“阿波罗11”号与UFO

“阿波罗11”号登月才过去几十年，但这一事件已经成为历史课本中的传奇，标志着人类第一次在另一个世界登陆，同时也展示了20世纪60年代美国的科技和组织、管理、协调能力。对U10领域的专家、粉丝以及反对者来说，“阿波罗11”号登月也意义非凡。多年以来，在这次史诗级的空间旅行中，一直有关于UFO的报告和照片流传。     

现代物流与对外贸易耦合协调发展研究——基于“21世纪海上丝绸之路”五省市的实证研究

基于组合赋权-Topsis模型、耦合协调度模型以及障碍度模型对“21世纪海上丝绸之路”(以下简称“一路”)五省市2011—2020年现代物流与对外贸易发展的协调效应进行研究。结果显示：“一路”五省市现代物流与对外贸易综合发展指数平均水平整体均呈现出波动上升的趋势;五省市两系统的耦合协调度前期较低,但随着协调度指数的不断增长,五省市最终呈现出中级或良好的协调状态;其中主要障碍因子邮电业务总量与贸易竞争力指数等制约了两个系统的协调发展。最后,提出加强沿线合作,优化外贸结构,夯实物流基础设施,进一步提升贸易竞争力指数等促进两者协调发展的建议。     

某型固定翼飞机协调转弯鲁棒控制律设计

以某型固定翼飞机为例,针对协调转弯时侧滑过大的现象,采用了鲁棒H_∞状态反馈控制与常规PID(Proportion Integration Differentiation)相结合的控制方法设计控制律结构.基于固定翼飞机线性化模型,研究了H_∞状态反馈在横侧向控制律设计中的应用,并分析了滚转角和飞机速度对转弯半径的影响.仿真结果表明所设计的控制律可行有效,同时验证了对影响转弯半径因素理论分析的正确性.      

含局部缝隙与重叠特征的Mindlin板等几何分析

等几何分析(IGA)中非均匀有理B样条(NURBS)被同时用作计算机辅助设计(CAD)中的建模工具以及有限元分析(FEA)中的逼近函数。NURBS模型中常见的缝隙和重叠问题使得分析变得困难。基于Mindlin板理论,对含有缝隙与重叠部分的NURBS模型进行等几何分析,采用Nitsche方法处理模型交界面上的非协调问题,并通过标准数值仿真算例的计算结果与解析解对比验证方法的可行性。研究结果表明:基于Nitsche的等几何方法可以用来对含局部缝隙与重叠特征的非协调Mindlin板模型进行分析;NURBS次数越高,等几何分析计算结果越精确,并且收敛速度越快。     

飞机钣金组件数字化装配误差分析

以飞机数字化制造装配为依托,通过对飞机钣金组件在模拟量协调路线和数字量协调路线下产生误差环节的比较,着重分析了飞机钣金组件在数字化装配过程中产生的系统误差和随机误差的因素和造成误差累积的原因。针对减小在钣金零件制造路线、钣金组件装配路线、温度场变化、振动场变化、应力变化等环节的累积误差提出了改进措施。     

美报告建议组建行星防御协调机构

NASA顾问委员会行星防御特设工作组10月6日提交正式报告．建议NAsA组建行星防御协调办公室,以领导国内和国际上的工作．保护地球免遭小行星和彗星撞击。工作组共同主席、前宇航员施韦卡特说,就小行星撞击而言,这种天灾是可防的,但必须做恰当的准备,并同其它国家合作。他说,有政府和国会的支持,美国将能够应对保护地球免遭近地天体撞击的问题．     

多飞行器协调航迹规划方法

针对多飞行器的协调航迹规划展开研究，提出了一种基于协同进化的多飞行器协调航迹规划算法。在该算法中，不同飞行器的潜在航迹形成它们自己的子种群，并在于种群内部进化。不同飞行器间的协调关系由航迹的评价函数来实现。同时，通过使用特定的染色体表示方法和进化算子，该算法可以有效利用各种环境信息，处理各种航迹约束，并实时地生成三维航迹。     

继续推进改革开放与利益协调

随着改革开放的深入,各种深层次利益矛盾不断暴露出来,利益关系复杂化、利益差异扩大化、利益冲突显性化,利益协调的难度不断加大.面对这种挑战,我们必须加快建立健全科学有效的民意表达机制、利益平衡机制及利益协调机制,统筹各方面群众的利益关切,有效化解各种利益矛盾,促进社会和谐.     

民航局将全面推进空管安全管理体系（SMS）建设

为全面推进空管行业协调一致地开展安全管理体系（SMS）建设任务,民航局日前下发了《关于全面推进空管安全管理体系（SMS）建设的通知》,和通知一同下发的还有《民航空中交通管理安全管理体系（SMS）建设指导意见》和《民航空管安全管理体系建设指导手册》。     

基于Swin Transformer和注意力机制的红外无人机检测算法

红外无人机目标检测在军民领域的应用前景广阔。由于无人机目标尺度较小,空中环境复杂多变,目前普遍存在检测率低和误报率高的现象。针对复杂场景下红外无人机目标检测不良等问题,本文提出ST-YOLOA目标检测模型。首先,使用Swin Transformer网络架构和协调注意力（CA）机制搭建STCNet骨干特征提取网络;其次,特征融合部分采用带残差结构的PANet路径聚合网络构建特征金字塔提升整体特征提取能力,同时改进了上下采样方式以增强检测能力;最后,使用解耦检测头预测无人机目标的位置。试验结果表明,本文提出的模型检测精度为92.8%,检测速度达到了22帧/s,这表明该模型与其他模型相比具有较好的检测效果,且基本满足实时性检测要求,对于多无人机目标场景下的检测具有现实意义。