面向任务的空间信息网络体系结构可重组设计

针对空间信息网络体系结构设计和其使命任务的多重性、多维性的问题,提出了一种体系结构可重组设计方法。首先,介绍了空间信息网络及其体系结构的国内外发展现状,分析了研究空间信息网络体系结构可重组设计的需求。其次,结合空间信息网络的概念、结构和特征,建立了松耦合、兼容性、隔离性和可解构的可重组设计原则。同时,定义了管理中心（RMC）和资源中心（RRC）的内涵,分析了RMC和RRC的运行机制,从目标、拓扑、实体、数据、方案5个维度出发提出了一种形式化的可重组网络体系结构模型,并给出了可重组网络体系结构的实现算法流程。最后,以某反导作战活动为例进行了体系结构可组构设计的案例分析,基于STK平台进行可重组网络的仿真演示,着重展示和验证了可重组设计思想在实践中的具体应用,达到了预期目的。     

Heading control strategy assessment for coaxial compound helicopters

The coaxial compound helicopter has two possible strategies for heading control: collective differential and rudder deflection. A flight dynamics model is developed to assess the effect of different heading control strategies. This includes the trim characteristics, steady flight performance,controllability, and manoeuvrability. The trim study demonstrates that heading control strategies are less influential on trim results, and the steady flight performance is also not significantly affected by the heading control strategy adopted. The controllability analysis shows although heading bandwidth and phase delay results at various speeds with different heading control strategies are all satisfied, the control derivative of the collective differential decreases as speed increases, and its heading aggressive agility is degraded into Level 3 in high-speed flight. In addition, using collective differential would lead to severe heading-rolling coupling as forward speed increases. On the contrary, the control derivative and aggressive agility of the rudder deflection is improved with forward speed, and there is no evidence of heading-rolling coupling. Finally, the transient turn MissionTask-Element(MTE) is utilized to investigate the heading manoeuvre characteristics in different heading control strategies, which indicates that the collective differential would add the amplitude of control input and the power consumption during this MTE.     

低轨卫星缺失时序数据的模式识别方法

在航天应用中，低轨卫星经常会由于原始数据缺失而影响卫星时序数据模式识别结果，降低准确率。针对该问题提出了一种新型MR-GRU模型，可有效处理缺失时序数据，并获得较好的模式识别准确率。区别于传统模型的补全缺失数据的方法，MR-GRU模型直接在缺失时序数据上运用循环神经网络进行训练，对传统门控循环单元结构进行了改进，增加了两个新变量：掩蔽项和衰减项。掩蔽项作用于输入，衰减项作用于输入和隐层单元输出。MR-GRU模型不仅能够保持时序数据固有的时间特性，还能有效提高模式识别精度。在卫星时序数据上的模式识别试验表明，MR-GRU模型准确率优于传统模型。     

基于时标分解的弹性高超声速飞行器智能控制

考虑弹性高超声速飞行器纵向动力学模型，提出了一种基于时标分解的智能控制方法。考虑刚体状态和弹性模态具有不同的时标特性，采用奇异摄动理论进行快慢时标分解，将模型转换为刚体慢变子系统和弹性快变子系统。针对刚体子系统考虑动力学不确定，基于平行估计模型构造表征不确定逼近效果的预测误差，结合跟踪误差给出复合学习控制策略。针对弹性子系统设计自适应滑模控制稳定弹性模态。通过李雅普诺夫稳定性分析可证系统状态一致终值有界。仿真表明所提出的控制方法能够实现刚弹模态的稳定收敛，且具有更高的跟踪精度、更好的学习性能和更快的收敛速度。     

大数据背景下“战略性阅读”的支撑研究——以HistCite引文分析为例

对大数据背景下科学研究模式新的变化进行了剖析,探讨了"战略性阅读"的由来及内涵,然后以"战略性阅读"的支持工具之一HistCite为例,以"数字图书馆"主题领域为宏知识来源,研究了如何运用引文分析工具来支持用户对海量数据进行深度分析。     

Simulation analysis for effects of bone loss on acceleration tolerance of human lumbar vertebra

The purpose of the present study was to analyze and predict the changes in acceleration tolerance of human vertebra as a result of bone loss caused by long-term space flight. A human L3–L4 vertebra FEM model was constructed, in which the cancellous bone was separated, and surrounding ligaments were also taken into account. The simulation results demonstrated that bone loss has more of an effect on the acceleration tolerance in x-direction. The results serve to aid in the creation of new acceleration tolerance standards, ensuring astronauts return home safely after long-term space flight. This study shows that more attention should be focused on the bone degradation of crew members and to create new protective designs for space capsules in the future.     

一种地理围栏内无人机航迹跟踪方法

针对UTM体制中无人机在地理围栏内的飞行监视问题,提出一种约束状态相关模态转换混合估计算法(CSDTHE)。采用随机线性混杂系统模型对无人机运动状态进行建模,利用CV、CT和CA三种模态描述无人机的飞行状态,以构建地理围栏内无人机运行的通用模态转换模型框架。利用飞行模态改变点(FMCP)定义相关模态转换参数,设计模态转换条件,生成模态转换概率矩阵,从而建立与状态相关的模态转换模型。运用约束卡尔曼滤波(CKF)方法对直线阶段和转弯阶段的无人机运动速度分别施加等式约束,并通过仿真实验验证了CSDTHE算法对无人机跟踪的有效性。     

机载综合无线电平台的中频数据传输总线优选分析

在综合无线电平台中，根据硬件平台通用化要求，需要选择一种总线同时满足CNI 不同波形的中频 数据传输对延时、带宽和误码率的要求。本文针对不加协议的GTX 和加上高速串行通信协议的Aurora、SRIO 进行测试，得到这三种高速串行总线在延时、带宽和误码率的对比分析，从而选择一种总线作为多波形综合的 中频数据传输总线。     

基于集成学习模型的飞行学员认知负荷研究

在飞行过程中,飞行员需要在短时间内接收大量信息,并做出正确的判断与决策,而过高的认知负荷会影响其感知、判断、决策等认知过程,进而影响飞行安全。首先通过飞行模拟实验获取飞行学员在执行不同飞行任务时的生理数据;然后通过时域、频域分析等方法提取呼吸和心电信号的特征,并通过统计学方法筛选出能够反映认知负荷水平的指标;最后结合支持向量机、K 最邻近、人工神经网络等方法建立集成学习模型,对飞行学员的认知负荷进行评估,并与单一算法进行对比。结果表明：本文建立的集成学习模型具有较高的准确率,能够更好地反映飞行学员认知负荷水平。     

一种便携式机载数据采集设备遥测检测仪设计与实现

飞机外场试验和飞行训练的需求使得采集系统成为飞机的重要设备。为检测外场环境下某型飞机上 的采集系统的工作状态,本文以便携式计算机为硬件基础,以Qt 为软件平台,针对某型采集系统设计了地面 遥测检测专用设备,实现了多类数据的实时解析。检测结果表明,该设备具有数据处理能力强、安全可靠性好、 易维护等优点,能够为某型飞机上的某型采集系统检测提供工程保障。