探空火箭图像压缩算法研究

结合探空火箭图像系统需求, 提出了一种基于小波变换编码, 即基于MSPIHT的自适应差分算术编码(MSPIHT Adaptive Differential Arithmetic Coding for image, MADAC)的图像压缩算法. 该算法对经过量化编码之后的数据 进行熵编码. 实验结果表明, MADAC算法具备探空火箭图像系统所要求的分辨 率、帧速率及压缩率可调的功能, 且易于硬件实现.     

永磁力矩电机三相绕组不对称性改进方法研究

由于力矩电机多作为驱动电机使用,且电机对低速平稳性要求很高,所以选用了一种特殊的极槽配合方式。12极39槽的选择使得电机齿槽转矩较小的同时导致电机三相绕组不对称。降低绕组不对称对电机低速平稳性的影响,对提高绕组的对称性的方法研究有着重要的意义。以一台采用12极39槽的力矩电机为例,提出了一种绕组不对称性的改进方法,通过改变绕组的排列方式提高了绕组的对称性,且保证了电机的低速平稳性。最终通过理论研究与仿真分析验证了不对称性改进方法的有效性。     

基于地面安全约束的无人机航路规划研究

随着无人机数量和飞行时间的快速增长,由无人机飞行风险引起的安全事故也逐渐增多.安全航路规划是在战略层面降低无人机运行风险的有效手段.考虑无人机航路的安全代价,基于地面风险评估提出了一种无人机安全航路规划模型.将航路下方区域栅格化处理,以每飞行小时地面人员伤亡率为量化指标,定义各栅格安全系数,并根据栅格安全系数构造航路安...     

冰雪天气下基于MFOA-KELM残差修正的跑道温度混合预测

道面温度短时精准预测是跑道积冰预警的关键因素之一, 为了解决单一机理预测模型随预测时间延长而造成误差累积的问题, 提出了一种冰雪天气下跑道温度混合预测方法。将跑道温度机理预测模型与核极限学习机(KELM)相结合, 建立一种数据驱动修正残差的跑道温度机理预测模型。针对果蝇优化算法(FOA)收敛速度慢、易陷入局部最小值的问题, 引入权值更新函数和距离扩充因子, 调整果蝇的全局寻优效果, 避免陷入局部极小值。利用改进的果蝇优化算法(MFOA)对KELM的正则化参数与核参数联合优化, 以冰雪天气下跑道温度实际数据为例, 建立基于改进果蝇优化核极限学习机(MFOA-KELM)的跑道温度混合预测模型, 并在不同时间尺度下对该混合预测模型进行仿真测试。实验结果表明:与单一机理预测模型相比, 当预测时长为120 min时, MFOA-KELM混合预测模型的平均绝对误差至少减小了61.43%, 在残差阈值为±0.5℃时, 平均预测准确率为91.25%。可见, MFOA-KELM混合预测模型具有更高的预测准确性, 研究结论显示该混合预测方法能够为机场跑道温度短时精准预测提供新思路。      

基于改进GWO-LightGBM的滚动轴承未知故障诊断

针对滚动轴承未知新故障误判影响轴承安全性和检修效率的问题,提出了一种基于改进灰狼算法（GWO）和轻量级梯度提升机（LightGBM）的故障诊断模型,实现已知/未知故障的高精度判别。为避免单一尺度下特征提取的缺失,对滚动轴承振动信号分别提取时域、频域和小波域特征建立多域特征集。设计了带未知新故障判别机制的GWO-LightGBM模型,并构造含有Halton序列和模拟退火策略的GWO实现了模型参数有效优化。实例试验结果表明,模型对已知和未知类故障平均识别率达99.57%,10次随机试验平均识别率分别比单一分类模型逻辑回归（LR）、最近邻分类器（KNN）和支持向量机（SVM）高21.98%、17.00%、9.27%,验证了模型的有效性和优越性,能高准确率地识别出已知或以前从未出现的新故障。      

解密元首专机

提起领导人的专机,不少人自然会以美国总统专机空军一号为蓝本展开丰富的联想。事实上,现实中的专机并不像人们想象中的那样武装到牙齿、奢华至极致。许多国家在选择领导人专机时,往往会考虑在安全生和功能生上的差异化需求和偏好,使用时也会有专用、调用、租用等多种方式。作为巅峰权利的象征,专机总会比领导人抢先一步露脸,它们到底有多神秘呢,这次就来一探究竟吧!     

伽利略系统对GPS的冲击及美国的应对措施

伽利略系统是欧洲的卫星无线电导航项目，它始于欧盟委员会的提案。并由欧洲空间局合作开发。目前，俄罗斯、中国、巴西、以色列等国家都参与了伽利略计划。伽利略系统作为新一代全球卫星导航系统，有利于发展新一代交通、电信、农业和渔业领域的通用服务，在未来卫星导航应用服务上发挥巨大作用。伽利略系统的总投资约34亿欧元，     

采用改进的层次分析法进行运输机生存力方案优选

提出了一种运输机生存力方案选优模型.提出改进的层次分析法.通过构建军用运输机生存力评价指标体系.建立了基于改进的层次分析法军用运输机生存力方案选优模型.最后,通过模型在四种生存力方案的评价选优中的实例应用.证明了模型的有效性.     

基于DEA排序模型的生产设备利用有效性评价和改进

采用DEA的3个模型研究了生产设备利用的有效性问题,并进一步通过C2R效率排序模型实现了水平比较和连续改进.通过一个实际生产的20个加工单元绩效分析的案例,进行了设备利用效率评价和改进的具体运用.     

基于IPSO Elman神经网络的航空发动机故障诊断

为提高航空发动机故障诊断的精度,提出改进粒子群优化的Elman神经网络对航空发动机故障诊断的方法。利用MIV(平均影响值)对神经网络的输入端自变量进行筛选,降低输入维度;采用改进粒子群优化算法对Elman神经网络的权值和阀值进行优化,并对优化的神经网络进行训练;用训练好的神经网络对航空发动机故障进行诊断并与常规的BP（back propagation）、Elman神经网络、GM（1,n）、SVM (support vector machines)进行对比。仿真结果表明:IPSO Elman(improved particle swarm optimization Elman neural network)神经网络的诊断误差在不同数量训练样本时都小于其他方法,并且在参选故障诊断的性能参数不同时,其诊断误差相近,展现出较强的适应能力。