基于翼梁结构的无损检测数据融合技术

无损检测是航空维修中使用的最重要手段之一，也是提高航空安全的有效途径之一，而数据融合是提高无损检测准确性的一种有效方法。在介绍数据融合技术的基础上，分析了多种数据融合方法及其优缺点，并以飞机机翼主梁为例，对利用模糊逻辑法给出的无损检测数据融合处理结果进行了分析。     

产业融合的发展动因、演进方式及其效应

产业融合是不同产业或同一产业内的不同行业在技术融合的基础上相互交叉、相互渗透,逐渐融为一体,成为新的产业属性或新兴产业形态的动态发展过程。技术创新是产业融合的内在驱动力,竞争合作的压力和对范围经济的追求是产业融合的企业动因,跨国公司的发展成为产业融合的巨大推动力,放松管制为产业融合提供了外部条件。产业融合的演进方式主要有三种：一是高新技术向其他产业渗透、融合,并形成新的产业;二是通过产业间的互补和延伸实现融合;三是产业内部的重组整合。作为产业提高生产率和竞争力的一种发展模式和产业组织形式,产业融合具有创新性优化效应、竞争性结构效应、组织性结构效应、竞争性能力效应、消费性能力效应和区域效应。     

双星定位系统及其备份星在近地卫星联合定轨建模中的应用

建立了基于双星定位系统距离和观测数据的近地卫星联合定轨模型,设计了相应的数值融合联合定轨算法;为进一步提高近地卫星定轨精度,考虑融合双星及备份星距离和观测数据,建立了基于双星和备份星的近地卫星联合定轨模型及实现算法,并针对不同仿真条件进行了联合定轨仿真实验。仿真计算结果表明,联合定轨方式较传统近地卫星精密定轨方式可以更好地抑制双星星历误差对近地卫星定轨精度的影响,近地卫星和双星的定轨精度均得到了一定程度的提高;同时,融合备份星观测数据的近地卫星联合定轨精度得到进一步改善,达到5.17m。     

弹道导弹天文/惯性导航误差修正方法研究

通过分析导弹天文导航和惯性导航的导航原理和误差模型,在基于充分利用高精度天文导航参数的思想上,提出了组合导航的误差修正方法。首先对两种导航参数进行了归算,而后提出了利用多次的天文测量参数对惯性测量误差进行修正的方法。该方法能较为准确地分离出引起射程误差较大的关机点速度、位置等的误差值,从而为实现利用天文导航进行射程误差修正提供前提条件。仿真计算表明,该方法是行之有效的。     

飞行控制系统舵面效率损失率估算方法研究

以某型飞机为研究对象，论述了一种基于模型的自修复飞行控制系统舵面效率损失率的估算方法。首次提出了采用多传感器信息融合来估算舵面效率损失率。因为舵面损伤故障采用全局滤波法检测，没有可直接测量其损伤程度的传感器，所以需要从飞控系统中多个传感器的测量信号综合判决来估算舵面损伤情况。最后，对所设计的舵面效率损失率的估算方法进行了数字仿真研究。仿真结果验证了该方法具有较高的准确性和实时性，为飞行控制系统舵面效率损失率的估算提供了一种有效的方法。     

基于多传感器系统的分布式检测

本文论述了在多传感器环境下，信号集中式检测和分布式检测两种方案。介绍了目前在这方面的研究成果     

ESM对2D雷达引导性能分析

 对于由 ESM和雷达组成的多传感器系统,分析和推导了用 ESM对 2 D雷达成功引导的概率解析表示式,为求解成功引导概率提供了依据;研究了 ESM对 2 D雷达成功引导概率随一些特征参数的变化规律,并得出了 4个特性;在多种情况下进行了成功引导概率的数值计算,验证了成功引导概率的一些变化规律,并得出了一些有意义的结论,从而对研究和设计同地配置的 ESM对雷达引导系统具有一定的参考价值。     

星网融合天地一体面向农村

20 0 0年 ,以蜂窝通信巨人克雷格·麦考 (Crag Mc Caw)为主要投资者的Teledesic公司 ,收购濒临破产的中圆轨道卫星 (ICO)公司后 ,对原先经营全球卫星移动电话的 ICO公司及其业务曾进行了战略重组。该公司首先投巨资重新设计和改进ICO卫星系统 ,将其市场定位从传输窄带话音 (移动电话 )业务为主转变为传输比较高速的数据业务为主。铱星公司和老 ICO公司均将它们的卫星业务定位在为全球大众消费者和商务旅行者提供窄带移动电话业务上。错误的市场定位和市场预测导致重大的决策失误 ,造成在错误的时间、错误的市场向错误的消费对象推出…     

面向结构静力试验监测的高精度数字孪生方法

试验验证和数值仿真是评估结构强度的两种典型方法,然而基于离散传感器的试验验证方法难以保证结构应力监测覆盖度,数值仿真方法又因为对物理实体的简化和理想化处理而导致应力结果精度不足,如何综合利用两种强度评估方法的优势并进行数据融合以实现结构应力场监测是一个具有挑战性的问题。提出一种面向结构静力试验监测的数字孪生（DT-SSTM）方法,可获得高精度的结构静力试验数字孪生模型,以实现结构应力场的实时监测与强度评估。DT-SSTM方法包括离线、在线2个阶段。离线阶段,采用梯度提升树（GBDT）算法对仿真数据进行训练,建立预训练模型。在线阶段,基于集成学习理论,采用Stacking算法对试验数据响应值与预训练模型响应值之间的残差进行训练并建立残差模型。通过叠加预训练模型与残差模型实现多源数据融合,建立高精度的数字孪生模型。最后,开展了开口矩形壁板轴向拉伸试验来验证DT-SSTM方法的有效性。结果表明,DT-SSTM方法能够建立高精度的结构静力试验数字孪生模型,且相比同类数据融合方法具有更高的全局、局部预测精度以及融合效率,为结构应力场实时监测提供了一种新颖的解决方案。