求解TSP问题的遗传算法

无人侦察机的巡航问题,如果不考虑其它约束条件,实际上是一个 TSP 问题。目前还没有求解 TSP 问题的比较有效的实时算法,我们首先利用改良圈算法求得一个较好的初始种群,再应用遗传算法就可以实时地求得一个较满意的解。     

全分布式通用火控系统供电控制技术

首先提出了一种全分布式通用火控系统的结构,然后以供电控制装置为对象进行了供电控制技术的研究,阐述了其功能、组成、实现方法和工作流程,最后分析了该装置的可靠性。     

带权优化约束Delaunay三角化算法

Delaunay细化算法是目前大多数约束Delaunay三角化算法的主要思想,针对其要求输入的约束条件中不能包含夹角较小的尖角的问题,给出了Delaunay细化算法收敛的充分条件,并通过在尖角点和尖角边处引入带权点和带权Delaunay空圆/球准则的方法提出了一种带权优化约束Delaunay三角化算法,解决了经典的细化算法在尖角处算法不收敛时需引入辅助控制区域以及过多辅助点的问题,对算法的收敛性进行了分析,给出了相应的算法应用实例,可以应用于复杂几何对象的科学计算和工程分析.     

基于管制员工作负荷的空域容量计算模型及评估

近些年来,通用航空领域的交通流量呈现出井喷式的增长,这给空域安全带来了巨大的挑战。本文以管制员的工作负荷为基础,选择使用改进过后的计算方法,以实际训练飞行中的管制员工作量为数据依据,运用该数据对改进的负荷计算模型进行验证,再与实际训练量相结合。最终,以遂宁机场空域为实例进行空域容量评估。     

飞机复杂蒙皮拉形数值模拟系统开发及关键技术研究

针对飞机复杂蒙皮拉伸成形特点,基于静态隐式算法开发了复杂蒙皮拉形数值模拟系统STRETCH FORM。系统分为前置处理、核心求解和后置处理3个模块。介绍了系统各模块的主要功能以及机构运动、静态隐式有限元算法和接触搜索算法等关键技术理论。利用商业软件MARC和PAM STAMP进行了S形蒙皮拉形的模拟计算对比,并对某型号机的进气道蒙皮零件进行了生产验证,结果表明系统具有较高的可靠性和计算精度。     

可重构制造系统的性能分析

可重构制造系统的生产管理与控制是实施可重构制造系统哲理的关键技术,而可重构制造系统的性能分析是可重构制造系统生产管理与控制的重要功能。基于可重构制造系统的赋时可重构Petri网模型及其调度Gantt图,提出可重构制造系统的性能指标评价方法,定义最大完成时间、生产资源利用率、作业完成时间和零件的平均生产能力等可重构制造系统的性能指标,并计算了实例系统的性能指标。实例研究表明,可重构制造系统的性能分析方法体现了可重构制造系统的重构柔性本质。     

基于LDPC码的差分空时编码调制的联合优化

提出一种新的结合低密度校验码（LDPC）和差分空时调制（DSTM）的联合编码调制方案。该方案利用非正则LDPC码中不同度的信息节点具有不同纠错能力的特性,用一个分量码取代传统多级编码（MLC）方案中多个分量码,并通过特定的映射法则,使得系统可以同样逼近联合编码调制的信道容量,并具有更低的编译码复杂度。在分析和阐述了离散概率密度演化理论和多维线性空间极值问题的基础上,给出了适合于该方案的非正则LDPC码的搜索算法和搜索结果。同时仿真比较了不同星座和不同空时编码的选择对系统性能的影响。在准静态MIMO衰落信道下仿真结果表明．该方案能显著提高系统性能。     

基于波段选择的RX改进算法

针对高光谱检测亚像元飞机的问题,提出基于大气吸收谱段的改进RX异常检测算法,实现亚像元检测能力和检测效率的提升.阐述了改进算法的基本原理,对比了10 km高度和地面大气吸收系数的曲线差异,建立了改进算法的检测模型,采用仿真的客用飞机可见-短波高光谱数据和海水背景高光谱数据,获得了信噪比10 dB的高光谱仿真图像.采用经...     

基于剪枝和去噪的航空发动机故障图像识别与预测

航空发动机叶片作为航空器重要的零件,其健康状况直接关系到航班的运行安全。叶片由于工作环境恶劣很容易产生裂纹、掉块、烧灼等损伤,目前基于孔探技术的叶片损伤检测以人工为主,检测结果在很大程度上受到人为因素的影响。因此,实现叶片损伤的自动识别及测量对于减轻劳动强度和提高检测精度都有实际的应用价值。首先选择PRIDnet图像去噪算法对原始孔探图像进行预处理,按照训练精度和训练速度两个指标对传统目标检测模型进行通道剪枝和微调。数据集采用国内某航空公司获取到CFM56型发动机在实际运营后机务人员所拍摄的孔探图像,实验结果表明,相比于原始目标检测YOLOv5算法和未经图像预处理的目标检测模型,本方法对航空发动机孔探图像内损伤的检测精度提高4%～10%,在检测效率上提高6%～20%。     

基于特征优化与改进KNN的航空发动机故障诊断

为有效解决航空发动机气路故障诊断难题,建立了基于特征优化与改进KNN的航空发动机气路故障诊断模型。利用特征优化算法对发动机故障特征进行处理,包括特征增维与近邻成分分析算法;将特征优化后的特征输入改进KNN算法,建立基于特征优化与改进KNN算法的故障诊断模型;为验证所建立故障诊断模型的准确性,在四台CFM56-7FB发动机数据上进行实验验证,结果表明：基于特征优化与改进KNN算法的故障诊断模型的准确率可达98%以上,能够达到智能诊断的目的。