一种快速Nand Flash垃圾回收策略

为了解决垃圾块回收以及块重新融合再利用过程占用Nand Flash数据I/O操作中大量时间的问题,提出了FTL逻辑块数据流转图概念,并对垃圾回收触发条件、垃圾块选择方法、垃圾回收的过程进行了算法设计,实验表明算法可以提高Nand Flash的平均寿命,缩短IO运行时间。     

基于证据理论的航空发动机早期故障诊断方法

在分析航空发动机早期故障特点和数据融合的基础上,将证据理论应用于发动机故障征兆级别的数据融合中,提出了构造基本信任指派函数的方法,从而得到了更准确的早期故障征兆.在此基础上,应用模糊聚类分析方法,依据最大隶属度原则得到发动机早期故障源.该方法考虑了发动机早期故障征兆不明确、不精确、不肯定等特点,应用模糊测度来表示征兆,更符合发动机早期故障的实际情况.      

基于Kohonen网络的动目标实时定位融合算法

为完成对动目标的实时定位测量,有效减小测控装备组网测量实时跟踪定位误差,在建立多定位子系统组网混合式融合结构模型的基础上,利用Kohonen网络的自组织特征映射模型特点,确定各组交会数据的权值,并将其输入1个Kohonen网络进行在线竞争、融合求得目标的位置信息,增强了目标实时位置信息的连续性、完整性,减小了实时定位误差。     

菜园坝长江大桥主拱节段风洞试验及分析

中承式拱桥属于柔性空间结构,主拱上承受的脉动风荷载相互干扰。以重庆菜园坝长江大桥为研究对象,进行了湍流下的主拱单拱及双拱节段模型风洞试验。对模型表面脉动压力的功率谱、相关系数、水平和竖向相干函数进行了细致分析,讨论了双拱间距宽度比对脉动压力频域特性的影响。当间距宽度比大于5时,后拱风荷载受到前拱的干扰作用。当两拱间距宽度比小于5时,前后拱风荷载特性类似于组合截面。随间距宽度比变小,主拱涡脱落折算频率和压力功率谱逐渐增大,前后拱迎风面和背风面的相关系数及相干系数均逐步降低。     

基于不确定传感器状态的机载系统多层故障诊断方法

准确的机载系统故障诊断是保证飞机安全飞行和实现经济效益最大化的重要途径。然而传感器受到内外部环境条件的影响而不可避免的存在检测状态的不确定性,因此基于单个传感器或局部区域传感器综合检测结果的方法难以完全保证故障诊断的有效性和正确性。针对飞机机载系统的结构和工作原理,充分利用系统中不同层级、不同区域传感器检测特征之间的关联关系,考虑单个传感器本身存在的不确定性,构建了传感器信息前向融合与反向校验相结合的分层诊断决策方法,实现了对系统状态和传感器状态的双重估计与更新,克服了单一传感器故障对系统诊断推理准确度的影响。该方法较传统故障诊断模型,不再依赖某一个或某一类传感器信息的绝对可靠,在实现系统级的准确故障诊断同时,还能判断具体某一传感器本身是否发生虚拟警。在飞机液压系统故障诊断案例中,新方法成功将系统故障诊断的虚警率降低了96%,传感器的不确定度降低了84%。     

基于图像特征融合的粉末床缺陷检测方法

针对单一特征对粉末床缺陷表达不明确导致检测效果不佳的问题,提出了一种基于特征融合的增材制造过程粉末床缺陷视觉检测方法。该算法分别使用SIFT方法、灰度共生矩阵和Hu不变矩提取尺度空间特征、纹理特征和几何特征,借助词袋模型对每张图像构建3组视觉单词直方图,通过串行融合3组视觉单词直方图得到新的特征矩阵,采用特征选择对融合后特征矩阵进行降维,并传入随机森林分类器中进行训练。实验结果表明,不同特征对粉末床不同类型缺陷检测具有不同的贡献,优化特征融合参数后,算法平均准确率达到97.46%,缺陷检测效果明显提升。     

