神经网络与D-S理论结合的HRR识别研究

基于D-S(Dempster-Shafer)证据理论,比较和研究了相关数据和不相关数据的融合方法,分析了多传感器数据融合的算法:集中式融合算法和分布式融合算法.经过实验证明,执行分布式有反馈融合算法时的效果最好.然后利用该算法,提出了和线性内插神经网络相结合的识别方法.利用4种飞机的步进频率雷达的高分辨率一维距离像,将神经网络的识别结果作为证据分别送入传感器进行融合,进行识别研究.实验证明,与单纯利用神经网络的方法比较,目标的正确识别率得到了改善.     

振动载荷和定应变对HTPB推进剂基体/颗粒粘接界面影响

为研究振动载荷和定应变对HTPB推进剂基体/颗粒粘接界面的影响,进行了振动载荷和定应变作用下HTPB推进剂高温老化试验,测试了不同载荷和老化时间下推进剂的宏观力学性能,利用扫描电镜观测了推进剂的细观破坏过程,基于颗粒增强本构理论,分析了推进剂基体/颗粒粘接界面的损伤规律。结果表明,振动载荷和定应变的作用使HTPB推进剂的初始模量和抗拉强度均减小,高温老化、定应变和振动载荷的作用都会破坏推进剂基体/颗粒粘接界面、降低推进剂固体颗粒模量增强效果,定应变状态下振动载荷作用后,粘接界面损伤最严重。     

RFID技术在航空领域的应用研究

射频识别(RFID)技术现已广泛用于物流、金融、零售等各个行业.航空领域的RFID应用起步较晚,通过对RFID技术在飞机制造商、原始设备生产厂家(OEM)、航空公司的一些典型的应用案例的分析,提出RFID技术应用于航空领域所面临的挑战及必要性,为其未来航空业自动识别技术的发展指明了方向.     

单液滴破碎空间尺寸分布特性的实验研究

为了研究液滴破碎后颗粒云空间尺寸分布的机理特性,通过试验方法并建立相应的均匀性指标数学模型,分析了不同We数对液滴破碎后颗粒群空间分布均匀性的影响。结果表明:(1)液滴袋状破碎后颗粒分布类似于袋形的蜂窝结构,并以类似爆破的形式向后方外围扩散分离。(2)多模式破碎后颗粒群为类似于"树"形结构的颗粒分布,前端有分布密集、粒径较小的聚集团,后方分布着大范围的颗粒群。(3)剪切破碎后颗粒群为类似"桶"形的颗粒分布,外围分布着大量颗粒,而内部分布较为复杂。(4)在We数为10~70时,颗粒群的离散率在整体上是呈现先升高后下降再升高的趋势。当We数为30和60时,两个方向上的离散率存在较大差异,而三种不同的破碎模式中,剪切破碎均匀性表现最好。     

用于光波纳米推力器的颗粒供应技术和光聚积技术研究

为提高光波纳米推力器在轨应用的可行性,针对与其匹配的颗粒供应技术和光聚积技术进行研究。提出整个推进系统的设计思路,通过建立理论计算和数值计算模型,分析颗粒供应技术和光聚积技术的各项核心结构参数的设计方法。计算结果表明:颗粒供应装置的正负电极内径之比(W/D)会影响正负电荷产生的总量之比,在W/D=300/322附近时,正负电荷比例接近1:1。静电诱导电压为9 V,当中和通道长度大于37.5mm时,正负颗粒可以视为完全中和。光聚积设计思路可令聚积球对光能的利用率在32.8%左右。两种相关技术的装置与推力器在结构上能够对接、在性能上可以匹配,从理论上表明了两种支撑技术的可行性。     

基于多标签协同学习的跨域行人重识别

跨域是行人重识别的重要应用场景,但是源域与目标域行人图像在光照条件、拍摄视角、成像背景与风格等方面的表观特征差异性是导致行人重识别模型泛化能力下降的关键因素。针对该问题,提出了基于多标签协同学习的跨域行人重识别方法。利用语义解析模型构造了基于语义对齐的多标签数据表示,以引导构建更关注行人前景区域的局部特征,达到语义对齐的目的,减少背景对跨域重识别的影响。基于行人图像全局特征和语义对齐后的行人局部特征,利用协同学习平均模型生成行人重识别模型的多标签表示,减少跨域场景下噪声硬标签的干扰。利用协同学习网络框架联合多标签的语义对齐模型,提高行人重识别模型的识别能力。实验结果表明：在Market-1501→DukeMTMC-reID、DukeMTMC-reID→Market-1501、Market-1501→MSMT17、DukeMTMC-reID→MSMT17跨域行人重识别数据集上,与NRMT方法相比,平均精度均值分别提高了8.3%、8.9%、7.6%、7.9%,多标签协同学习方法具有显著的优越性。     

基于自适应遗传BP算法神经网络数据融合的空中目标识别

空中目标识别是现代防空作战的重要研究内容。本文利用不同类型目标产生的多类型传感器的数据信息对目标进行识别。为了训练神经网络目标识别分类器,将遗传算法和BP算法相结合,提出了一种新的自适应遗传BP算法,利用这种神经网络来确定指标的权值。仿真试验结果表明,基于自适应遗传BP算法神经网络的识别是一种简单、可靠的目标识别方法,具有很好的目标识别效果。     

航空发动机数控系统多故障识别

提出了一种基于模糊逻辑的航空发动机数控系统多故障的识别方法.首先采用Takagi-Sugeno(T-S)模糊模型描述一种涡喷发动机数控系统的非线性模型,然后应用全解耦奇偶方程进行多故障的检测和隔离,并结合卡尔曼滤波器识别出传感器和执行器故障参数.仿真结果表明,针对传感器和执行器同时发生故障的情况,此方法能有效检测故障,并能准确识别出故障参数.      

颗粒阻尼对直升机旋翼桨叶减振效果的试验

 为探索直升机减振技术的新方法,研究颗粒阻尼技术在直升机旋翼桨叶减振中的应用,设计了直升机旋翼桨叶模型及其相应的颗粒阻尼器形式,利用试验方法研究了颗粒阻尼对非旋转及旋转桨叶模型的阻尼减振效果。试验结果表明：颗粒阻尼可以有效提高非旋转桨叶模型的前3阶阻尼水平,尤其可使桨叶第3阶模态阻尼比提高一个数量级甚至更多;在较低的转速范围内,颗粒阻尼还可以克服离心力作用,使旋转桨叶模型的挥舞和摆振加速度响应水平均得到有效削减,充分表明了颗粒阻尼作为一种振动控制手段应用于直升机旋翼桨叶的可行性。     

一种基于SNM降阶技术的整体叶盘结构失谐识别方法研究

本文以谐调叶盘有限元模型解析模态和失谐系统的实验测量模态作为基础信息,提出了一种整体叶盘结构失谐识别方法。该方法基于SNM降阶技术,大大降低了识别过程的计算花费以及对基础信息的要求;采用了子矩阵型技术使得失谐参数定义更加的自由,并使得该方法具有模型修正的功能;利用最可能向量技术处理实验测量模态振型,有效的限制了测量噪声、非线性等因素对识别过程的影响。最后以一个真实叶盘结构的数值仿真分析证明了该方法的正确及有效性。