面向智能环境的活动模式迁移学习

针对智能环境中活动模式的学习和挖掘花销大、难以实际操作等问题,提出了能够有效地将已有活动模式迁移到新环境的整体框架。迁移学习框架将活动模式的迁移过程分解为轨迹的迁移和触发持续时间的迁移,首先对已有活动模式中的活动轨迹以及触发持续时间模糊化;然后采用备选轨迹生成(ATSG)算法在新环境中生成备选轨迹集;最后采用相似度计算(SC)算法进行活动模式中的轨迹与备选轨迹间的匹配,利用活动轨迹映射(TM)算法和触发持续时间迁移(TDT)算法对活动信息进行迁移,从而在新环境中得到活动模式。理论分析和实验结果表明,相比于基于频繁模式挖掘得到活动模式的方法,本文方法大幅度地降低了得到活动模式所需的时间开销,同时,利用本文方法获取的活动模式取得了较好的活动识别效果。      

超燃试验用加热器三维粘性流场数值模拟

超燃冲压发动机试验时,使用燃烧型加热器模拟高焓、高马赫数的来流条件,而加热器的喷注结构对改善加热器出口流场均匀性具有重要作用.使用三维数值模拟软件Fluent对2种喷注结构的燃烧型加热器进行了三维定常反应流场模拟,获得了设计工况下的流场.结果表明,采用多孔斜喷结构能使氢气在横向有较大的穿透深度,加上空气的引射作用在燃烧室头部产生大尺度横向涡,增强了氢气和空气的混合燃烧以及燃气的掺混,使加热器出口温度场不均匀性从53%降为21%,氧气摩尔分数不均匀性从63%降为17%,更有利于开展超燃冲压发动机试验.     

流向涡与斜激波相互作用的试验研究和数值模拟

为研究流向涡与斜激波相互作用在超声速燃烧中的应用,进行了由翼产生的流向涡与楔块产生的二维斜激波相互作用的燃烧室冷流试验研究.在不同激波强度下,纹影仪捕捉到了强、中、弱不同的涡/波作用现象.仿真与试验结果符合得较好.试验结果表明:对马赫数为2.3流场,在翼攻角10°时,能产生强流向涡,此工况下,锲角越大,涡/波作用越强.仿真结果表明:马赫数对涡/波作用影响较大,总压影响不明显,总温可影响亚声速回流区的尺寸.      

一种基于多调制技术的自适应多速率数字通信系统

数字通信系统的信道状况多变。采用自适应多速率技术,根据信道状况选择合适的信息传输速率进行数据传输,可以提高信道利用率和减少误码率。文章利用多元调制中符号速率与比特速率的倍数关系,通过对多元调制方式的切换,实现了自适应多速率的数据传输。不同的调制方式对信道状况有不同的要求,所以文中分析了几种实用的信噪比估计方法,同时为实现调制方式的可靠切换设计了工作流程,并最终在硬件平台上实现了多调制切换和自适应多速率数据传输。     

基于AMESim的隔舱式贮箱推进剂管理仿真研究

通过多学科动力学建模方法研究,利用AMESim建立了隔舱式贮箱推进剂输送系统机械、液流与控制动力学模型,并对不同工况下推进剂输送系统动态特性进行数值仿真,获得了隔舱式贮箱推进剂动态变化、各个隔舱 的推进剂消耗率及质心位移等结果.仿真结果显示隔舱总体布局与初始容积分配、隔舱连通结构、飞行轨迹等均对隔舱式贮箱推进剂动态变化产生影响,所建立的模型可应用于隔舱式贮箱总体及结构设计.      

液体火箭发动机振动故障特征信号提取方法

液体火箭发动机试验是一项高成本、高风险的工程,由于设计缺陷、零件加工误差、工作过程及机械连接结构的影响,导致试验过程发动机大振动现象的发生。基于发动机振动信号分析的状态监测与故障诊断方法是提高发动机可靠性和降低试验成本的重要手段。在给出液体火箭发动机振动故障诊断数学模型的基础上,详细介绍了发动机试验过程中7种特征信号提取方法,即:振幅特征提取、功率谱特征提取、频谱分析(谐频识别和边频识别)、突频特征提取、状态特征提取、小波特征提取和高阶谱特征提取,并结合发动机实际故障诊断方案,给出了发动机特征信号提取算法应用实例,通过发动机热试车验证了液体火箭发动机振动故障诊断的特征信号提取方法的正确性。     

航天遥感电子学单机产品重点检验环节复查方法

生产过程的产品质量控制直接关系到产品的质量、成本以及生产效率等,文章通过对以往生产过程中不合格品的统计和分析,提出了一种航天遥感电子学单机产品检验过程重点环节复查的工作方法。复查工作流程从重点检验环节的确认、检验要求的提取、质量记录的提取及整理、组织级审查等过程开展论述。对重点检验环节的复查工作实践表明,通过复查可以正向促进生产人员和检验人员更加严格地执行工艺纪律,不断改进检验检测工作的有效性,降低或者消除产品质量风险与隐患,同时也可以反向改进产品设计,优化工艺流程,实现航天产品高质量发展的目标。     

基于活动预测和能耗均衡的WSN路由算法

无线传感网络（WSN,Wireless Sensor Network）中节点触发与数据传输往往会呈现出某种活动模式,基于活动模式特性提出了基于活动的节点分簇算法（AACP,Activity-Aware Clustering Protocol）,将网络中的传感器 节点分成多个活动簇,并通过对节点的历史触发数据进行分析,结合分簇结果对当前发生的活动进行预测.基于活动预测结果,综合能耗均衡、节点剩余能量、传输能耗等影响因素,提出了基于活动预测和能耗均衡的WSN路由算法（AEBRP,Activity-aware and Energy Balanced Routing Protocol）.仿真实验中与低功耗自适应集簇分层型协议（LEACH,Low Energy Adaptive Clustering Hierarchy）、基于跟踪的动态节点分簇算法（HCMTT,Hybrid Clustering for Multitarget Tracking in wireless sensor networks）和传感器信息系统中的高能效采集算法（PEGASIS,Power Efficient Gathering in Sensor Information System）进行比较,验证了AEBRP算法在维持网络能耗均衡、延长网络生命周期方面具有明显优势.      

无人机CBT教学系统研究

在美国CBT已经成为航空训练的重要教学工具,本文分析了无人机CBT教学系统的总体需求,明确了CBT的基本结构,并利用QFD对工程措施进行分析,从而较全面的对其总体技术进行了研究。