反对称双正交小波在红外图像小目标检测中的应用

在给出利用反对称双正交小波进行图像多尺度边缘提取的相关理论基础上,针对海空背景下远距离小目标的特点,提出了一种海空背景下红外图像小目标检测方法。首先应用反对称双正交小波变换的多尺度边缘检测方法,确定目标的潜在区域,进一步在潜在区域内采用形态学方法提取目标,从而实现了在小波塔式分解数据上的图像边缘特征提取和小目标检测。与采用二进卷积型小波的检测方法相比,具有图像处理数据量小,实现速度快的特点。实验结果表明,该方法能够有效抑制杂波干扰,准确检测出小目标。     

多通道电液伺服加载系统控制算法研究

介绍了多通道电液伺服加载系统的常用控制算法,在其基础上提出了改进的PID控制算法,并将其应用在高速飞行器热环境强度试验中,改进后系统具有加载精度高、稳定性好、工作可靠等优点。系统已投入使用,经实践检验运行效果良好。     

基于变对角加载的RCB算法

稳健的Capon波束形成(RCB)算法确定的加载量与设定的导向矢量误差范围成正比,在导向矢量误差比较小时,加载量也比较小,这时对小快拍的稳健性就很差。为了改善RCB算法在小快拍时的性能,提出一种基于变对角加载的RCB算法,利用估计的协方差矩阵误差对采样协方差矩阵进行修正,用修正后的协方差矩阵代替原协方差矩阵代入到RCB算法的权向量求解过程中,这样可以根据导向矢量误差和协方差矩阵误差动态调整加载量,在不增加计算复杂度的基础上,可以获得比RCB算法更好的稳健性。计算机仿真验证了算法的有效性。     

锯齿尾缘叶片气动特性和绕流流场的数值研究

以基于NACA 0018翼型的锯齿尾缘仿生叶片为研究对象,采用大涡模拟的方法研究锯齿相对齿宽与相对齿高对锯齿尾缘叶片的气动特性和非定常绕流流场的影响规律和机制.研究表明,尾缘锯齿参数对叶片气动性能的影响是复杂的非线性过程,在一定来流攻角范围内能提高升阻比,但失速提前.如在9.4°~14.8°来流攻角范围内,不同相对齿宽系列叶片的升阻比高于原始叶片,升阻比与锯齿相对齿宽之间没有线性关系.研究还表明,锯齿尾缘能延迟边界层分离,加速尾迹的流动掺混和能量扩散,改变非定常涡结构和涡脱落频率.相对齿高的变化对非定常流动特性的影响更为显著.尾缘锯齿诱导的二次湍流射流和吸力面侧反向涡对改变了原始叶片的绕翼环量,进而影响锯齿尾缘叶片的气动特性和绕流流场特性.      

环板在边缘弯矩呼局部均布,线性荷载共同作用下的塑性极限分析（Ⅰ）

应用奇异函数求出环板在边缘弯矩和局部均布、线性分布载荷共同作用下的极限荷载的计算公式,并可画出极限荷载的影响曲线。     

基于AMESim的某型客机舵面液压系统仿真分析

当某型客机飞控舵面作为液压能源系统的用户时,应用AMESim仿真软件,在相应的载荷作用下,对液压系统所需压力、流量以及相关液压附件参数的设置进行分析,并对舵面的仿真运动结果进行动画演示。     

长矩形盒零件超塑性胀形工艺加载规律的优化

本文通过对长矩形盒零件的力学解析，得到了优化加载规律的数学表达形式。按此规律进行气压胀形，与恒压胀形实验结果相比，能有效地提高成形极限，并使厚度分布情况有明显的改善。     

C919飞机全机静力试验技术

介绍了C919大型客机全机静力试验的目的及任务需求，分析了试验特点和难点。从试验飞机支持、试验加载及控制、试验测量及监控、损伤检测及状态监测等方面制定了总体技术实现方案，验证结果表明试验系统可靠，技术实现方案满足任务要求。试验中采用了多项创新技术：试验综合加载平台设计技术优化了多系统集成，加快了试验准备速度，降低了试验准备风险；约束点误差转移控制技术将约束部位误差转移至非重点考核部位，提高了关键考核区域试验精度；机身双层地板双向加载技术优化了机身加载及扣重设计，改善了局部载荷的加载精度。技术成果为后续型号试验提供了较高参考价值。     

扩频测控信号大动态信息频域加载方法

针对静态扩频测控信号的大动态信息加载,提出一种基于数字化处理的频域高精度加载方法。方法采用不同的处理方法分别对两路信号加入动态信息,其中一路通过FFT和频谱搬移加入载波多普勒信息,另一路通过对扩频码进行延时处理得到包含动态信息的扩频码,并使用第二路信号对第一路信号进行调整,从而实现原始扩频测控信号的动态信息加载。仿真结果表明,方法可以保留原信号内载波和扩频码的相关性以及原始信号中可以反映信道等特性的噪声,同时实现动态信息的高精度加载。     

A salient edges detection algorithm of multi-sensor images and its rapid calculation based on PFCM kernel clustering

Multi-sensor image matching based on salient edges has broad prospect in applications, but it is difficult to extract salient edges of real multi-sensor images with noises fast and accurately by using common algorithms. According to the analysis of the features of salient edges, a novel salient edges detection algorithm and its rapid calculation are proposed based on possibility fuzzy C-means （PFCM） kernel clustering using two-dimensional vectors composed of the values of gray and texture. PFCM clustering can overcome the shortcomings that fuzzy C-means （FCM） cluster- ing is sensitive to noises and possibility C-means （PCM） clustering tends to find identical clusters. On this basis, a method is proposed to improve real-time performance by compressing data sets based on the idea of data reduction in the field of mathematical analysis. In addition, the idea that kernel-space is linearly separable is used to enhance robustness further. Experimental results show that this method extracts salient edges for real multi-sensor images with noises more accurately than the algorithm based on force fields and the FCM algorithm; and the proposed method is on average about 56 times faster than the PFCM algorithm in real time and has better robustness.