低能见度天气对飞行的影响及应对措施

本文从低能见度天气对飞行基本状态的影响、空中领航的影响、飞行员情景意识的影响、飞行员负荷的影响、飞行员决策的影响、导航设备使用的影响几个方面进行了分析，据此提出以下应对措施：（1）强化飞行员的自我学习和训练；（2）强化飞行前的地面准备；（3）强化空中偶遇低能见度天气的应对措施；（4）强化管制员对低能见度天气的应对措施；（5）强化运营单位对低能见度天气的应对措施，以期降低低能见度天气对飞行的影响，保证飞行安全。     

不同孔径金属腹板稳定性及补强措施分析北大核心CSCD

针对金属腹板在不同开孔直径下的剪切稳定性,采用有限元弹性屈曲分析方法进行研究。并为补偿开孔后稳定性的损失,探讨了常用的加强环、法兰的加强方式在不同开孔尺寸下的加强效果。结果表明:金属腹板的稳定性随开孔直径的增加呈下降趋势,增加法兰翻边高度和厚度提高腹板稳定性的效果明显,当翻边高16 mm,法兰厚度1.5 mm时补强效果最好。这是由于增加法兰翻边高度和厚度相当于提高了开孔周边的刚度,而刚度对腹板稳定性有显著的影响。     

电子上妆技术在载人航天中的应用设计

针对空间站为代表的空间活动驻留宇航员上镜时的妆容美化需求和空间环境资源限制等问题，通过图像处理的方法为宇航员进行虚拟上妆，优化航天员个人形象。对妆容迁移技术现状和载人航天中的问题进行了初步的探索和讨论，进一步提出虚拟上妆的优化设想，设计了基于生成对抗网络的妆容迁移模型。通过该模型可以对宇航员图像或视频的关键帧进行自动美颜，实现宇航员面部的虚拟上妆。实验结果表明，在不会改变宇航员的身份信息的基础上，通过优化后的循环一致性生成对抗网络对宇航员图像面部、眼部及唇部都可以进行迁移上妆，且不需要额外的手动交互。电子上妆技术解决了太空中宇航员个人形象维护难的问题，对进一步提升航天员形象有一定的参考价值。     

基于网络化航空搜潜体系的声纳浮标检查性搜索方法 aa

在分析总结网络化航空搜潜体系的基本构成以及基于网络化航空搜潜体系的搜索方法的基础上,对基于网络化航空搜潜体系的声纳浮标作战使用问题进行了系统研究,提出了以“统一指挥、整体布设、集中监听”为核心的作战方法,并通过建立模型,对所提出的作战使用方法的作战能力进行了分析计算,通过与平台反潜作战条件下作战能力的比较,验证了所提出的作战使用方法的合理性。     

超燃冲压发动机燃烧室流场超分辨率重建

超声速燃烧室受限空间内复杂流场波系结构的获取受到光学测量装置精度的制约。为提升流场时空分辨率特征，本文应用中国空气动力研究与发展中心地面脉冲燃烧风洞获取的试验数据，在发动机入口马赫数2.5的条件下，构建了6种不同当量比下基于压力数据重构的燃烧室流场低分辨率图像数据集，研究了三种提高图像分辨率的方法来提升超燃冲压发动机燃烧室流场重构图像的分辨率。结果表明，本文所提出的流场超分辨率稠密网络（Flow-field Super-Resolution Dense Network, FSRDN）、流场超分辨率生成对抗网络（Flow-field Super-Resolution Generative Adversarial Network, FSRGAN）、传统的双三次插值法（Bicubic interpolation,Bicubic）对流场图像分辨率都提高了42倍。FSRDN网络所得流场图像结果的峰值信噪比（Peak Signal-to-Noise Ratio,PSNR）、相关性系数（Correlation coefficient,CORR）、感知指数（Perceptual Index,PI）指标...     

未来远程对空导弹发展思考

针对未来远程对空导弹的发展趋势,本文分析了未来空战场的3种重要目标,对远程对空导弹拦截3类目标的重要性进行了分析,进一步从远程打击"侦-控-打-评"体系出发,分析了远距作战对于预警探测、指挥控制与通讯、火力打击以及效能评估的四点需求.最后分析了未来远程对空导弹的3种能力特征:防区外拦截能力、弱信息支援下的自主作战能力和...     

基于条件生成对抗模型的遥感卫星影像重建技术研究

为了快速侦察未知区域的地貌信息，遥感卫星可对特定区域进行扫描以获取遥感卫星影像。当卫星经过国外未知区域时，部分卫星无法针对某特定区域进行长时间的驻留扫描，本文提出一种基于条件生成对抗网络模型（Conditional Generative Adversarial Network，CGAN）进行网络训练，前期将某方法获取的区域轮廓地形信息作为CGAN网络的生成网络和鉴别网络中的条件约束信息，通过网络生成器与判别器在训练过程中互相博弈产生特定的输出集，有效地实现由单张电子轮廓图像到对应卫星遥感图像的端到端的非线性映射。本文通过原真实卫星遥感图像与生成卫星遥感图像进行四种对比误差计算，平均误差、均方误差与结构相似度均高于99%，峰值信噪比高于30 dB，生成的图像与原图像之间具备高相似度，实现了在获取坐标定位轮廓信息的先验条件下，对特定区域进行遥感卫星影像内容重建技术。     

基于改进Cycle-GAN的光流无监督估计方法CSCD

卷积神经网络为光流的计算提供了一种新的方式,但作为一种数据驱动技术,用于训练网络的大规模光流真值在现实世界中不易获取。为了解决这个弊端,基于Cycle-GAN的循环对抗机制,提出了一种光流无监督估计方法。首先,引入双判别器机制在生成器生成的光流样本的底层和高层特征上进行鉴别,迫使生成器提高光流生成的精度。其次,引入Spynet作为教师网络,在生成器训练前期对其进行指导,防止网络陷入模式崩塌。最后,改进损失函数,提出了光流一致性损失和轮廓一致性损失函数,进一步提升光流估计精度。实验结果表明,与现有的先进算法相比,提出的方法达到与有监督算法相同的精度水平。