基于CenterNet的航空遥感图像目标检测

为实现高精度的航空图像目标检测,将Anchor free的目标检测算法CenterNet应用到检测中,同时使用Resnet50主干网络,并引入CIoU损失替代原有损失函数对网络模型做出了改进。改进后的算法在RSOD与DIOR数据集上进行测试,结果显示在保证网络轻量化的前提下检测精度有明显的提高,证明了算法在航空目标检测方面的可行性与准确性。     

Vector容器内存增长机制研究

当在内存中存储数据时,常常需要在运行时调整内存的大小,vector提供了一个安全、简易并且自动化的内存分配技术。基于时间效率、空间利用率方面的考虑,提出了几种修改内存增长机制的方法,并在此基础上,结合实际应用进行分析,从时间效率和空间利用率两方面对不同内存增长机制进行了比较,得出在实际应用中根据实际情况调整内存增长机制的方法。     

基于贝叶斯网络的飞机变流器故障诊断决策系统的设计与实现

文章在介绍飞机变流器维修决策特点的基础上,给出了一种基于贝叶斯网络的变流器故障诊断决策系统的软件结构,并分析了模型建造、知识库管理、模型推理、诊断决策、实例收集、模型学习等模块的功能和算法,以实现面向不确定性信息时的诊断决策功能。     

测试技术在网络建设与维护中的应用

本文介绍了测试技术在网络系统中主要包含的内容、实用方法及测试过程。并以以太网为例,具体分析了系统测试的主要项目,并对出现影响网络性能的可能因素给出了解决问题的方法。     

A combined technique of Kalman filter,artificial neural network and fuzzy logic for gas turbines and signal fault isolation

The target of this paper is the performance-based diagnostics of a gas turbine for the automated early detection of components malfunctions. The paper proposes a new combination of multiple methodologies for the performance-based diagnostics of single and multiple failures on a two-spool engine. The aim of this technique is to combine the strength of each methodology and provide a high success rate for single and multiple failures with the presence of measurement malfunctions. A combination of KF (Kalman Filter), ANN (Artificial Neural Network) and FL (Fuzzy Logic) is used in this research in order to improve the success rate, to increase the flexibility and the number of failures detected and to combine the strength of multiple methods to have a more robust solution. The Kalman filter has in his strength the measurement noise treatment, the artificial neural network the simulation and prediction of reference and deteriorated performance profile and the fuzzy logic the categorization flexibility, which is used to quantify and classify the failures. In the area of GT (Gas Turbine) diagnostics, the multiple failures in combination with measurement issues and the utilization of multiple methods for a 2-spool industrial gas turbine engine has not been investigated extensively.This paper reports the key contribution of each component of the methodology and brief the results in the quantification and classification success rate. The methodology is tested for constant deterioration and increasing noise and for random deterioration. For the random deterioration and nominal noise of 0.4%, in particular, the quantification success rate is above 92.0%, while the classification success rate is above 95.1%. Moreover, the speed of the data processing (1.7 s/sample) proves the suitability of this methodology for online diagnostics.     

用正则化方法快速求解中长基线网络RTK模糊度

提出了采用选权拟和的正则化新方法,利用参考站坐标准确已知的条件作为约束,设计出正则化矩阵,使法矩阵的病态性得到了改善,只用几个历元的数据求解,能较准确得到模糊度的浮点解,在此基础上结合LAMBDA方法可以快速地确定整周模糊度。以4条中长基线的实测数据为例,新方法用3个历元的单频L1数据就能求解出整周模糊度,且成功率为100％。与现有方法相比,新方法可采用单频GPS数据实现中长基线GPS网络RTK的整数模糊度快速解算。     

深空探测中的自主无线电关键技术

深空探测中的自主无线电主要作用是实现多个深空探测器间的通信,优点是能在未知无线电环境下不需要地面干预,自动实现无线电参数的识别和配置.阐述了自主无线电技术对深空探测的必要性.在与常规无线电技术、软件无线电技术比较的基础上,论述了深空探测中的自主无线电技术,分析了其必须解决未知无线电环境下参数估计这一关键问题.针对无线电参数估计目前存在的因果循环问题,提出了一种自主无线电技术参数估计迭代层次结构模型,分析了各层间的消息类型和迭代过程.     

长码快速直接捕获中卫星信号传播时延估计

卫星导航定位系统中,辅助长码快捕的一个最重要的信息是时间信息,卫星信号传播时延估计是提供先验时间信息,减少时域搜索范围的一个重要方面.基于用户和卫星的概略位置,给出了适用于不同类型导航星和不同用户场景的卫星信号传播时延估计算法.数值计算表明,算法能够大大压缩不同导航星和不同场景用户之间传播时延的不确定范围,即使在用户与卫星位置误差较大的恶劣应用背景下也能将不确定范围压缩一半,从而有效地辅助长码快捕的实现.      

应用BP神经网络针对高通量质子事件的通量数值预报

质子事件的爆发与太阳软X射线辐射有着很强的相关性,利用GOES卫星的1～8 (A)波段和0.5～4 (A)波段的软X射线数据,选取一些特征参量验证该相关性并应用到质子事件短期预报中.在当前质子事件传输物理机制不完全明确的情况下,在现有的预报质子事件有无的模型基础上,利用BP神经网络,根据软X射线通量水平等预测事件质子峰值通量水平,再对训练后的网络进行检验,检验预测所得结果与实际探测值误差小于一个量级,具备一定实用意义.      

飞机结构X射线裂纹图像智能评定

飞机结构X 射线图像评定过程存在复杂背景下裂纹分割不准、检出难等问题。基于高效层聚合网络提出一种飞机结构X 射线裂纹图像智能评定模型（ELAN-Seg）,将ELAN-Seg 模型和DeepLabv3+模型的射线图像裂纹分割能力进行对比,结合图像处理技术对模型分割的裂纹长度进行评估,利用飞机强度试验及外场维护过程采集的X 射线图像对模型进行验证。结果表明：分割的最小裂纹长度约为3 mm,ELAN-Seg 模型对复杂背景射线图像裂纹分割更加准确,裂纹漏检率小于3.8%,该模型具有工程适用性。