航天器污染检测新技术的研究

根据飞行时间二次离子质谱学的新进展,用当代最先进的仪器首次对三种典型的我国地面空间环境模拟污染样品进行了探索性实验研究。结果表明：由于极高的检测灵敏度,具备分析微量航天污染物成分的能力;由于很高的质量分辨本领,具备检测航天污染物包含的所有元素、同位素和各种化合物的指纹鉴别能力;成像分析可获得航天污染物各成分面分布及一定的分层信息,从而可望揭示出各类污染物的形成过程。与国内外现有的各类检测手段相比,飞行时间二次离子质谱是航天污染物检测强有力的一种新手段。讨论了需要进一步研究解决的主要问题,如果能开发出可避免二次污染并分阶段取样、保存样品的装置与之配合,该技术有望在迅速崛起的航天污染系统工程中发展成为一种独具特色的航天污染检测新技术。     

多传感器斜置系统故障检测的奇偶向量补偿方法

提出采用神经网络对多传感器斜置组件的奇偶向量进行补偿,从而消除安装误差、刻度系数误差以及常值偏差对奇偶向量的影响,提高系统对小幅值故障检测与隔离的准确性.基于神经网络的方法与卡尔曼滤波、偏差分离估计方法相比,不需要各项误差的动态模型和噪声统计特性.神经网络采用有一定时间延迟的样本进行在线学习时,利用补偿后的奇偶向量能够检测出有一定斜率的斜坡型故障.      

西南地区某机场跑道中段道面沉陷区的检测与评价

对西南某机场跑道部分区域沉陷变形的情况进行专项调查,找到沉陷区域并评价其严重程度,帮助机场运营管理单位掌握飞行区道面状况。首先将跑道检测区按照沉陷程度分为十个闭合水准线路,分区测量点位高程;再将高程数据与设计数据对比分析,运用Surfer、Matlab软件制图呈现和计算跑道沉陷程度;结合道面纵、横坡坡度的改变判断跑道的适用性。评价结论为跑道沉陷部分体积约2 700 m³,约20%测量区域的横坡坡度不符合要求,为避免沉陷情况加剧,应在道面维护工作上做出相应应对措施。     

飞机环形结构的超声检测

分析对飞机“Ｕ”形环状结构件进行原位超声检测的三种方法,并指出了磨制探头斜楔时应注意的问题．     

谐振式科里奥利质量流量计

对谐振式科里奥利质量流量计的基本敏感机理进行了论述.基于典型的U型管敏感结构,建立了谐振式直接质量流量计的数学模型,给出了检测质量流量的信号解算模型,设计了一种信号解算电路并研制了相应的样机.实测结果表明:所研制的信号检测电路的测量误差小于0.1％,具有一定的实用价值,为样机研制提供了具有一定参考意义的理论和实验研究结果.     

基于神经网络预测模型的歼击机结构故障检测方法

提出了一种基于预测神经网络的歼击机结构故障检测新方法 ,与传统的基于模型的非线性系统的故障检测方法相比 ,神经网络方法有着非线性逼近能力强和故障检测实时性好等优点。给出了基于预测神经网络的故障检测方案 ,以及多步直接预测算法和阈值选取原则 ,最后以某型歼击机为例进行了仿真验证 ,仿真结果表明本方法能有效地检测出歼击机的各种结构故障。     

关于飞机性能可靠性的探讨

从保持现役飞机战斗力出发,首次提出了飞机飞行性能可靠性概念,并将飞行性能可靠性分为严（狭义）飞行性能可靠性和宽（广义）飞行性能可靠性两类进行讨论研究。在此基础上,给出了飞行性能可靠性的评估方法,并对开展飞机飞行性能可靠性的研究工作提出了建议。可供部队、厂、所在设计和使用中参考。     

多尺度层级金字塔网络的无人机入侵检测方法

近年来,无人机的快速发展给众多领域带来便利,然而无人机入侵给机场安全带来了巨大的挑战。由于无人机目标小、背景复杂、飞行速度快等特点,现有的主流目标检测方法通常难以准确地识别出入侵的无人机,易产生误检漏检的现象。提出了多尺度层级金字塔网络的无人机入侵检测方法,同时利用特征融合模块赋予特征金字塔不同层级、不同尺度的图像语义信息,并通过网格删除和4-Mosaic数据增强技术,对小样本数据集进行扩充,有效地提高了模型的泛化性能。实验表明,方法较于目前最优的无人机检测方法性能提升了5.5%。     

机场地面容量评估研究

提出基于滑行路径动态寻优的机场地面容量评估方法。对于结构复杂多样的机场地面,当跑道、滑行道和停机位使用情况和航班流变化时,根据机场地面运行的具体特点,首先建立机场地面有向网络模型,引入滑行道的权值概念,再通过D ijkstra算法进行动态路径寻优,并与冲突探测相结合,对滑行道和停机位进行合理分配。最后通过计算机仿真来评估容量。仿真实例表明,该方法不仅可以增强机场地面容量评估的灵活性和准确性,还可以应用于机场地面交通引导。     

R/S方法求解网络流量自相似参数的实现与应用

基于网络流量具有统计自相似性的理论,通过计算自相似参数Hurst值来检验流量的自相似程度。采用R/S方法对流量数据进行分析,给出了R/S方法详细的实现算法,通过实验的分析与比较,验证了自相似性的存在。自相似性是正常网络流量具备的特征,当流量发生异常时,Hurst值会出现明显的变化,本文将这一变化应用于DDoS攻击检测做了初步的探讨。基于自相似理论的网络流量异常检测技术与传统的基于统计异常技术和数据包特征匹配等方法相比,具有更高的准确性和可靠性。