微控制器抗干扰的软件对策

在分析微控制器失控原因的基础上，提出了几种有效、实用的软件抗干扰对策，并给出了实例。     

萤火一号火星探测器赴俄产品及地面设备运输策划与实施

根据萤火一号(YH-1)火星探测器赴俄产品及地面设备的国际运输过程特点,确定了运输方式、运输用探测器专用包装箱及地面设备集装箱设计,以及运输过程低温运输环境中的保温方案.介绍了YH-1火星探测器正样星延寿后赴俄运输实施过程.结果表明探测器及地面设备赴俄运输过程安全.     

卫星部件用大型螺旋管式充退磁设备设计

在卫星的研制过程中,对磁性较大的部件进行充退磁处理是卫星磁试验的重要环节之一。文章简述了卫星充退磁原理、国内外卫星充退磁设备现状;提出了大型螺旋管方式充退磁设备技术方案和设计要求。设备的成功研制,填补了国内卫星磁测试领域的技术空白,已对数千个卫星部件、单机进行了充退磁试验,退磁效率达到40%～90%。     

涡轮静叶叶型与气膜孔优化对气动与冷却性能影响

为研究气膜冷却涡轮叶片中叶型与气膜孔参数变化对涡轮静叶性能的影响,利用气膜冷却涡轮多目标优化平台对存在多列气膜孔的静叶进行多目标优化.获得在优化变量允许范围内针对气动效率与传热效果以及高温目标函数的Pareto前沿解集,整体性能得到了提高,不同方案中气动效率最高提升0.35%,叶片表面温度最大下降0.74%,高温函数降低的最大幅值为45.71%.结果表明:气动效率提升的主要原因是后弯角的提升使得叶型和二次流损失下降;接近驻点处前缘气膜孔方向的改变导致的冷气分流是叶片根部和前缘附近压力侧的冷却情况得到改善的主要原因.     

军用自动测试系统的发展综述

我国目前正处于武器装备维护保障体系建设的关键时期,研究国外军用自动测试系统的发展,对于我国武器装备信息化建设具有重要的现实意义。从军用自动测试系统的发展历史、技术现状和发展趋势等方面人手,指出现有通用测试系统的特点和不足,介绍了下一代自动测试系统研制的总体目标以及我国自动测试系统研究需要解决的主要问题和掌握的主要关键技术。     

水滴撞击特性参数的动态图像测量方法

以染色法为基本原理,实验采集试件表面不同位置的染色过程视频.通过对视频数据的分析获取试件表面色度随时间增长的时序信号.实验过程可以划分为欠饱和区、平衡区和过饱和区.平衡区的比色值分布即为局部水收集系数分布的归一化结果.通过比色积分曲线的极限行为确定水滴撞击极限和总收集系数与最大局部水收集系数的比值.将实验结果与数值仿真结果和NASA(美国国家航空航天局)实验结果对比表明:水滴撞击特性参数与动态视频图像的RGB(rad-green-blue)色度空间可以建立较好的关联,实验重复性误差率小于±15%;水滴撞击特性参数之间存在内在关联.      

运输类飞机防冰除冰适航取证分析

飞机的防冰除冰能力对飞机在恶劣天气下的飞行安全有重要影响,是适航审定中十分重要的一环。通过对运输类飞机防冰除冰系统有关适航标准、相关技术性文件、咨询通报及运输类飞机防冰除冰系统适航符合性验证方法的研究,介绍了CCAR25R4（草案）中对飞机不同部件、系统的除冰防冰要求,适航性验证时对大气结冰环境参数的要求;并对几类常规的飞机防冰系统试验进行综述,对大飞机防冰除冰系统的适航取证工作提供一定的指导意义。     

改进的MMPHD机动目标跟踪方法

基于序列蒙特卡罗方法的经典多模概率假设密度滤波方法及其各种衍生方法,在预测过程中依据多个并行的状态转移模型,通过将大量粒子散布到下一时刻目标所有可能出现的状态空间实现目标状态的捕获,造成计算量大、目标跟踪精度差。为此,提出一种改进的多模粒子概率假设密度机动目标跟踪方法。该方法利用最新量测信息估计目标运动模型概率及模型参数,并将估计得到的目标模型应用到粒子概率假设密度滤波方法的预测过程中生成预测粒子,从而将大部分粒子聚合在目标最可能出现的状态空间邻域中,实现粒子的有效利用。数值仿真表明,所提方法不仅显著地减少了目标丢失个数,而且提高了目标跟踪精度。     

应用快速多分类SVM的航空发动机故障诊断方法

提出了一种新的快速多分类SVM算法,用于解决大样本情况下航空发动机的多类故障诊断问题。首先,选用层次支持向量机(H-SVM)来实现多类分类,用各类数据中心代表该类数据,通过自组织特征映射神经网络(SOFM)进行聚类,把类中心之间距离较近的数据归为同一个子类进行训练,得到H-SVM层次结构。其次,在训练H-SVM中的二元分类器时,应用相对边界向量(RBV)代替全部训练样本,在保持分类精度几乎不变的条件下大幅度减少了训练样本数,使训练时间明显缩短;同时,由于支持向量的数量减小,分类时间也相应缩短。在分类数据混迭较为严重的情况下,新算法先剔除混迭的异类数据,再计算RBV,并且把与计算的RBV距离小于一定数值的样本都选择来训练SVM,保证了RBV的合理性,防止了关键数据的丢失,有效提高了分类精度。针对一个航空涡喷发动机5类复合故障的分类进行了实例仿真,总的故障分类正确率达到91.2%,二元SVM的训练时间最多只有原来的16.20%;当训练样本总数达到7500的大规模情况下,根据本算法,约减后的样本数量只有原来的3.05%。仿真结果表明,提出的算法有效、可靠,容易实现。