航空复杂产品的 CATIA 结构稳健建模方法研究

针对现有建模方法无法有效对航空产品 CATIA 模型进行快速修改与重用的问题,提出了以曲面分割为建模策略的结构稳健性建模方法。该方法通过对父子关系关联传播路径进行分析,找出影响 CATIA 特征模型结果稳健性的因素,即几何元素方向、几何拓扑元素、建模策略。通过研究特征构建时,输人元素的性质和基于此性质的操作方法,实现结构稳健性建模,即通过对外部输人和建模过程中的关键几何元素进行方向控制、创建显式参考代替几何拓扑元素、禁止使用复杂草图、采用基于曲面分割的设计特征模块化建模策略等方式,实现特征模型的快速修改与重用。工程实例证明了所提方法的实用性和可靠性。     

航空发动机管路测量数据分割方法

 为了提高航空发动机管路测量数据的反求建模效率,提出了一种区域增长分割算法。该方法主要是利用管路表面在曲面索引系数映射、主曲率映射、高斯映射上的特性,并基于均值漂移算法和遗传算法提出了区域分割算法中种子区域的选择策略。然后利用区域增长分割方法实现了对管路测量数据的分割。经过仿真和实测数据验证,所提管路分割算法具有较好的分割质量和效率。     

一种基于Kalman滤波的双电机消隙天线跟踪控制系统

首先本文给出了天线跟踪控制系统组成及原理框图，阐述了系统闭环工作流程；其次，针对天线跟踪目标过程中，跟踪接收机输出的目标与天线波束中心角误差受随机误差分量的影响，采用Kalman滤波算法对获得的实时角位置数据进行滤波处理；然后，对天线跟踪控制系统进行了建模，给出了系统动力学模型，对采用的双电机消隙设计方案进行了仿真；最后，通过挂飞试验验证了系统工作的可靠性。     

用于光纤F-P声压传感器的直流补偿解调技术研究

提出了一种改进的双腔直流补偿技术，用于解调非本征法布里-珀罗干涉(EFPI)光纤传感器，以消除腔长差与入射光波长相匹配的要求。通过消除直流分量和校准信号相位，可以从具有任意相位差的原始信号中获 得两路正交信号。通过理论仿真，制作了具有不同腔长差的EFPI光纤传感器，对所提出的方法进行了试验验证。 结果表明，该方法在解调双 F P腔 EFPI传感器时，不需要保证初始相位差恒定，且对腔长漂移不敏感，具有良好的 稳定性和实用价值。     

基于跨层信道感知的SPMA 协议自适应阈值算法

基于统计优先级的多址接入协议（SPMA, Statistical Priority-based Multiple Access protocol）应用于机     

基于改进ORB的月面着陆视觉导航的配准方法

月球探测器在下降着陆过程中探测到的月面图像灰度均匀,缺少纹理信息,而视觉辅助导航采用传统ORB算法对灰度均匀的月面图像检测出的特征点数量较少,容易出现团簇现象,因此提出一种基于改进ORB算法的图像特征提取与匹配算法.首先对月面图像构建金字塔尺度空间模型,设置自适应阈值并构建掩膜逐一分块检测特征点;然后采用非极大值抑制使...     

HTPB复合固体推进剂率相关损伤机理分析与验证

固体发动机在点火过程中常由于结构完整性问题而出现爆炸或性能曲线异常等问题，结合发动机在点火状态下推进剂的受载情况，亟待探索固体推进剂的率相关损伤机理。本研究从某HTPB复合固体推进剂在宽温和宽应变率下单向定速拉伸试验的力学响应特征入手，针对应力-应变曲线呈现的“双峰”、“脱湿”点前后移位等现象阐释了推进剂的率相关界面损伤特性。然后，基于建立的推进剂细观有限元模型对推进剂的率相关损伤过程进行了仿真计算，通过提取有限元分析结果的损伤界面分析了推进剂的界面损伤机理。最后，通过高速摄像试验的结果对损伤机理进行了验证。结果表明，推进剂的界面损伤过程具有很强的率相关性，“双峰”和“脱湿”点前后移位均与推进剂在不同应变率下拉伸时内部的损伤演化过程有关。通过对比推进剂在不同应变率下拉伸时断裂前的形貌，高应变率下AP颗粒析出数量较多，在一定程度上印证了本研究对推进剂损伤机理的阐释。     

空间站梦天实验舱整器动力学分析和试验研究

空间站研制过程中，获取准确的航天器主要动力学特性有重要意义，整器动力学特性测试是研制过程中一项必不可少的大型试验项目。针对空间站梦天实验舱整器动力学问题，通过建立螺栓—法兰局部连接结构的有限元模型，分析接触状态下刚度随外力的变化关系，分别计算拉压特性下的刚度量级，并采用子结构综合方法，依据部件级模态测试结果得到梦天实验舱整器的动力学特性。结果表明:将螺栓法兰连接刚度等效为双线性弹簧，结合子结构综合预示方法，梦天整器动力学特性的预示具有较高精度。通过连接结构的精细化建模和子结构综合预示，只需进行舱段级模态试验，节省了研制经费、缩短了研制周期，可为空间站及其他大型航天器的研制提供指导。     

小波阈值去噪法在MEMS陀螺信号处理中的应用

近年来MEMS陀螺发展迅速，应用广泛，但性能参差不齐。为改善MEMS陀螺的输出信号性能，综述了近年来小波阈值去噪法在该领域内的研究进展情况。重点从阈值函数的不同改进形式、阈值选取方式的不同以及分解层数三方面对比分析各小波阈值去噪法之间的优缺点。通过现阶段的去噪效果评判标准，结合MEMS陀螺信号的特点，对近年来小波阈值去噪的应用情况进行分析说明，总结小波阈值去噪法在不同使用条件下对MEMS陀螺信号处理上的优势与不足，为后续相关研究提供一定的参考价值。     

Comparison of residual and dense neural network approaches for building extraction from high-resolution aerial images

Applications including change detection, disaster management, and urban planning require precise building information, and therefore automatic building extraction has become a significant research topic. With the improvements in sensor and satellite technologies, more data has become available, and with the increased computational power, deep learning methods have emerged as successful tools. In this study, U-Net and FPN architectures using four different backbones (ResNet-50, ResNeXt-50, SE-ResNext-50, and DenseNet-121), and an Attention Residual U-Net approach were used for building extraction from high-resolution aerial images. Two publicly available datasets, Inria Aerial Image Labeling Dataset and Massachusetts Buildings Dataset were used to train and test the models. According to the results, Attention Residual U-Net model has the highest F1 score with 0.8154, IoU score with 0.7102, and test accuracy with 94.51% on the Inria dataset. On the Massachusetts dataset, FPN Dense-Net-121 model has the highest F1 score with 0.7565 and IoU score with 0.6188, and Attention Residual U-Net model has the highest test accuracy with 92.43%. It has been observed that, FPN with DenseNet backbone can be a better choice when working with small size datasets. On the other hand, Attention Residual U-Net approach achieved higher success when a sufficiently large dataset is provided.