基于区域的卷积神经网络在空对地车辆检测中的应用

针对传统空对地车辆检测算法在光照变换、场景变化时检测效果不佳的问题,提出了基于区域卷积神经网络Faster RCNN模型的空对地车辆检测方法,介绍了Faster RCNN模型以及模型训练过程.实验结果表明,基于Faster RCNN的空对地车辆检测方法是可行的,对不同光照和场景下的车辆检测可以取得较好的效果.     

基于立体视觉的大型客机障碍物探测

为了提高大型客机在低能见度天气下场面滑行时的安全性,提出了一种采用热成像仪进行障碍物探测和识别的系统。对客机前方景物进行热成像,用改进的机器立体视觉算法计算目标距离,使用模糊逻辑融合位置信息识别障碍物。实验表明提出的系统能探测和识别场面上的主要障碍物。     

直升机舱内噪声主动控制技术研究

随着社会的发展和科学技术的进步,驾乘人员对直升机的舒适性提出了更高的要求,该要求使舒适性成为直升机产品竞争性的要素之一.而将直升机舱内振动与噪声保持在较低的水平则是满足舒适性的重要条件.本文针对直升机舱内噪声主动控制的研究进展进行了概述.首先简要介绍了直升机舱内噪声的产生与频谱特征,以及常见的噪声控制方法;之后针对主动噪声控制进行了分类,分别按照主动消声控制技术和主动结构声振控制技术进行了归纳总结,并讨论了所采用主动控制律的发展趋势;最后对直升机舱内噪声主动控制的发展进行了展望.     

基于强跟踪EKF的组合导航系统故障检测方法

针对大方位失准角的机载SINS/GPS组合导航系统,为保证在高动态环境下实现高精度、高可靠的导航,利用强跟踪EKF滤波残差设计了一种基于残差统计特性的坏值检测算法,对导航信息进行估计和跟踪.仿真结果表明,该算法能够实时检测出GPS量测信息中的坏值信息,隔离后可显著提高组合导航精度,具有较高的可靠性、出色的容错能力和重要的工程应用价值.     

基于SVR选择性集成的机场噪声预测模型研究

机场噪声预测对机场规划设计、航班计划制定以及机场噪声控制具有十分重要的作用。针对机场周围各个监测点上的单飞行事件进行噪声预测。由于机场噪声数据的复杂性,用单一的SVR方法对其预测往往得出局部优化结果,不能达到理想的预测效果,针对这一问题,提出一种基于SVR选择性集成的机场噪声预测方法,通过Adaboost方法对机场噪声数据进行采样训练得到多个SVR预测模型,并结合一种排序方法对预测模型进行选择集成得到最终机场噪声预测值,取得了较好的预测效果。     

航空复合材料智能敲击检测方法研究

复合材料在生产和制造过程中难免会存在缺陷和损伤,严重影响着航空安全。敲击检测是最简单、运用最广泛的无损检测方法,然而其向智能化方向发展过程中出现了诸多问题。对复合材料结构特性、缺陷和损伤、安全性、敲击检测原理、敲击锤设计、信号处理单元、数据库搭建和智能检测算法进行了深入研究,提出了敲击检测标准流程和规范、数据库搭建方法、以及智能聚类检测算法,在此基础上开发了智能敲击检测系统。     

综合模块化航电系统FC网络的机内测试设计

针对综合模块化航电系统FC网络单元分布范围广、故障定位困难、维修效率低的问题,设计了一种机内自测试方法.在网络构建时间和通信效率的约束条件下,通过网络构建和故障检测同步进行的机制实现快速的任务前故障检测,通过实时监测和故障触发相结合实现低开销的任务中故障检测.在网络故障发生后,通过网络遍历和通信自环绕测试将故障有效地隔离至单个模块,提高检测和维修的效率.     

分开排气式喷管喷流噪声预测及试验研究

为揭示涡扇发动机分开排气式喷管喷流噪声的频谱分布和指向特性,对喷管缩比模型远声场喷流噪声进行了预测及试验研究,并开展了全尺寸喷管基准型及锯齿型喷流噪声的预测工作。结果表明:采用Tam & Auriault方法可以预测出喷流噪声的声压级值和空间指向分布,喷流噪声具有明显的指向性。与基准型喷管相比,锯齿型喷管具有良好的降噪效果;内外涵锯齿型喷管在中低频段的降噪效果优于内涵锯齿型喷管,在高频段的降噪效果差于内涵锯齿型喷管;在本文研究参数范围内,指向角小于88°时内外涵锯齿型喷管总声压级(OASPL)值高于内涵锯齿型喷管。     

基于RBF带学习能力高精度非线性FDD设计

在轨航天器故障检测与诊断问题需要面对模型的非线性,而且要求尽量提高其检测的精度,为此设计了基于径向基函数（RBF）神经网络的动量轮非线性故障检测与诊断（FDD）方案。首先应用RBF补偿建模误差,提高检测精度,并选择李雅普诺夫函数证明其收敛性;然后应用非线性观测器来产生故障残差,给出了阈值以及故障检测的时间;应用RBF网络对故障信号进行重构,并据此设计了带学习能力的FDD策略。再次建立了详细的动量轮模型,通过不同条件下的仿真研究分别验证残差的阈值特性、时间特性以及RBF的重构能力,仿真结果表明了算法的有效性。     

Digital signal processing and numerical analysis for radar in geophysical applications

Numerical solutions for signal processing are described in this work as a contribution to study of echo detection methods for ionospheric sounder design. The ionospheric sounder is a high frequency radar for geophysical applications. The main detection approach has been done by implementing the spread-spectrum techniques using coding methods to improve the radar’s range resolution by transmitting low power. Digital signal processing has been performed and the numerical methods were checked. An algorithm was proposed and its computational complexity was calculated.