面向小样本遥感解译的空间置弃FCN模型

针对当前缺少大型遥感数据集,复杂深度学习语义分割模型优化难等问题,文章通过改进经典全卷积网络(Fully Convolutional Network,FCN)模型,提出了一种面向小样本遥感数据集,联合批归一化和空间置弃方法的智能解译语义分割模型,为解决小样本数据集过拟合问题提供新的思路.首次将空间置弃层引入FCN模型,...     

直升机飞行品质等级数值认定方法研究

针对直升机机动飞行品质评估,ADS-33E-PRF飞行品质规范设立了不同机动性要求的任务—科目—单元,这些任务—科目—单元为驾驶员试飞进行品质评定提供了相应的依据.同时,这种主观评定方法存在成本高、风险大、周期长且无法指导直升机前期设计等问题,采用数值分析的方法是解决这一问题的有效方式.本文在总结直升机机动飞行驾驶员主...     

基于伴随方法的矩形喷口湍流混合噪声空间模态分析

修改喷管出口的几何形状是一种低成本、高效率的喷流噪声降噪方法.为了深入分析非轴对称喷口的降噪原因,本文以矩形喷口为研究对象,基于伴随格林函数,对矩形喷口产生的小尺度湍流混合噪声进行空间模态分解,避免了常规试验方法中试验误差及高频限制等方面的局限性.研究结果表明,声能量向高阶周向模态的转移,导致部分声能量的损失,是矩形喷...     

基于前馈神经网络的柔性连续臂建模与仿真

柔性连续臂的设计研究近年来取得重大进展,但其建模研究一直相对滞后。为此,文章对柔性连续臂进行运动学建模研究,提出使用临时姿态矩阵求解逆运动学的方法,解决了逆运动学不易收敛的问题;利用前馈神经网络对基于模态振型函数（MSF）的模型进行拟合,建立一种端到端的正运动学模型和逆运动学模型,在保证模型精度的同时,显著提高了其逆运动学求解效率。该模型可以灵活更改前馈神经网络输入输出神经元的数量,从而将自身迁移到多节模型中。     

一种新的基于小波理论和B样条函数的测量数据分析方法

飞行器测量数据是由不同频率的时间序列迭合起来的信号,据此提出一种新的基于小波理论和B样条函数的分析测量数据的时频联合估计方法。该方法采用Gaussian函数的一阶导数和db8小波进行测量数据随机误差的一次和二次估计,应用三次B样条函数构建测量数据模型,实现了测量数据随机误差统计特性精确描述和系统误差准确估计,从而满足对测量数据高精度的要求。     

基于粒子群优化的航路规划算法研究与仿真

文章将粒子群优化方法应用于飞机低空突防航路规划技术研究,提出了利用一组正弦波曲线来构造一个粒子,并在适应度函数设计巾加入处罚函数,使该方法得到的飞行航线严格经过起始点和目标点,而且满足飞机的机动性能要求,以及起始航向角与目标进入角的要求。仿真结果表明,所用方法简便可行,粒子能较快地收敛于全局最佳航路。     

应用非均匀B样条拟合涡轮发动机部件特性

为了使气动热力模型更好的逼近涡轮发动机,应用成熟的非均匀B样条来拟合部件特性.这种方法既可以保证发动机计算的整体性能也大大提高了其局部特性的准确性.单轴涡喷发动机的算例证明了方法的有效性.      

CSRT与CST气动外形参数化方法对比

类别形状修正函数变换(CSRT)方法是在类别形状函数变换(CST)方法的基础上添加修正函数以克服其不具备局部性的缺点发展而来的新型参数化方法。通过考察参数化过程中翼型的表示误差和线性系统条件数,对CSRT和CST参数化方法的表示精度和数值单值性进行了对比。使用基于以上两种参数化方法的远场组元(FCE)激波阻力优化算法对超声速翼身组合体进行了零升激波阻力优化,结果对比得到:基于CSRT方法的两级优化具有更好的优化效果,激波阻力系数降低了34.7%。研究表明:CSRT方法需要比CST方法更多的参数数量以达到相似的精度,随参数数量的增长,CSRT参数化过程的病态化程度远低于CST方法;CSRT参数化方法可以结合适当的优化算法进行气动外形二级优化,其效果优于使用相同参数数量的CST参数化方法所进行的单级整体优化。     

函数传递法求解悬链线问题

悬链线问题是一类经典又多变的力学问题，其曲线构形指导着桥梁等工程应用的结构设计。为了求得结构特征或载荷特征不同的悬链线的变形，提出了一种基于传递矩阵法思想的、通用性较好的求解方法。首先，提炼出悬链力学模型，将悬链顺序划分成若干简单单元，结合单元力平衡和本构-几何关系解得单元特征函数方程组，顺序嵌套单元特征函数方程组获得整体特征函数方程组；然后，使用离散Newton迭代法对该非线性方程组进行求解，获得悬链的受力和变形；最后，算例验证了结果与解析解的一致性。函数传递法对具有复杂结构特征和载荷特征的悬链线问题有很好的适用性，对求解其他可划分为若干首尾相接结构单元的结构系统的广义变形也适用。      

一种运载火箭时变结构模态参数辨识的确定性演化方法

针对运载火箭的时变结构模态参数辨识问题进行研究，基于时变自回归滑动平均(TARMA)模型，提出一种时变结构模态参数辨识的确定性演化方法。该方法利用小波基函数的良好局部函数拟合能力，将墨西哥帽小波函数作为TARMA模型时变系数的空间基底，构建了基于小波函数的泛函序列时变自回归滑动平均(FS-TARMA)模型，并发展了两步最小二乘估计方法，实现了时变系数的解耦估计。通过有限单元法，建立了阿里安V号芯级运载火箭时变有限元模型，对所提辨识方法进行了验证，结果表明：墨西哥帽小波基FS-TARMA方法能够有效地辨识系统的时变模态参数；与传统傅里叶基FS-TARMA方法相比，具有更好的辨识精度，并且能够准确地反映出模态局部细节特征。