飞行器径向连接螺栓振动断裂分析

应用有限元分析结合试验数据,获得随机振动环境下飞行器径向连接螺栓的载荷功率谱密度（PSD）;采用基于弯曲效应的载荷与应力的线性关系,获取螺栓头根部的名义应力功率谱密度;基于Dirlik经验公式,获取应力随机过程的峰值概率密度函数和预期波峰数,联合Miner线性累积损伤模型及经应力集中系数修正的材料S-N曲线,评估径向连接螺栓头根部振动疲劳寿命,获得的结果与试验螺栓头断裂现象符合,并确定螺栓断裂原因为低频共振疲劳。     

基于卡尔曼滤波的翼型表面压力实时重构方法

为实现基于稀疏数据的翼型表面压力实时重构,提出了一种基于压缩感知与卡尔曼滤波器的数据融合方法,该方法主要包括线下建立数据库和线上实时感知两部分。首先,在线下通过粒子图像测速技术、压敏漆、计算流体力学等方法对翼型表面压力进行全场采样,并采用本征正交分解对所测得的全场压力数据进行降维,建立含有主导相干流动结构的模态数据库以及各模态时间系数之间的状态转换关系。其次,在线上基于压缩感知,利用离散压力传感器所测量数据与压力场主导模态,通过求解L₁范数下的最优化问题,对各主导模态的时间系数进行初步求解。最后,将线下所得各模态时间系数之间的状态转换关系放入卡尔曼滤波器,作为其系统模型进行预测;将线上所求得各模态时间系数放入卡尔曼滤波器,作为其观测值进行校正。以CFD模拟翼型压力作为验证数据,对该方法的性能进行评估,结果显示：该方法与仅采用压缩感知进行重构对比,升力重构误差从18.15%减小至6.39%。     

视觉与惯性融合的多旋翼飞行机器人室内定位技术

随着人工智能技术的发展,无人机的应用场景趋向多元,人们对无人机的需求也不仅仅满足于简单的飞行任务,而是赋予其飞行机器人的角色,对其自主导航、复杂环境下的定位以及智能协同方面提出了更高的要求。针对室内场景下的定位需求,融合视觉与惯性数据实现了多旋翼飞行机器人的室内定位。在视觉前端加入图像增强算法以提高图像灰度对比度,减少了光流跟踪的误匹配点数。提出了一种基于图像信息的特征点提取和图像帧发布策略提高了定位精度,解决了室内环境下的定位漂移问题。针对飞行机器人室内自主跟踪及降落任务,设计了基于视觉定位的飞行机器人自主降落系统。在Gazebo中搭建飞行机器人模型仿真验证自主降落系统有效性,在EuRoC数据集下对定位算法进行对比评估,搭建飞行机器人平台在真实场景下进行室内定位实验,完成了室内场景下平台自主跟踪及降落任务,并采用运动捕捉系统获取的定位真值数据进行了误差分析,结果表明该定位技术满足室内场景下的自主跟踪及降落任务需求。     

多无人机协同导航技术研究现状及进展

UAV是无人驾驶飞机(Unmanned Aerial Vehicle)的简称,无人机相较于有人驾驶飞机具有用途广泛、成本低和生存能力强等特点,在军事民用领域都有着广阔的前景,受到了国内外研究者的关注。协同导航技术极大地扩展了无人机的应用范围,提高了多无人机定位的精度以及无人机编队的稳定性、安全性和可靠性。现阶段协同导航技术在编队导航、目标监测与跟踪等诸多方面都得到了研究与应用。从四个层次对协同导航的研究现状和进展进行探讨:首先是对多无人机协同导航的概念、基本原理、国内外发展现状和必要性进行阐述;其次对协同导航中相对导航方式进行了分类分析,并分别介绍了无线电导航与视觉导航的原理、优缺点和应用场景;然后从导航目的、协同导航优化算法、滤波方法、协同导航信息融合容错策略几个方面对协同导航进行分析归纳;最后,讨论了基于多无人机协同导航未来的发展趋势。