民用涡轴发动机进气系统结冰试验

围绕中国民航规章CCAR-33部R2版中第33.68条款适航要求,针对涡轴发动机提出了一种满足适航要求的试验方法,包括结冰关键点分析、结冰取证试验点选定、整机结冰取证试验三部分。结合涡轴发动机工作包线,开展结冰关键点分析以选定结冰取证试验点。在结冰包线内选择了若干结冰计算点,并计算每个点的结冰位置与结冰量。计算结果显示:温度接近0 ℃且海拔高度较低的区域是涡轴发动机结冰量显著的区域。结冰试验时在-4~-1 ℃的温度区间寻找刚出现结冰的温度点与结冰量最大的温度点。试验结果显示:结冰量最大的温度点是最严酷的结冰试验点。     

基于Transformer模型的卫星单目位姿估计方法

鉴于测量精度高、设备成本低等优点,基于单目图像的卫星位姿估计方法在交会对接、空间攻防等应用中具有广泛前景。得益于强大的特征提取与表达能力,卷积神经网络在目标单目位姿估计应用中取得了明显优于传统方法的性能表现,但已有基于卷积神经网络的方法存在诸如归纳偏置、绝对距离描述不直接、长距离建模能力不足等问题。聚焦卫星单目位姿估计应用需求,针对以上问题,创新地将Transformer模型应用于卫星目标位姿估计中,提出了一种新颖的端到端卫星单目位姿估计方法。首先,设计了一种基于关键点集合的卫星目标表示方法,并构建了基于该表示方法的损失函数,进一步,结合关键点回归任务特点,设计了端到端的关键点回归网络模型,并改进了用于特征提取的主干网络结构。在公开数据集上实验测试结果表明：本文方法实现了可靠、高效的卫星目标单目位姿估计,并取得了优于已有同类方法的性能。     

空间重复锁紧与分离装置容差性能分析与验证

空间重复锁紧与分离装置的容差能力是合作目标能否被捕获的关键指标,一定的容差能力能够抵消机械臂末端定位误差带来的合作目标位姿误差。根据某种在轨服务平台对空间合作目标的捕获方式,提出并设计了一种具有一定容差能力,并且在空间机械臂协助下能够完成对合作目标重复锁紧与分离的装置。本文建立了合作目标任意一点与重复锁紧与分离装置坐标系之间的D-H矩阵,完成了对球头关键点运动轨迹数学模型的建立。利用关键点投影方法对装置的容差性能进行分析,验证了装置设计的合理性。通过ADAMS仿真和样机试验相结合的方式对装置的容差性能进行验证,结果表明所设计的装置能够捕获和锁紧处于极限位姿下的合作目标,验证了装置的容差能力。     

一种目标识别中基于关键点的仿射不变矩

针对常用仿射不变矩对轮廓边缘信息敏感的特点,提出了一种基于关键点的局部仿射不变矩,以分割出来的物体灰度图像为基础,首先计算出物体的质心,然后以质心为扩展点向周围引伸出多条射线,寻找每条射线方向上的最近灰度极值点,将所有灰度极值点当作关键点集合,并按照文中提出的计算仿射不变矩的方法提取出多阶不变矩,将其当作神经网络的输入向量,放入已经训练好的神经网络来达到识别物体的目的,将此方法应用在了飞机图像的识别上,实验结果证明此方法在物体轮廓分割不完整和有噪点污染的情况下能保持很好的稳健性,简单有效并具有较广的应用范围.     

基于有限元法的机翼安全性评价的研究

运用有限元方法及大型有限元软件包Ansys，提出利用三个指标定量评价机翼的安全性，即应力位移的条件、关键点的安全系数、机翼载荷失效过程稳定安全度。并通过空客A320实例验证这种做法的有效性。计算结果表明，机翼总体上满足安全稳定要求，机翼发生失效的最危险的部位是机翼的根部，在循环疲劳载荷作用下，应注意机翼的根部及机翼的关键点上。     

自研激光雷达三维点云配准技术

为了实现激光雷达点云与图像重建点云的三维空间配准,基于自研三维扫描激光雷达系统,提出了新型的快速多尺度因子（FMSR）点云配准算法,研究了空间点云配准技术。该算法主要包括初始配准和精确配准2个步骤:初始配准使用基于尺度自适应关键点质量（ASKQ）的点云特征提取算法,提取关键点的特征匹配对,求解点云配准初始参数;精确配准利用K-邻近（KNN）算法全局搜索,提升计算效率,多次迭代得到2组点云之间的最优旋转矩阵、最优平移向量和最优尺度因子。仿真和实验结果表明,所提出的算法对空间目标（尺寸为20.30 m×7.85 m×26.56 m）实现空间点云配准,配准精度达到0.194 m,运行时间为16.207 s;与多尺度迭代最近点（S-ICP）算法相比,配准精度提高了0.131 m,运行时间提高了30%。所提出的空间点云配准技术可为场景重建和纹理匹配提供算法基础。      

ABC管理法的研究与应用

介绍了现代管理中常用的一种定量分析方法：ABC管理法。通过介绍在生产作业计划管理工作中的应用情况，阐明了基本原理，同时简述了该管理法在其它管理领域的应用情况。通过效益评价分析，说明了ABC管理法简明、科学、适用，具有良好的推广前景。     

基于渐非凸渐凹化过程的子图匹配算法

如何实现外点存在情况下的鲁棒高效匹配是图匹配领域的关键问题之一.针对此问题,提出将渐非凸渐凹化过程(GNCCP)用于子图匹配,即将外点存在情况下的图匹配问题建模为一个基于相似矩阵的二次组合优化问题,然后通过扩展GNCCP来近似优化,是一种新的采用二阶约束图匹配算法.相较于现有算法,提出的算法优势在于可以泛化目标函数定义方式,有效处理外点存在的情况的图匹配问题,且能同时实现有向图匹配和无向图匹配.人工数据与真实数据上的实验证实了算法的有效性.      

智能化舰船要害检测、轨迹预测与位姿估计算法

准确检测与打击舰船要害部位可有效提升反舰导弹毁伤效能。针对舰船要害部位检测精度低、导引误差解算精度不足等问题，提出基于深度学习的舰船要害关键点检测、轨迹预测与导引头位姿估计算法。融合深层语义信息与浅层定位信息，采用SoftPool池化保留细粒度特征，提升多角度多尺度舰船要害部位检测精度；将关键点检测结果与舰船空间结构建立映射，解算导引头三维位姿；引入长短期记忆网络挖掘要害打击点时空特征，实现多尺度舰船要害动态轨迹预测。实验结果表明：所提算法对舰船要害部位检测与轨迹预测精度高，导引头位姿估计结果较准确，满足自主突防视角反舰导弹对复杂海战场的态势感知需求。     

基于关键点检测的红外弱小目标检测

红外弱小目标检测旨在从复杂的背景中检测出红外弱小目标，该技术在监视预警系统、精确制导等方面具有重要应用价值。针对已有的传统算法存在漏检、误检，深度学习中基于语义分割的检测方法易受“过分割”与“欠分割”影响等问题，提出了一种基于关键点检测的红外弱小目标检测算法（KeypointNet）。主要创新点为：直接优化目标中心点坐标，提高了检测效率，有效地保证了目标的检测率与虚警率；设计了一种从低层级到高层级的特征融合模块，获取了目标的多尺度信息，提升了检测效果。在相关数据集上的实验表明：KeypointNet算法的检测率能够达到97.58%，同时虚警率在2%以下，与其他算法相比取得了最好的效果。