基于自动核构造高斯过程的导弹气动性能预测

在导弹的初期设计阶段,通常需要对导弹的气动性能进行快速粗略评估。针对传统工程估算软件计算精度低和CFD方法计算代价大的缺陷,提出一种基于高斯过程回归（GPR）代理模型快速预测典型导弹气动性能的方案。以导弹外形参数和攻角作为模型输入,升力系数、阻力系数和力矩系数作为模型输出,对GPR模型的气动性能预测结果进行分析。首先,与其他常用代理模型的预测精度对比,GPR模型对3种系数的预测误差分别仅为0.24%、0.36%和0.36%,高于其他代理模型的预测精度。其次,考虑GPR模型核函数选择严重依赖人工先验知识的问题,采用了一种自动核构造算法,无需先验知识即可从数据中自动学习核函数。将该算法嵌入GPR框架中,与传统GPR模型比较,实验结果表明：基于该算法的GPR模型对3种系数的预测误差分别降低到0.10%、0.22%和0.17%。最后,给出导弹气动性能快速预测的应用实例,结果表明所提出的GPR模型的导弹气动性能预测方案是有效的,能够满足设计初期快速且精确的气动性能预测需求。     

预载荷下板料激光弯曲成形的工艺参数分析

预载荷下板料激光弯曲成形是一种较新的板料弯曲成形方法,本文对其工艺参数进行了分析研究。使用软件ABAQUS建立了预载荷下板料激光弯曲成形的有限元模型,并进行了试验验证,在此模型的基础上,采用均匀设计法进行了变工艺参数仿真试验设计,利用仿真试验结果建立了各工艺参数与变形量间的回归模型,并进一步分析了工艺参数对变形量的影响及其内在原因。研究表明,各工艺参数中扫描速度对变形量的影响最大,而激光功率的影响最小;光斑直径与扫描速度间存在对变形量有高度显著影响的负交互作用;变形量随预载荷增大近似呈指数上升,随激光功率的增大近似呈线性增大,随光斑直径的增大近似呈线性下降,随扫描速度的增大呈现先减小后增大的趋势。     

Libration and end body swing stabilization of a parallel partial space elevator system

This paper studies the libration and stabilization of a parallel partial space elevator system in circular orbits. The system is made up of two paralleled partial space elevators, each of which consists of one main satellite, one end body and a climber moving along the tether between them. The libration characteristics of the elevator are studied through numerical analysis by a new dynamic model, and a novel control strategy is proposed to stabilize the swing of the end body by projecting the climber speeds only. Optimal control method is used to implement the new control strategy in the case where the climbers move in opposite direction. The simulation results validate the effectiveness of the proposed control strategy whose application will neither sacrifice the transport efficiency nor exacerbate libration significantly.     

供氧模式对载人航天器气压控制的影响分析

载人航天器气压控制系统主要负责控制密封舱内氧分压和总压满足指标要求,承担长期载人任务的载人航天器通常配备电解制氧系统用于维持密封舱内氧分压水平。文章建立了一种载人航天器密封舱气压控制系统仿真分析模型,利用该模型分析对比了氧气瓶供氧和电解制氧供氧2种模式对应的密封舱氧分压和总压变化规律。结果表明,驻留24 h内,氧气瓶供氧模式对应的氧分压单调下降;电解制氧供氧模式对应的氧分压并非单调下降,而是取决于供氧速率与乘员代谢耗氧间的关系,且氧分压变化范围要远小于氧气瓶供氧模式。驻留60 d内,电解制氧供氧模式对应的氧分压在上下限间的变化周期以及总压的变化周期要明显长于氧气瓶供氧模式。为避免空气温度的影响,氧分压和总压的控制范围应比允许范围窄。     

涡轮泵启动过程振动故障检测方法

为了更全面地保证液体火箭发动机涡轮泵的安全,提出了一种针对其启动过程的振动故障检测方法,首先对等时间隔采集的振动数据进行重采样,获得等角间隔的振动数据,消除转速变化对振动特征的影响,选择并计算振动特征值,最后采用支持向量回归方法建立振动特征与转速的非线性关系模型.当新的测试数据偏离模型一定限度时,表明涡轮泵工作异常.2.2 s试车数据的检测时间只有0.0470 s,说明模型可用于涡轮泵启动过程故障检测.      

一种基于核回归的改进型图像去噪方法

为了消除图像处理中的噪声,同时尽可能地保留图像细节,提出了一种基于核回归的图像去噪算法。该方法的基本思想是在经典方法以像素位置决定权值的基础上,引入像素灰度值。即核函数在计算权值时考虑两个因素:空间距离和灰度距离。通过计算控制核来做到自适应,最后引入一个迭代过程。实验结果表明该算法能够在滤除图像中的高频噪声的同时尽可能保留了图像的细节特征,获得了较为理想的去噪效果。     

Softmax分类器深度学习图像分类方法应用综述

基于深度学习的人工智能图像分类方法研究是当前计算机视觉领域的研究热点。面向深度学习中的Softmax图像分类方法,首先回顾了图像分类技术的发展历程,接着介绍了图像识别技术中的分类器,并解释了Softmax回归函数的分类实现原理。基于Softmax回归分类器的应用,详细阐述了多种图像分类技术,具体包括浅层神经网络、深度置信网络、深度自编码器和卷积神经网络。同时,对比介绍了各种级联模型的具体结构、训练方法、实际应用、分类效果以及优缺点。最后,从Softmax回归分类器、深度学习网络模型和高维数据分类三个方面对基于Softmax回归分类器的深度学习模型在图像分类方面的发展与应用前景进行了展望。     

基于互信息的输入变量选择算法综述

空间环境是空间态势感知的重要组成部分,在空间科学领域,受限于对日地系统物理规律的全面认知,现有的基于物理机制的空间环境预测模型目前还难以实用化,通常采用的多是基于数据的经验类模型。基于互信息的输入变量选择算法为空间环境要素预测模型的输入确定了思路。由于能充分考虑不同输入、输入与输出之间的潜在关系,基于互信息的输入变量选择算法近年来在回归及分类问题上得到了广泛的应用和发展。本文以输入变量选择算法的3个关键环节,即评价标准、搜索策略和停止准则为线索,从不同角度对基于互信息的过滤式变量选择算法进行了系统的分析与梳理,重点对不同变量评价标准依赖的假设条件进行了数学上的推导和说明。最后总结了其发展规律,可为后续研究尤其是建立空间环境预测模型提供借鉴。     

线性异方差回归分析

提出了线性异方差回归分析方法,从而可以通过散点试验测定高置信度、高可靠度的性能曲线。该方法不但适用于线性异方差情况,而且文中还将其推广到了一般异方差情况。与传统的成组试验法相比,该方法既可节省大量试件,又具有更高的精度。