基于特征融合和集成学习的运动想象脑电解码方法

开发高性能的脑电解码方法一直是脑机接口系统研究的重点和难点。为了进一步提高运动想象脑电解码的性能,提出了基于特征融合和集成学习的脑电解码方法。首先,针对每个通道脑电信号提取方差、自回归(AR)系数和带通功率特征,接着进行特征融合。其次,提出两种新的集成学习方法,分别是基于K最近邻(KNN)的集成学习模型和基于最小绝对值收缩和选择算子(LASSO)的集成学习模型。其中,KNN集成模型针对KNN分类器的K值以及闵式距离的P值进行集成,LASSO集成模型针对LASSO分类器的正则化参数进行集成,这两种集成学习方法计算简单且不需要烦琐耗时的交叉验证过程进行模型选择。最后,在三个公开的运动想象脑电数据集上验证所提方法的有效性。实验结果表明,新提出的集成学习方法,其分类结果优于支持向量机、随机森林等现有的分类器。LASSO集成模型优于KNN集成模型,在三个数据集上取得了71.75%的最高平均分类准确率。     

无人车基于激光雷达/视觉的目标体积自动测量方法

近些年,基于激光雷达和视觉的目标感知在无人系统中得到了广泛应用。目标的体积测量在很多应用场景可以发挥极其重要的作用,然而对识别感知目标的体积测量,目前尚无大量研究。首次提出了一种基于激光雷达/视觉的无人车目标体积自动测量方法,实现了无人车与目标体积测量功能的结合。通过在LeGO-LOAM算法中加入点云畸变补偿,相较于原始LeGO-LOAM算法,无人车在高速情况下的构图精度得到提升;通过将激光雷达与视觉进行深度融合,实现了目标的自动识别与全局定位;通过基于平面拟合的地面分割与欧式聚类,实现了目标点云轮廓的实时获取;通过设计一种基于切片法的不规则物体体积测量方法,实现了无人车在运动情况下对目标体积的自动估计。最终,分别通过Gazebo仿真和实际试验验证了算法的有效性。试验结果表明,所提算法在无人车运动的情况下对静态目标物的实时体积测量精度优于3%,具有较好的工程应用价值。     

不依赖卫星的定位导航与授时体系研究

定位导航与授时(positioning, navigation and timing, PNT)体系是支撑人类社会发展的基础设施。当前以卫星为核心的天基PNT应用广泛,但在卫星拒止环境下面临严峻挑战。通过总结天基PNT在国民经济发展与国防建设中的重大作用,分析天基PNT的脆弱性与依赖风险,明确了对不依赖卫星的PNT体系的迫切需求。提出了不依赖卫星的PNT体系概念与特征,即以“惯导+时钟”为核心增强基础PNT能力,利用外源传感器多源融合提高精度保持能力,在卫星拒止条件下为用户提供可承载的高性能PNT服务。基于现有技术基础重点发展微小型、高精度、低成本惯导技术,微时钟技术以及智能融合技术是有效途径,能够实现不依赖卫星的PNT覆盖性、精确性与可承载性的全面提升。     

互联网时代企业跨界经营及其经济效应——基于小米集团的案例研究

随着互联网时代的到来,互联网技术在制造业企业中的应用显得越来越重要,跨界经营已成为企业生存发展的必然。文章基于价值共创引致的跨界经营,以小米集团为研究对象,从用户价值、融合创新和“免费”模式三个方面分析小米集团的跨界经营及其效果。研究发现:(1)跨界经营为用户创造了价值,同时用户价值又为企业创造价值降低了成本;(2)跨界经营的本质是互联网产业与制造业产业互相渗透的融合创新;(3)产品的“免费”模式成为聚合用户的入口,进而发展其他业务。跨界经营使小米集团保持惊人的成长速度。市盈率印证了小米集团跨界经营的属性,但是就公司估值而言,市场对跨界经营仍存疑虑。     

