基于深度学习的无人机数据链信噪比估计算法

无人机数据链通信受到各种自然与人为的干扰,信噪比（SNR）是信道状态和通信质量的有效评估指标。为解决传统估计算法信噪比估计精度不足的问题,提出了一种卷积神经网络（CNN）与长短时记忆（LSTM）网络结合的估计模型。利用仿真与实测相结合的方式,构建了一个包含不同信噪比、调制方式、衰落信道等信息的无人机通信信号数据集;在网络训练阶段,将样本序列进行分割,对分割后的每一部分序列使用CNN-LSTM网络提取深度特征,多次训练并保存模型参数;在测试阶段,利用构建好的测试集完成对算法的验证与测试,得到信噪比估计值。实验表明,相比于传统信噪比估计算法与单一网络结构的深度学习算法,所提算法的均方误差最低,实现了对信噪比的高精度估计。      

基于深度学习与SAE网络的火箭推力下降故障诊断

针对运载火箭动力系统在发动机推力下降故障诊断中存在的推力下降程度及故障时间测算不精确的问题,提出了一种基于深度学习的故障诊断方法.不同时刻及程度的推力故障下,利用运载火箭六自由度运动学模型生成的过载信息作为故障训练样本,采用堆栈自动编码器方法训练网络,利用训练好的网络辨识发动机推力下降程度,带入六自由度仿真模型中可以实...     

欧洲已启动"全球环境和安全监测"计划--欧洲空间战略的一例典范

1 前言 在,人类环境和地球未来的可持续发展问题是世界各国关注的焦点.欧洲为了表明它在制定区域性国际政策、提出可持续发展议程,以及必要时商讨国际协议等方面的能力,已正式启动了“全球环境和安全监测”（GMES）计划.该计划将联合欧洲各自分散的对地观测力量,使其成为综合的观测网络,并能提供运营服务.     

小型民营航空公司的地方“血脉”

近年来,除了春秋、吉祥等较大的民营资本控股的航空公司外,小型民营航空公司纷纷出现重组、寻找合作方或者破产等情况,尤其是2020年疫情来袭之后,这种情况更为常见.小型民营航空公司的合作方主要包括大型国有航空公司(东星并入国航)、地方资本(湖南政府入资红土航空等)和民营航空公司.由于小型民营航空公司的机队规模小,航线网络单薄,与大型航司网络匹配度低,大型航司收购小型民营航空公司的意愿往往并不高,因此,小型民营航空公司主要以地方资本作为重组对象.     

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。     

低空智联网组网与控制理论方法

低空智联网（LAIN）作为一种新兴的智能网络,依托于空天地海基础设施构成数字智能网络体系,是空天地一体化网络的重要组成部分,可支撑实现第六代通信技术无缝泛在互联,推动智能网络服务由地面向低空空域的发展。然而,LAIN正处在技术突破阶段,仍面临以下关键挑战尚未解决,主要包括低空空域安全管控困难、频谱干扰严重、多维资源紧缺等问题。因此,面向LAIN体系架构与安全管控问题,综述了目前低空网络的发展现状,指出其对于产业技术变革的意义;然后,从频谱资源、网络资源以及空域资源管理的角度出发,分析了LAIN相关技术的国内外研究现状;进一步,剖析低空飞行器空地频谱共享、感传算一体化组网覆盖、低空空域智能监管等关键技术,为LAIN和低空空域的管理指明进一步的发展方向;最后,提出了LAIN的应用示范,旨在面向低空空域高效运行与安全的重大需求,为下一代空天地一体化网络的进一步发展提供理论依据和技术。     

基于TTE的改进加权轮询调度算法

在时间触发以太网(TTE)中,TT消息优先级最高,RC消息只能在TT消息调度的离散时间片内传输,因此,TT消息离线调度表的设计会对RC消息调度产生一定影响。针对这一问题,提出了基于最优时间片的改进加权轮询(MWRR)调度算法。首先,通过TT消息约束条件限制获得TT消息离线调度表,进而得到保证RC消息较大资源利用率的时间片信息;其次,在离散时间片对不同类型RC消息进行调度,并运用网络演算方法对其最坏端到端延迟进行分析;最后,通过实验仿真证实了本文算法不仅具有较低的复杂度和较好的公平性,保证了实际应用中算法的可行性,而且在时延性方面均优于先到先得(FIFO)、优先级(PQ)和加权轮询(WRR)调度算法。     

基于传感器关联网络的燃气轮机异常检测方法

通过分析燃气轮机4种典型异常形式的产生机理以及特征表现,得到了不同异常形式与传感器关联网络结构特征之间的映射关系。在此基础上,得到传感器关联网络的异常特征模式,提出了基于传感器关联网络的燃气轮机异常检测策略。通过实例分析,证明了融合多源信息基础上建立的传感器关联网络模型,可以过滤掉节点间关联指标低于阈值037的相关性,有效的实现燃气轮机的稳态异常检测,并可以检测出转速上升过程中,节点间相关性的正常线性变化趋势,存在大于12%的异常凹陷非线性趋势,从而有效的实现燃气轮机的动态异常检测。      

基于深度信念网络的船用燃气轮机自适应控制

针对船用燃气轮机非线性强、惯性大和负载多变等特点,提出1种基于深度信念网络的自适应控制器。该控制器结合了深度信念网络和传统PID控制器,利用深度信念网络对燃气轮机的转速误差信息以及负载状态提取实时特征,在线调节PID参数,并将参数传递给PID控制器,由其输出控制量。通过数字仿真验证表明:该控制器满足燃气轮机转速控制的要求,并且具有良好的自适应性,在不同工况下,能够对燃气轮机转速进行准确控制,使得系统快速响应的同时无超调量。