基于深度卷积神经网络的遥感影像目标检测

随着遥感影像数据规模的快速扩张,如何高效准确地识别遥感影像中的典型目标成为当前的研究热点。为解决传统遥感影像目标检测方法准确率低的问题,用基于深度卷积神经网络进行遥感影像目标检测,在遥感影像数据集上用基于Faster-RCNN的神经网络模型对VGG16卷积网络进行训练,对输入的遥感影像通过区域推荐网络标注出待检目标的包围框和置信度,实现对遥感影像的目标检测。以飞机和油罐为例,在TensorFlow深度学习框架下实现了数据预处理、网络训练、目标检测等功能,并在当前测试数据集上取得了较高的检测准确率和置信度。该研究成果可应用于遥感影像解译和处理等相关领域。     

一种基于二次分配的测试性指标分配方法

针对现有主流测试性分配方法均为一次性分配,缺乏必要的反馈和修正,一旦有单元分配指标过高无法实现,会导致系统指标也无法实现的问题,提出了一种基于二次分配的测试性指标分配方法。利用基于反正切函数的改进故障率分配法实施初次分配,由单元开展测试性初步设计和预计,基于单元测试性指标预计结果判断是否需要实施再次分配,如需要再次分配,则基于单元相对难度系数的修正函数,对指标偏高/偏低的单元实施再次分配,得到最终分配结果。通过仿真算例和实例验证了二次分配方法的有效性和先进性。     

复合材料主承力构件后压力框制造技术研究

先进复合材料的使用量已经成为衡量飞机结构先进性的重要标志,并且是提高飞机性能和市场竞争力的重要手段。国产民用大飞机复合材料后压力框零件作为后机身部段重要的工艺分离面,零件采用泡沫填充的Ω形加强筋与已固化蒙皮共胶结的全新材料和结构一体化成形。零件制造精度要求高、制造难度大,无论是设计还是制造均属国内首次。该项目研制具有一定的挑战性,研究以零件制造为牵引,详细介绍了零件结构选型、制造工艺流程、制造技术方案、数字化柔性加持铣切技术、检测技术以及适航审定等内容。期望通过对后压力框零件制造全过程中产生的问题与解决措施的详细描述,对民用飞机复合材料零件,特别是大型主承力构件的制造与适航审定等方面提供参考。     

一种改进余度捷联惯导系统最优奇偶矢量故障容错算法

针对余度捷联惯导系统故障检测方法对小故障和渐变型故障检测率低的问题,提出了利用对特定传感器敏感的最优奇偶矢量来构造最小二乘加权矩阵的算法。该算法利用最优奇偶矢量产生奇偶残差来反映特定传感器对待测状态量测的准确程度,通过该残差确定最小二乘加权阵,进而再辅助最优奇偶矢量进行故障检测,达到对小故障和渐变型故障的容错。仿真结果表明本方法能够有效提高待测状态的估计精度,具有一定的工程参考价值。     

雷达海杂波时频谱特性分析

针对海杂波背景下目标检测问题的实际需求,整理分析了STFT、WVD、PWVD和SPWVD 4种常见时频分析方法及其优缺点,并基于实测数据对海杂波的时频处理结果进行了对比分析。分别对纯海杂波单元和目标单元实测数据进行处理,将利用4种时频分析方法得到的结果进行对比、分析和总结。对4种方法在时频分辨率、目标能量积累程度、对海杂波抑制能力和平滑程度上各自特点进行分析,并总结得到相应的结论。     

基于装配定位点的导管数字化检测方法研究

针对现有导管检测基准与装配基准不统一的问题,根据导管装配实际需求,以导管的3个安装点作为基准进行导管外形数字化检测,将导管外形偏差分解为轴向偏差、径向偏差、角度偏差,与导管安装对缝间隙、角度偏差直接对应,减少了导管检测过程中误判现象的发生,实现导管外形偏差数据的精确描述,为产品质量的持续改进、数据统计分析提供支持。     

基于未知输入观测器的不确定非线性系统故障检测

针对具有不确定性和系统故障的非线性系统,利用神经网络构造了全阶未知输入观测器,在获得系统的状态观测信号的同时得到了系统的故障观测信号。通过在故障观测神经网络权值的调整规律中引入死区函数,从而提高了故障观测对系统不确定性的鲁棒性。利用得到的故障观测信号,可以方便地检测系统的缓变故障和突变故障,实现了对系统故障的快速检测,降低了误检率。仿真示例表明了该方法的有效性。     

太阳位于视场角内时相干光通信的可行性

文章对相干激光通信中的平衡接收机的工作原理进行了简单的描述,对其抗干扰性能进行了分析,特别是星上通信背景光最强的情况———太阳位于接收机视场角内时的通信性能进行了理论分析,结果表明采用平衡接收的相干通信系统在太阳位于视场角内时通信是完全可能的。