基于CDKF的快速协方差交叉融合跟踪算法研究

随着目标抗干扰能力的增强,单一寻的制导方式很难完成对目标的稳定跟踪和精确打击,需采用多种探测器作为传感器,提供多种观测数据以实现对目标的稳定跟踪和精确打击。建立了适当的目标运动模型和观测模型,利用中心差分卡尔曼滤波（CDKF）变换处理模型的非线性问题,避免了求解复杂的雅克比矩阵。对于分布式多传感器融合,传统的方法多采用协方差交叉（CI）融合方法,但是这类方法需要寻优求解。而快速协方差交叉（FCI）则不需要进行寻优过程,且计算量小。在此基础上,提出了用于多传感器目标跟踪的CDKF-FCI融合算法。最后,对算法进行了仿真分析,并进一步验证了提出算法的有效性。     

一种利用尾舵偏转实现BWB飞机减速的方法

结合国内外的相关研究工作,提出了一种利用尾舵偏转实现BWB飞机发动机喷气气流方向的改变,进而达到减速目的的方法。基于求解三维欧拉法方程,数值模拟了不同尾舵偏转角度下BWB飞机发动机喷口附近的流场分布特性和反推力大小,并评估了着陆场长收益。气动与性能计算结果表明,在计算滑跑速度范围内,发动机喷气气流会冲击到偏转的尾舵上,进而产生反向喷气气流,并产生较大的反推力,有效降低着陆场长,且随着尾舵偏转角度的增加,反推和减速效果逐渐增大。     

利用增量相位和星光仰角增强XNAV

针对X射线脉冲星导航系统(XNAV)中过程噪声统计特性难以准确获取,对其不当假设导致滤波器估计性能不佳的问题,提出基于自适应差分卡尔曼滤波器(ADDF)的多信息融合算法。为了降低导航误差,在传统脉冲星计时观测的基础上,增加恒星星光仰角及两个时刻间的相位增量观测量,共同增强XNAV。首先,分别建立计时观测模型、相位增量模型及星光仰角模型;然后将多信息测量模型集成到卫星轨道动力学方程中,以建立ADDF滤波模型;最后对所提方法进行仿真验证。实验结果表明,在相同的初始状态和初始噪声误差条件下,与传统X射线脉冲星导航算法相比,多信息融合算法能将导航位置估计精度提高70%以上,位置估计误差降低到 200 m 左右,速度估计精度提高40%以上,且ADDF性能优于无迹卡尔曼滤波器。     

《空气动力学学报》征稿简则

《空气动力学学报》是中国空气动力学会主办、中国空气动力研究与发展中心主管的中文核心科技期刊,创刊于1980年,双月刊,国内外公开发行。本刊主要刊载空气动力学及相关交叉学科的理论与实践、方法与手段、技术与应用等方面具有重要意义的创新性成果,以促进空气动力学学科发展和与其他学科的交叉融合。栏目形式包括:综述,研究论文,专栏,主编推荐。     

基于PTE的多雷达航迹融合算法

针对杂波背景下的多雷达航迹融合时局部估计误差互协方差矩阵未知的问题,提出基于目标存在概率（PTE）的航迹融合算法,提升了正确航迹率和跟踪精度。首先,通过综合概率数据关联得到单接收站的目标航迹估计集合和对应的目标存在概率。然后,在局部估计误差互协方差矩阵未知的条件下,基于PTE信息提出不带记忆的综合广义凸组合航迹融合算法。进而将前一帧的融合状态进行反馈,提出带记忆的综合广义凸组合航迹融合算法。仿真验证了所提算法的有效性。     

基于数值模拟的翼身融合布局飞机上悬式发动机布置技术

发动机进排气对飞机气动特性具有重要影响。为了评估翼身融合布局（BWB）飞机上悬式发动机不同布置方式对全机气动特性的影响,首先开展了发动机短舱进排气与全机流场耦合的数值模拟技术研究,验证了计算方法的正确性。在此基础上,针对发动机安装于翼身升力面之上的BWB运输类飞机,开展飞机巡航飞行条件下,发动机不同支撑高度下沿流向及展向不同安装位置的进排气与全机流场耦合数值模拟,评估发动机不同布置方式对全机气动特性的影响,形成发动机不同布置方式影响的规律性结论。