一种高速可变形飞行器智能变形决策方法

针对一类高速可变形飞行器(HMFV)的变形决策问题,提出一种基于深度确定性策略算法(DDPG)下考虑综合性能指标最优的智能变形决策方法。首先,以一类后掠角可连续变化的高速飞行器为研究对象,给出变形飞行器动力学模型,分析模型特性及变形量与关键气动参数之间的定性关系。其次,基于关键气动数据特征分析,考虑包含气动性能、控制误差在内的综合性能指标,设计一种基于DDPG算法的智能变形决策方案。再者,针对带有标称控制器的HMFV进行变形决策训练,实时获得滑翔过程中不同飞行状态下的最优构型。最后,仿真结果表明所设计的智能变形决策算法收敛效果好,且具备较好的泛化性能。相比于固定外形,可通过变形使得在不同状态下的升阻比保持最优,且与考虑单一决策指标相比,考虑综合指标最优的变形决策可进一步缩小姿态动态跟踪误差。     

基于深度神经网络的空间目标结构识别

利用空间目标雷达散射截面(Radar Cross Section, RCS)序列开展空间目标结构识别是空间态势感知的重要组成部分。文章针对 RCS序列受目标物理特性、姿态特性影响大,序列信号非平稳特征明显的问题,利用深度神经网络（Deep Neural Network,DNN）算法解决空间目标结构特征识别的问题;针对特征提取不具区分度的问题,提出利用分形分析提取RCS序列的分数维特征,并利用Fisher判决率对传统特征进行选取;介绍了DNN算法以及数据处理过程;最后,利用一组仿真测试数据对算法进行了仿真验证。分析结果表明,DNN算法在解决利用RCS序列进行目标结构识别这一问题中具有鲁棒性强、识别准确的特点。     

缩进深度对同轴式喷嘴流量特性的影响

为研究同轴式喷嘴缩进深度对喷嘴流量和燃烧性能的影响，研究了缩进区内的流动、蒸发和燃烧过程，并建立了理论分析模型。对某同轴式喷嘴的计算表明，计算结果与热试数据相吻合。喷嘴缩进区内液氧蒸发量不超过1．5％。但缩进深度将引入不可忽略的缩进压力损失(本算例混合比为1时，缩进压力损失约为0．6MPa)，并导致喷嘴流量特性发生变化：氢氧喷嘴流量系数随缩进深度增大而减小；氢喷嘴流量系数随混合比增大而减小，氧喷嘴流量系数则反之。缩进区能显著改善气液速度比和动量比，因而有利于雾化、混合和燃烧效率的提高。     

考虑来流边界层的超燃燃烧室喷射特性

针对超燃燃烧室中的燃料掺混问题,采用基于雷诺平均Navier-Stokes的数值模拟方法分析了考虑来流边界层条件下的燃料横向射流流场特征及其掺混特性.研究发现:对于确定的来流边界层,燃料喷射存在一个临界动压比.当动压比低于该临界动压比时,增大来流边界层能明显提高燃料的穿透深度和掺混效率.而当动压比大于该临界动压比时,来流边界层厚度对燃料的穿透深度和掺混效率几乎没有影响.对于所研究的流动状态,该临界动压比约为0.900.在相同动压比下,所选厚来流边界层条件下的总压恢复系数仅约为薄来流边界层的0.93倍.其中,来流边界层内的摩擦损失是造成超燃燃烧室低总压恢复的主要因素,而改变来流边界层厚度对喷流及下游流场总压损失造成的影响相对较小.     

基于注意力机制特征重建网络的舰船目标检测

深度学习为遥感领域诸多应用提供了重要的技术支撑,光学遥感图像的舰船目标检测对国防侦察和预警具有重要意义.真实场景中的舰船往往呈不同方向任意排列,且小目标的占比大,经典的深度学习目标检测算法在这种复杂条件下精度低、易漏检.为此,本文设计了基于注意力机制特征重建网络的舰船目标检测算法.首先,通过引入注意力机制对多尺度特征融...     

一种民用飞机外翼与中央翼下壁板对接形式的研究

飞机外翼中央翼的对接结构非常重要,承担着传递外翼载荷到中机身和中央翼的重任。基于民用客机的一种金属外翼与金属中央翼的下壁板对接结构,分析了对接形式的传力特性。比较了对接肋下缘条开槽深度、长桁端头斜削成不同角度的情况下,对接结构的应力的分布,得出一种较优的外翼、中央翼下壁板对接形式。     

遥感场景分类的批处理协方差神经网络方法

针对卫星遥感图像场景分类数据集中存在的局部区域特征异常问题,提出一种采用批处理协方差层的神经网络(CovNN)模型进行遥感场景分类的方法。该方法通过计算全输入通道的局部区域均值实现一种3D批处理协方差算法,能够有效消除局部区域均值的影响,从而更好地处理局部光照过强和局部区域存在无关特征的问题。将其应用于存在局部光照异常和局部无关特征问题的卫星采集AID数据集和NWPU RESISC45数据集中,实验表明CovNN在两个数据集上均取得了超过现有卷积神经网络(CNN)的召回率,可有效降低图像局部区域特征异常的不利影响。     

基于注意力模型的视觉/惯性组合里程计算法研究

由于外界环境的干扰和传感器精度的限制,视觉/惯性组合里程计的输入数据存在一定的噪声,这会增加里程计的解算误差,而且误差会随着时间积累。针对以上问题,设计了一种基于注意力模型的视觉/惯性组合里程计算法。该算法使用卷积神经网络和长短时记忆网络分别构建了视觉特征提取器与惯导信息特征提取器,同时引入了两种注意力模型:加权组合网络以及开关组合网络,对视觉特征信息和惯导特征信息的融合噪声进行降噪处理。通过在组合里程计算法中添加闭环校正环节,有效地抑制了里程计误差随时间的积累。对比实验结果表明,设计的组合里程计算法与其他算法相比,无论在性能上还是在精度上都有明显的提升。     

以雪为号——机场除雪亲历记

冬季除雪对于民航和交通运输部门尤为重要。在我国北方的机场,尤其是东北和西北,为保证机场在冬季降雪天气下的正常运行,冬季除冰雪工作就成了件大事,因为绵延数千千米的公路和铁路连接的可能是两个乃至多个城市,但对于机场,短短的3千米跑道却使我们与世界相连。冬季降雪对机场运行有着重要的影