDS-RS(255,223)码高速译码器的硬件实现研究

研究了空间通信用高速Reed-Solomon(255,223)码硬判决译码器的FPGA实现方法,提出一种新的纠错算法实现结构以最大程度提高译码器性能。设计中采用RiBM算法求解关键方程,并通过应用高速比特并行乘法器以及流水线和并行处理方法提高译码通过率。综合和测试验证结果显示,该译码器译码通过速率为1.7Gbit/s,译码延迟为296个时钟周期,优于目前同类型的RS译码器性能指标。     

具有确定弧数最长路的算法

给出了寻求强连通赋权有向图中从一顶点到任意顶点间具有确定弧数的最长路 (最短路 )和最长初等路 (最短初等路 )的算法 ,并对算法的有效性进行了讨论。该算法对扩展 Karp和Cohen的结果——强连通赋权图中最小平均权的算法和线性离散事件系统的闭环系统矩阵在极大代数意义下的特征值的算法 ,具有实际意义     

基于两步最小二乘定位的偏差改进算法

针对传统最小二乘(LS)定位算法在噪声较大时会出现有偏估计的问题。首先详细推导了传统两步最小二乘算法在时差角度联合定位场景下的理论偏差,给出了出现偏差的原因;其次对误差均值加入二次约束条件,提出一种基于时差角度联合定位的改进算法,并详细推导新算法的理论偏差以及均方误差。相比于其他加限制条件的方法,新算法能有效降低估计偏差,另外由于其不需要进行特征值分解且能得到闭式解,计算复杂度较小。仿真结果表明,新算法在保持原有均方误差(MSE)的前提下能显著降低估计偏差,其定位偏差与最大似然估计器相当。     

实践理性与马克思主义中国化的创新精神

实践性和创新性是马克思主义中国化进程的根本属性;实践理性构成了马克思主义中国化进程中创新精神的基本理论视野;着眼于实践理性的理论视野,实践创新是我们积极推进马克思主义中国化进程的现实途径。     

一种三维地形特征提取和匹配方法

针对行星漫游器地形相关导航中的地形匹配问题,提出一套三维地形特征提取匹配方法。该方法通过特征邻域散布矩阵特征值检测凸起和凹陷地形,以特征间距离和方向为元素构成三维特征描述集合,并引入集合相似理论判别特征是否匹配。由于采用特征之间的相对位置关系描述特征,从而提高了稀疏三维点云条件下地形特征的显著性。仿真结果表明,对于激光雷达（LiDAR）获取的三维地形数据,所提方法在特征重复检出率和正确匹配率方面优于现有方法,能够满足行星漫游器导航对地形匹配的要求。     

行星软着陆GPS有模型强化学习制导方法

由于距离地球较远、测控延时误差较大、飞行环境十分复杂且难以提前预测，行星软着陆的自主制导技术目前存在水平位置估计困难、导航参考信息匮乏、复杂地形着陆困难等挑战。针对行星软着陆存在的困难和挑战，提出了基于引导策略搜索算法的有模型强化学习制导方法，实现了着陆器在初始状态受到扰动时，无需重新规划，仍能在满足约束条件的情况下降落在指定位置。该方法将迭代线性二次调节器作为控制器，产生初始轨迹；其次，使用多层神经网络拟合制导策略；最后，利用控制器监督策略学习，进而收敛产生可行策略。针对行星表面软着陆的仿真验证结果显示该算法仅通过几次循环，即可以实现初始状态变化的快速软着陆。一方面表明了基于有模型强化学习的数据高效利用率，另一方面也证明了强化学习方法在深空探测领域中具有广阔的应用前景。