基于随机遮挡和多粒度特征融合的行人重识别

针对行人重识别中存在遮挡及行人判别特征层次单调的问题，在IBN-Net50-a网络的基础上，提出了一种结合随机遮挡和多粒度特征融合的网络模型。通过对输入图像进行随机遮挡处理，模拟行人被遮挡的真实情景，以增强应对遮挡的鲁棒性；将网络分为全局分支、局部粗粒度互融分支和局部细粒度互融分支，提取全局显著性特征，同时补充局部多粒度深层特征，丰富行人判别特征的层次性；进一步挖掘局部多粒度特征间的相关性进行深度融合；联合标签平滑交叉熵损失和三元组损失训练网络。在3个标准公共数据集和1个遮挡数据集上，将所提方法与先进的行人重识别方法进行比较，实验结果表明：在Market1501、DukeMTMC-reID、CUHK03标准公共数据集上，所提方法的Rank-1分别达到了95.2%、89.2%、80.1%，在遮挡数据集Occluded-Duke上，所提方法的Rank-1和mAP分别达到了60.6%和51.6%，均优于对比方法，证实了方法的有效性。     

局部振动对火星环境下薄翼型气动性能的影响

火星的稀薄大气环境迫使无人机在亚临界雷诺数范围工作，低雷诺数层流分离问题给无人机气动性能带来极其不利的影响。同时，火星大气的声速较低，使无人机运行的马赫数更高，压缩效应增强并可能产生激波。为研究火星环境下翼型局部振动的流动控制作用，采用基于动网格的数值方法对非定常流场进行模拟。选取NACA5605低雷诺数薄翼型，雷诺数为1.5×10⁴，马赫数为0.43和0.63。时均流场和时均气动力系数结果显示：翼型局部振动能够明显减少时均分离区的大小，起到增升减阻的作用。非定常流场表明流动控制机理在于振动产生的涡流运动抑制了翼型尾缘附近的层流分离。研究了不同振幅、频率和振动位置下的流动控制效果。最佳参数下，马赫数为0.43时升阻比最多提高24.7%，马赫数为0.63时升阻比最多提高52%。     

考虑起飞工况的航空发动机性能退化预测研究

针对现阶段航空发动机性能退化建模研究没有考虑起飞工况的影响问题，提出了基于修正的非线性维纳过程发动机性能退化建模方法。该方法结合了同类型号发动机的历史性能退化数据与个体发动机的实时退化和工况数据。首先，考虑发动机每次起飞的工况不同，把工况修正引入非线性维纳过程建立发动机的性能退化模型。然后利用极大似然估计方法求得退化模型离线估计值，基于贝叶斯理论对退化参数进行在线更新，最后基于局部线性嵌入算法，对工况参数进行融合构建工况因子，修正退化参数，实现了基于起飞工况的单台发动机性能退化预测。结果表明，采用融合工况因子修正模型，与未修正和压比修正模型相比，平均绝对百分比误差分别降低1.50%和1.01%。证明融合工况因子修正模型能降低发动机起飞工况差异和仅用单工况参数修正所造成的预测误差，可以用来辅助指导下发决策。     

基于有限存储空间的分布式传感器融合估计器

研究具有信息传输模型不确定性、随机时间延迟和数据丢包的网络化多传感器分布式融合估计问题。模型的不确定性刻画为系统矩阵中的非高斯非白噪声干扰，在远程处理中心处设置有限长度的存储空间用来存储各个传感器延迟到达的测量值。在最小方差原则下设计了一种利用测量值到达变量的最优常增益局部估计器，利用协方差交叉加权方法得到最优分布式融合估计器并推导得到使得估计器有界的条件。最后，通过某电源系统计算实例仿真验证所提融合估计器的有效性。     

