基于脑电和眼动信号的人机交互意图识别

意图识别在人机交互（HCI）领域受到广泛关注,传统人机交互意图识别方法单纯依靠脑电（EEG）或眼动数据,不能很好地利用2种方法优点。为此,提出了一种融合脑电和眼动数据的人机交互意图识别方法,通过采集脑电和眼动信号,进行特征提取,输入机器学习模式识别网络进行意图识别,并基于Dempster-Shafer （D-S）证据理论进行决策层融合得出最终识别结果。招募了20名有效受试者进行交互意图识别实验,结果表明,基于脑电和眼动信号的人机交互意图识别方法识别准确率高于单纯依靠脑电和眼动数据的方法,可为下一步飞行器和武器系统人机交互系统自适应设计提供理论依据和技术支持。     

美国新型远程反舰导弹突防能力分析

美国正在大力发展远程反舰导弹(LRASM)。2013年以来,美国先后成功完成了LRASM机载空射飞行试验和靶场垂直发射试验,这标志着新一代LRASM取得了重大进展。按计划,LRASM的空射型与舰射型将于2016年和2018年装备,将对新兴国家的大型水面舰艇构成严重的威胁。介绍LRASM的现状与靶场试验概况,对其突防能力进行分析。     

一种基于模糊隶属度的雷达辐射源识别新方法

在雷达辐射源识别中,一般采用隶属度来衡量知识参数和侦察参数的相似性,并以此进行识别,其难点在于隶属度函数的确定。针对这一难点,提出了一种新的脉间特征参数和脉内特征参数隶属度的计算方法,并提出了一种综合特征权值的计算方法,对雷达辐射源进行加权识别。仿真结果表明,这种方法的识别效果优于传统的识别方法。     

3σ准则应用对结构疲劳损伤评价的影响分析

工程研究中经常要应用3σ准则来实现随机振动过程的时域、频域转换。文章应用疲劳损伤分析的频域方法,讨论了3σ准则的应用对于振动疲劳损伤累积评价结果的影响。应用满足Rayleigh分布的窄带模型及其4种典型的修正方法分析疲劳影响因子,数值模拟结果表明,3σ截断后的疲劳损伤累积仅占全部疲劳损伤累积的约70%（取m=6）,与材料疲劳参数m有关,且基于窄带模型的疲劳影响因子分析方法具有一定程度的通用性。     

C/SiC复合材料铣削表面完整性研究

采用PCD刀具进行了C/SiC复合材料的铣削加工实验,通过观察加工表面/亚表面损伤,分析了C/SiC复合材料铣削加工表面形成机制,并结合切削力讨论了铣削参数对加工表面形貌和粗糙度的影响。研究结果表明,C/SiC材料以脆性断裂方式实现去除;加工表面存在纤维的层状脆断、拔出和纤维束断裂等现象;碳纤维区域粗糙度随铣削参数的变化规律与表面微观形貌基本一致;提高切削速度能改善表面质量,增大切深会使表面质量严重恶化,每齿进给量对表面质量影响较小。     

三种不同面容比模拟积水溶液环境中300M钢的腐蚀行为

基于飞机结构材料300M钢在海洋高湿环境中缝隙部位积水导致的腐蚀损伤问题,研究了300M钢在3种不同面容比模拟积水溶液环境中的腐蚀行为,借助Tafel极化曲线和电化学交流阻抗谱实验探讨了影响腐蚀速率的主要原因。在模拟积水环境中,分析了腐蚀失重、失重速率、损伤度以及腐蚀过程中腐蚀溶液溶解氧浓度、pH值与不同面容比（2、5、20 mL/cm²）之间的关系。结果表明：随材料腐蚀时间的延长,腐蚀溶液中的溶解氧浓度降低,pH值上升,而且随面容比的增大,材料的腐蚀失重增加,腐蚀失重速率也增大。Tafel极化曲线和电化学交流阻抗谱结果表明,不同pH值下300M钢耐蚀性的差别导致了不同面容比环境下腐蚀损伤的差异,3种面容比模拟积水环境中腐蚀速率大小为V₂₀>V₅>V₂。     

自识别自校准Kalman滤波方法

在导航滤波、故障诊断等许多工程领域中,受环境因素影响、模型和参数的选取不当等原因,系统状态方程中往往含有未知输入(系统误差),传统的Kalman滤波方法无法消除这种未知输入的影响,导致产生较大的滤波误差。为此,提出一种自识别自校准Kalman滤波方法,并分别对线性系统和非线性系统进行了详细讨论,给出了相应的公式和滤波步骤。该方法能够自动识别状态方程中有无未知输入,当有未知输入时,则能自动估计未知输入,并对它进行补偿和修正。大量实例计算和仿真模拟表明,与传统方法相比,本文方法能够有效提高状态估计精度,且计算简单,便于工程应用。     

飞机框肋类零件基础特征自动识别与提取算法

飞机框肋类零件是组成飞机骨架的重要零件,具有数量大、形状各异等特点,其生产制造所耗费的时间在飞机研制过程中占有较大比重。然而,通过现有CAD软件所提供的功能进行相关制造操作,无论是效率、质量等均已不能满足现代飞机设计和制造要求,围绕飞机框肋类零件研究和开发相关的自动化制造系统已迫在眉睫。基于框肋类零件边界表示模型对零件基础特征进行自动识别与提取,是实现后续相关工艺规划与加工的基础与前提。针对该问题,提出零件基础特征模型,并建立一种基于同侧面的特征识别算法,即:以零件STEP数据作为输入,选取两侧腹板面,应用属性邻接图（AAG）构建、有效邻面识别、关联面完整识别等方法,逐级识别各级关联面以构建两侧同侧面,通过同侧面单元匹配最终实现基础特征构造和特征邻接图构建。其中,针对零件三维模型中的碎面缺陷提出其定义与识别方法,以保证特征面识别的完整性。经由实例测试,验证所提算法的可行性与有效性。      

基于DRSN与电压幅值分析的航空HVDC系统逆变器故障诊断

机载270 V高压直流（HVDC）系统的故障诊断一直是航电领域中的一个难点问题,为此提出了基于深度残差收缩网络（DRSN）的故障模块识别算法与基于线电压幅值分析的故障器件定位算法。首先对系统总电流进行采集,并进行差值标准化处理获得特征数据;根据特征数据的特点,利用Flatten层对原有DRSN结构进行改进,来提高算法对故障模块的识别精度。在确定系统逆变模块故障之后,利用两相线电压之比确定出故障相,再利用线电压均值模型确定故障器件。相比于现有方法,所提方法仅使用1个电流传感器和2个电压传感器便实现了系统故障诊断,满足了飞机对重量的限制要求。实验证明：所提出的方法故障模块识别精度,以及故障器件定位精度可达97%以上,具有较好实用性。