II类甲醇脉泽的红外抽运研究

本文研究了Ⅱ类甲醇脉泽与周围红外源的关系，发现它们有很强的相关性。分析认为红外源很可能是Ⅱ类甲醇脉泽的抽运源。     

在线仿真器技术和AEDK5198仿真器

本文介绍在线仿真器的功能和实现方法,叙述AEDK5198仿真器的实现和性能,并结合用户系统的开发要求,说明用户系统在设计、制造、仿真调试和脱机、现场调试、分析、维修过程中仿真器的作用。     

卫星真空热试验中红外加热笼的创新设计

针对某型号卫星加热笼设计中的一些特殊问题,设计了一些特殊的处理方法,包括加热带双面涂黑漆的方法,加热笼结构设计中的一些特殊处理,以及支架控温装置等的设计。试验证明,这些方法在卫星真空热试验过程中取得了好的效果,可以为今后加热笼的设计开阔思路,有利于更好地完成试验任务。     

小型无人机电视引导撞网回收中的电视图像测距方法

以撞网方式回收无人机是符合现代无人机发展方向的回收方式。以此方式回收无人机对近场无人机测距提出了更高要求。本文研究了双摄像机绑定跟踪测距的方法，它结合传统光学测距技术和数字图像分析技术．与传统的光学测距相比，提高了测距速度和精度。本文介绍了双摄像机测距原理，给出了空中飞机图像捕捉和目标匹配算法，并介绍了测距误差的校正。实物地面实验结果证明这种测距系统可安全引导无人机撞网回收。     

红外制导武器的干扰技术及发展趋势

简介红外制导武器的现状和发展趋势 ,概述对它们的干扰技术 ,如红外诱饵、红外干扰机、红外伪装和红外烟幕等 ,并对这几种干扰技术的发展趋势进行了探讨     

基于改进YOLOv4的航空发动机小目标损伤检测研究

智能化的航空发动机损伤检测是飞机故障诊断重要的研究方向,针对现有目标检测模型对航空发动机的小目标损伤检测效果差的问题,提出了一种改进的基于You Only Look Once version 4(YOLOv4)的多尺度目标检测方法。在路径聚合网络（PANet）中构建低层次的特征融合层,将更浅层的特征与深层特征融合,提高网络对小目标损伤的检测性能。为减少网络中的冗余参数,在颈部结构中引入了深度可分离卷积,将标准卷积重构为深度可分离卷积的形式。实验表明：改进后的YOLOv4对小目标损伤的检测精度提升了3.43%,模型大小降低了54.06 MB,同时检测速度提高了31.03%。研究结果表明改进的YOLOv4模型对小目标损伤具有更好的检测性能。     

横向射流相位差对排气系统气动和红外特征影响数值研究

横向射流是降低航空发动机尾喷流在3～5μm波段上红外辐射特征的一种高效低阻的途径。本文以收敛喷管为对象,在喷口下游布置了一对上下对称的扁平横向射流孔,数值模拟研究了两股同频横向射流之间相位差（0°,90°和180°）对下游掺混与红外抑制的影响规律。结果表明,脉动横向射流诱导产生的流向涡强化了掺混,不同横向射流之间的相位差会使涡对出现的时间与空间复杂交错,可以充分卷吸气流,加强尾喷流与外界大气的掺混。而相位差的优化设计可以进一步提高涡对之间的掺混增益,增强红外抑制效果的作用。与Δφ=0无相位差状态相比,随着相位差增大,红外抑制效果逐渐增强。相位差为π时,掺混效果最好,高温区长度降低约14%,红外积分辐射特征最大降幅约13%,光谱辐射降幅最大可达21%,有效增强了对尾喷流的红外抑制。     

基于属性引导的多源遥感舰船目标可解释融合关联网络

多源遥感舰船目标关联作为前期大范围预警探测的重要手段为海上态势研判提供重要情报支撑,现有关联算法面临关联结果可解释性差,异构特征难度量,多源目标关联精度低等问题。提出了一种基于属性引导的可解释融合网络用于解决多源遥感舰船目标的关联问题。首先,提出全局关联模块,利用跨模态度量损失函数将图像特征映射到共同空间中度量,用于解决多源图像内容差异大,特征难对齐问题。然后,提出包含多头注意力模型和属性监督函数的可解释模块,提升关联精度并输出可解释的关联结果。其中多头注意力模型让网络关注到舰船目标显著性区域,属性监督函数引导模型关注舰船图像中判别性属性特征,利用属性特征帮助网络解释输出关联结果的决策依据,并以量化的形式可视化属性特征对关联结果的贡献度。最后,利用知识蒸馏的思想减小全局关联模块和可解释模块输出特征距离的差异,使得网络实现精准关联并提供可解释的关联结果。在实验部分,构建了首个多源遥感舰船目标数据集,在该数据集上的测试结果显示本文算法不仅在关联精度上优于现有算法,同时能够为关联过程提供清晰和直观的可视化关联结果。     

基于改进YOLOv5的无人机实时密集小目标检测算法

无人机航拍图像与自然场景图像相比背景更复杂,存在大量密集小目标,对检测网络提出了更高的要求。在保证目标检测实时性的前提下,针对无人机视角下密集小目标检测精度低的问题,提出一种基于YOLOv5的无人机实时密集小目标检测算法。首先,将空间注意力(SAM)与通道注意力(CAM)相结合,改进CAM中特征压缩后的全连接层,降低计算量。另外,改变CAM与SAM的连接结构,提高空间维度特征捕获能力。综上,提出一种空间-通道注意力模块(SCAM),提高模型对特征图中小目标聚集区域的关注程度;其次,提出一种基于SCAM的注意力特征融合模块(SC-AFF),根据不同尺度特征图自适应分配注意力权重,增强小目标的特征融合效率;最后,在主干网络中引入Transformer模块,并利用SC-AFF模块改进原有的残差连接处的特征融合方式,更好地捕获全局信息和丰富的上下文信息提高复杂背景下密集小目标的特征提取能力。在VisDrone2021数据集上进行实验,YOLOv5s基准下,改进后模型的mAP₅₀提高了6.4%,mAP₇₅提高了5.8%,对高分辨率图像的FPS可达到46...     

考虑性能及成本的固体火箭发动机多学科设计优化

为综合考虑固体火箭发动机的燃烧室、药柱、内弹道、喷管及成本等学科影响,梳理学科间耦合关系,并建立了以总冲最大、成本最小为优化目标的固体火箭发动机多学科设计优化（MDO）模型。为降低MDO问题的计算成本,提出一种基于Kriging代理模型的多目标自适应优化方法（KRG-MAOM）。优化过程中,分别对目标与约束构建Kriging模型,并采用多目标优化算法求解,在伪Pareto解中综合考虑支配关系与分布特性选取新增样本点,引导优化快速收敛。算例结果表明,KRG-MAOM算法在全局收敛性与优化效率方面具有显著优势。最后,采用KRG-MAOM算法求解该MDO问题,得到可行的Pareto解集方案,与初始方案相比,同性能情况下成本节省约3.36%;同成本情况下性能提升约10.93%,从而验证MDO模型合理性与KRG-MAOM算法有效性。