基于ESO的超局部无模型PMSM转速预测控制

针对永磁同步电机(PMSM)由于参数变化和外界干扰导致控制性能下降的问题, 提出了一种基于扩展状态观测器(ESO)的超局部无模型转速预测控制(MFSPC)方法, 并解决了数字系统中的一拍延迟问题。该方法仅利用速度环的输入和输出, 不考虑电机参数, 避免了因电机参数变化导致的模型失配。针对传统MFSPC方法参数调整多、工作量大、输出脉动大、抖振明显、抗干扰性和鲁棒性差的问题, 建立了ESO, 实时监测系统的总扰动, 并进行前馈补偿。利用ESO产生的转速预测, 解决了数字控制系统中的一拍延时问题, 并基于频域分析, 整定控制参数, 提高控制性能。实验结果分析表明:所提方法有较强的抗干扰性和鲁棒性, 能够稳定跟踪额定转速, 有较快的动态响应。      

基于LMD与AO-PNN的中介轴承故障诊断方法

针对航空发动机中介轴承受噪声干扰大、传递路径复杂导致采用传统方法难以进行故障诊断的问题,提出了一种基于局部均值分解（LMD）与相关系数-能量比-峭度准则、结合天鹰座优化算法（AO）优化概率神经网络（PNN）的中介轴承故障诊断方法。使用LMD对传感器采集的振动信号进行分解;利用相关系数-能量比-峭度准则判决筛选分解得到的PF分量,重构筛选后的信号;计算重构信号的多尺度排列熵（MPE）,以构建特征向量;通过AO优化的PNN的平滑因子,将优化后的神经网络用于中介轴承的故障诊断。基于中介轴承故障试验数据对诊断结果进行了分析,结果表明：提出的方法可以有效诊断高背景噪声、复杂路径干扰下的航空发动机中介轴承的典型故障,与粒子群优化的概率神经网络方法（PSO-PNN）和传统的PNN方法相比,其诊断准确率分别提高了3.875%和8.125%,具有较好的全局收敛性和计算鲁棒性。     

采用局部约束线性编码的像素级舰船目标图像融合

为了提升视觉信息在低能见度条件下的适用性,提出了一种采用局部约束线性编码的像素级舰船目标图像融合方法.首先,采用K均值奇异值分解算法从海量的训练样本中完成过完备字典的学习.其次,在考虑着舰导引实时性任务需求的前提下,采用局部约束线性编码完成融合系数的非迭代求解,相较于压缩感知理论架构下的匹配追踪算法,极大地降低了计算复...     

基于屈曲稳定性的复合材料铺层库优化设计

为了得到能便于复合材料结构优化设计同时满足制造约束的复合材料层压板铺层库，本文提出一种基于屈曲稳定性的复合材料层压板铺层库设计方法。首先，独立设计铺层角度数量表，便于多种铺层比例的快速移植和交叉融合；其次，以四进制方式对铺层顺序编码，遍寻满足约束要求的铺层顺序，确定核心铺层组范围，设计稳定性综合评价指标，优化核心铺层组铺层顺序，基于核心层组边界向上和向下逐层扩展，合并得到整个设计空间的复合材料层压板铺层库；最后，分析层压板折算刚度系数推导结果，给出铺层库均匀性调整方法。与手动调试铺层库相比，通过本文方法设计的铺层库临界失稳应力普遍提高10%以上，均匀性调整后的临界失稳应力依然提高5%以上。     

考虑可制造性的变刚度复合材料加筋壁板的优化设计

由于变刚度复合材料具有更大的设计空间，能更充分发挥复合材料各向异性的优势，研究其优化设计方法越来越重要。本文首先考虑了工形长桁加筋壁板变刚度复合材料的可制造性，并通过自动铺丝工艺试验获得了纤维的变角度极限范围。研究了壁板面板的铺放角度对加筋结构屈曲强度的影响，然后利用Python编程，结合Abaqus有限元软件通过遗传算法对工形长桁加筋壁板的面板铺层设计进行了优化。研究发现，纤维角度变化宜控制在20°范围内，当面板与筋条同时承受压缩载荷时，面板为纯0°铺层的加筋结构的屈曲强度比纯90°铺层时要低；遗传算法稳定且收敛性好，通过优化后的结果发现，纤维角度集中在60°～65°时，加筋结构的屈曲强度最高。变刚度复合材料可提高加筋壁板屈曲性能，应用前景广阔。