基于时域光度探测的卫星频率特性反演研究

卫星的行为特性、意图判断、健康状态诊断等对于空间态势感知具有重要意义,而传统的探测手段无法确定在轨卫星是否正常运行。时域光度探测作为一种新型遥感探测技术,利用高速、低噪声的探测器对卫星机动调制的光学信号进行采样,解调后可反演卫星频率、振动等特性。文章针对低轨卫星目标,首先建立基于形态学滤波来抑制自然天体干扰的空间目标跟踪定位模型,获取目标时域光度信息,再采用频谱分析方法,获取目标频率特性与运行特征。结果表明,文章提出的时域光度探测技术,在卫星频率特性反演和卫星运行状态识别方面具有较好的应用前景。     

大数据理论在高精度惯性导航系统测试技术中的应用

当前我国高精度惯性导航系统研制已取得长足进展,但惯性导航系统的精度、可靠性和寿命等应用性能距离世界先进水平仍有差距,主要问题在于全寿命周期内的海量测试数据没有被充分挖掘、分析和应用,严重制约了惯性导航系统精度的提升、可靠性分析和寿命预估的准确性。因此,系统、准确、高效、合理地处理设计、生产、测试和使用过程中的海量数据是分析解决高精度惯性导航系统存在问题、提高生产效率、提升产品质量的有效途径。首先,详细分析了惯性导航测试系统数据采集和数据管理中存在的问题,提出大数据管理分析系统的需求和目标;其次,结合数据管理和分析中的关键技术,构建了惯性导航测试系统以数据采集层、数据支撑层和数据应用层为3大模块的大数据分析平台基本框架。为高精度惯性导航系统优化设计、提升精度、保障产品可靠性、合理预估系统寿命及适应未来战争提供了发展思路。     

改进BA优化的MKSVDD航空发动机工作状态识别

为了提高航空发动机工作状态识别准确率和效率,避免人工识别中存在的误判和耗时耗力问题,提出了基于混沌脉冲蝙蝠算法（CRBA）优化的多核支持向量数据描述（CRBA-MKSVDD）智能识别方法。研究了多核支持向量数据描述（MKSVDD）改进策略,引入混沌脉冲发射率提高了蝙蝠算法（BA）的收敛速度和收敛精度,得到了CRBA;通过CRBA优化MKSVDD的惩罚因子和核参数,同时对飞参数据进行了特征提取;基于特征飞参数据训练了CRBA-MKSVDD分类器,并对某型发动机一个飞行架次的工作状态进行了识别。结果表明,该方法识别准确率达到97.547 9%,可用于与发动机工作状态的相关研究和应用。      

大数据在航空系统的研究现状与发展趋势

针对大数据在航空系统中的应用问题,阐述了学术界与航空工业界在航空大数据采集传输、分析技术及可视化等方面的研究现状。提出了航空大数据平台基础架构,对目前推出的几款航空大数据分析平台结合优化运营、优化维护、降低成本、降低风险等方面的需求进行了评述。指出大数据在航空系统中的应用还存在着理念、方法、技术、人等方面的挑战,并相应地提出大数据组织专门化、处理方法混合化、分析平台柔性化及跨界合作深入化等发展趋势。     

Influence of leading edge with real manufacturing error on aerodynamic performance of high subsonic compressor cascades

To investigate the influence of real leading-edge manufacturing error on aerodynamic performance of high subsonic compressor blades, a family of leading-edge manufacturing error data were obtained from measured compressor cascades. Considering the limited samples, the leading-edge angle and leading-edge radius distribution forms were evaluated by Shapiro-Wilk test and quantile–quantile plot. Their statistical characteristics provided can be introduced to later related researches. The parameterization design method B-spline and Bezier are adopted to create geometry models with manufacturing error based on leading-edge angle and leading-edge radius. The influence of real manufacturing error is quantified and analyzed by self-developed non-intrusive polynomial chaos and Sobol’ indices. The mechanism of leading-edge manufacturing error on aerodynamic performance is discussed. The results show that the total pressure loss coefficient is sensitive to the leading-edge manufacturing error compared with the static pressure ratio, especially at high incidence. Specifically, manufacturing error of the leading edge will influence the local flow acceleration and subsequently cause fluctuation of the downstream flow. The aerodynamic performance is sensitive to the manufacturing error of leading-edge radius at the design and negative incidences, while it is sensitive to the manufacturing error of leading-edge angle under the operation conditions with high incidences.     

一种高光谱图像的双压缩感知模型

高光谱图像因其海量数据性,给存储、传输及后续分析处理带来了挑战。压缩感知理论提供了一种全新的信号采集框架。针对高光谱数据的三维特性,提出一种双压缩感知的采样与重构模型。该模型在采样阶段兼顾高光谱数据的空间和谱间稀疏特性,构造了能同时实现空间和谱间压缩采样的感知矩阵;重构阶段不同于传统的压缩感知重构方法直接重构高光谱数据,而是将高光谱数据分离成端元和丰度分别进行重构,然后利用重构的端元和丰度信息合成高光谱数据。实验结果表明,所提双压缩感知在低采样率下重构精度较三维压缩采样提高了10 dB以上,更为显著的是运算速度提升了3个数量级,同时该方法还便于获得端元和丰度信息。     

非均匀环境下利用单个数据集的STAP算法

对非均匀环境下利用单个数据集的机载雷达空时自适应处理(SDS-STAP)算法进行了研究。针对现有单个数据集类空时自适应算法存在的问题,提出了一种基于对待测数据集进行空时二维滑窗处理的二维幅度相位估计(2D-APES)算法。该算法利用回波的统计信息,不仅放宽了算法处理器对于雷达系统阵元数与脉冲数选取的约束,而且能够有效抑制杂波及待测单元内的干扰,同时降低了处理器的计算复杂度。最后,仿真数据及实测数据实验验证了所提算法的正确性与有效性。     

空间科学任务协同设计论证平台

空间科学任务协同设计论证存在设计方案耦合强,数据一致性差,数据变更难,数据与流程脱节等问题.为了解决上述问题,建立了典型空间科学任务的多层数字化模型;采用图形化方式对论证流程进行建模,并建立流程与数据的映射关系;通过共享数据池的方式为多岗位用户提供多方案数据协同机制;采用消息总线对数据变更进行及时提醒;利用方案依赖关系矩阵来判别方案耦合关系,最终自动合并任务总体设计方案.作为一个分布式平台,空间科学任务协同设计平台采用Eclipse RCP和Spring技术架构,整合了Hibernate、工作流Activiti5等中间件,提供统一门户,支持多岗位、多任务、多方案、多版本的管理能力,提供论证流程监控、数据协同交互等功能.结合某空间科学任务论证验证了该平台的有效性.      

基于眼动数据的网络搜索行为预测方法

预测用户的网络搜索行为对改进搜索引擎和提升用户体验十分重要.现有大多数方法是基于用户的交互数据,如查询、点击和鼠标移动等.提出一种基于眼动数据的用户网络搜索行为预测方法.通过眼动实验,采集用户在网络搜索任务时的眼睛运动数据,将这些数据转化成两种数据格式:直方图和序列.直方图数据描述用户注意力的分布情况,序列数据呈现用户的扫视路径.使用4种学习算法对用户决策或用户意图进行预测,同时研究两种数据格式的性能.结果显示,两种数据格式均适合于预测用户决策,而序列数据更适合于预测用户意图.该结果表明,利用眼动数据能够有效预测网络搜索行为.