安全起飞和中断起飞的计算及实例分析

起飞性能的分析是确保航空公司安全和高效运行的关键。安全起飞和中断起飞的计算是起飞性能分析的主要内容。本文依据民航相关法规,提出了计算不同可用起飞距离和所需起飞距离的分段计算方法,给出了满足安全起飞和中断起飞的要求以及计算场长限重的工程方法。并以某机型在某机场跑道起飞为例,计算了各个可用起飞距离和所需起飞距离,给出了某条件下场长限重计算结果。     

基于Logit模型的民航和铁路竞争距离再审视

本文采集了2010年铁路与民航的实际重叠线路的信息,对我国城市对之间空铁实际运营距离的空间差异进行了实证分析,并对既有空铁客流分担率预测模型的距离因素进行改进,对比分析了预测模型改进前后的预测结果差异。研究发现,铁路和民航实际运营距离的数值差异较大,且存在较为显著的空间差异;改进后的预测模型更有利于发现空铁竞争下的差异化市场分布。最后,本文建议多采用事后实证研究对空铁竞争市场进行具体案例分析,以便更好地为区域交通的发展提供切实的研究支撑。     

超声速液体射流的气动特性

介绍了有关脉冲超声速水射流以及柴油射流气动特性的研究结果。水射流实验是在一台垂直设置的内径为8mm的火药枪设备上进行的。用出口直径为5mm的喷嘴,产生了速度为600m／s的水射流。用纹影仪观察了射流及激波形状,从而测量了激波与前体驻点之间的离开距离。柴油射流实验是在一台水平设置的高压氮气气枪设备上进行的。     

基于小生境技术的改进引力搜索算法

针对引力搜索算法（Gravitational sear ch algorithm,GSA）开发能力强而探索能力弱的特点,提出一种基于 小生境技术的引力搜索算法（Niching behavior based advanced GSA,NAGSA）。首先分析了引力搜索算法的性能,为每个粒子定义质量吸 引度和欧式距离吸引度两个属性,根据这两个属性计算出粒子吸引概率,取代原有的质量排 序选择法。其次,运用吸引概率和小生境拥挤度技术引导粒子在邻域内搜索,平衡算法的收敛 速度和多样性。此外,算法将k-best的取值按照指数函数递减,进一步提高收敛精度。 10个标准测试函数的仿真结果表明,该算法能有效地提高最优解的精度,加快收敛速度。最 后,采用4个标准柔性作业车间调度模型,验证了该算法在解决实际问题中的可行性和优越 性。     

阴影区较远距离手动交会对接目标识别方法

针对阴影区较远距离手动交会对接过程中由于仪表照明灯电功率的限制所出现的摄像机无法识别目标的问题,提出增强仪表照明灯电功率、利用交会对接光学成像敏感器标志器、结合激光雷达测量数据信息、在目标上贴附主动发光材料、实施跨区域交会对接方案5种方法,有效解决了手动交会对接过程中阴影区较远距离位置的目标识别问题.该方法切实可行,可供后续型号参考.     

空间目标一维距离像畸变补偿的混合算法

高分辨距离像的畸变补偿是空间目标ISAR成像过程中的重要环节。由于空间目标基带回波的模糊函数峰值落在包含原点的平行直线族上,根据平行直线族的约束边界建立了一个多目标规划模型,并利用正则化原理提出了一种目标速度估计的直接算法,具有解析解。将其作为迭代初值,进一步利用一维迭代搜索算法搜索距离像波形熵的最小值,获得了更精确的速度估计量。仿真结果表明,文章提出的混合搜索算法综合了解析算法和迭代搜索算法在计算量和准确性方面的优点,能有效估计空间目标径向速度并补偿一维距离像畸变。     

基于Tent映射的自适应混沌混合多目标遗传算法

提出一种Tent映射在计算机上实现的改进算法,有效解决了受计算机字长影响,Tent映射存在不动点和小周期的情况.将改进的Tent映射应用于混沌优化算法中,对基本NSGA-Ⅱ算法进行改进.使用混沌序列对初始种群赋值,提高算法收敛能力;使用改进的混沌搜索增强种群多样性;分别使用基本算法和改进算法对标准测试函数进行数值仿真.统计结果显示:改进的算法可以在保持高效率求解的同时,得到的非劣解在收敛性和多样性指标上均优于基本NSGA-Ⅱ算法.     

基于波形熵的雷达目标一维距离像检测技术

高分辨雷达一维距离像目标检测实质上是扩展目标检测,具有与低分辨雷达回波目标检测不同的特点.通过分析目标一维距离像和噪声的波形特点,提出了一种基于波形熵的一维距离像检测方法.该方法对目标一维距离像信号形式和噪声的先验知识要求少,运算复杂性小,易于工程实现.仿真实验说明算法能有效地提高检测性能.     

基于多语义线索的跨模态视频检索算法

针对现有的大多数跨模态视频检索算法忽略了数据中丰富的语义线索,使得生成特征的表现能力较差的问题,设计了一种基于多语义线索的跨模态视频检索模型,该模型通过多头目自注意力机制捕捉视频模态内部对语义起到重要作用的数据帧,有选择性地关注视频数据的重要信息,获取数据的全局特征;采用双向门控循环单元（GRU）捕捉多模态数据内部上下文之间的交互特征;通过对局部数据之间的细微差别进行联合编码挖掘出视频和文本数据中的局部信息。通过数据的全局特征、上下文交互特征和局部特征构成多模态数据的多语义线索,更好地挖掘数据中的语义信息,进而提高检索效果。在此基础上,提出了一种改进的三元组距离度量损失函数,采用了基于相似性排序的困难负样本挖掘方法,提升了跨模态特征的学习效果。在MSR-VTT数据集上的实验表明:与当前最先进的方法比较,所提算法在文本检索视频任务上提高了11.1%;在MSVD数据集上的实验表明:与当前先进的方法比较,所提算法在文本检索视频任务上总召回率提高了5.0%。