高等职业技术教育改革探讨

本文以高职教育的现况、特色为依据,分析了高职教育改革中存在的问题,并从专业培养目标的定位、课程体系与教学方法、实验实习条件、师资能力与结构、教学内容与教材建设等方面分析了目前高职教育中影响高职教育质量的原因,并提出了改革的基本思路和方法。     

反坦克导弹飞行模拟训练成绩评定方法

以合理评价在反坦克导弹模拟训练器上受训射手的训练成绩为主要研究目的，通过对坦克外形的简化和坐标变换，建立了判断导弹命中坦克的数学模型；通过将理想瞄准点扩展成理想瞄准区域，建立了成绩评定的数学模型；在确保动画过程实时性的前提下，可全面合理地评价射击训练过程中射手的操作水平，为培训和选拔射手提供定量依据。     

某型教练机嵌入式训练系统顶层设计技术研究

本文通过对该型教练机现有航空电子系统构型、驾驶员操作程序、接口控制文件深入研究,结合未来功能扩展需求,给出了合理的系统构型分析、功能分配、数据流规划、原相关系统软件改动分析,在此基础上还设计出了嵌入式训练系统技术方案.依据方案研制的嵌入式训练系统原理样机通过系统动态试验、航电系统地面综合试验和飞机地面通电试验,证明系统...     

战斗机嵌入式训练系统中的智能虚拟陪练

智能化"实虚"对抗是现代先进战斗机嵌入式训练系统的重要功能需求。自主空战决策控制技术在未来空战装备发展中扮演关键角色。将当前的功能需求和发展中的技术结合起来,得到了空战智能虚拟陪练的概念。先进控制决策技术的引入使得智能虚拟陪练能够帮助飞行员完成复杂的战术训练,而训练中真实的对抗场景为技术的验证提供了理想的环境,大量的训练数据为技术的持续迭代优化提供了保障。作为可学习和进化的空战战术专家,智能陪练在人机对抗和自我对抗中不断优化,当其具备与人相当甚至超越人的战术能力时,可应用于未来的无人空战系统。智能虚拟陪练需要具备4项基本能力：智能决策能力、知识学习能力、对抗自优化能力和参数化表示能力。对其包含的关键技术进行了分析,提出并实现了一个基于模糊推理、神经网络和强化学习的解决方案,展示了其各项基本能力及目前达到的空战水平。未来更多的模型和算法可在智能虚拟陪练的框架中进行验证和优化。     

基于生成对抗网络的空间卫星低照度图像增强

针对空间低照度成像条件下卫星光学图像信息受损严重的问题,提出了一种基于生成对抗网络的空间卫星低照度图像增强方法,提高了图像的平均亮度及对比度,恢复图像细节信息,为图像识别等图像处理技术提供更高质量的数据信息.首先,设计了一种密集连接的生成器,加强了各特征提取阶段中的信息传递以及多层特征的融合,减少了特征信息的损耗,更好...     

CDIO在空管人才培养中的可行性分析

作为当今国际工程教育领域最新教研成果,CDIO工程教育模式陆续被国内外许多高校工科课程采纳并结出丰硕的教学成果。民航强国战略背景下,我国民航飞速发展给空管人才培养带来了巨大挑战。从空管专业特点出发,论述了在空管专业人才培养中引入CDIO模式的可行性。     

一种直升机自旋训练过程涡轴发动机控制规律设计与仿真

针对直升机自旋训练过程中涡轴发动机快速响应要求,提出了一种以燃油流量和导叶角为控制量的鲁棒控制规律抑制自由涡轮转速瞬态下垂.首先,通过改进UH-60直升机/T700发动机综合模型,使之能够模拟自旋进入及自旋恢复过程动态变化.其次,提出并设计一种基于燃油流量和导叶调节的涡轴发动机鲁棒控制规律,并通过典型的自旋训练过程仿真,验证了该控制规律相比仅以燃油流量为变量的控制规律,自由涡轮转速瞬态下垂量降低至3%以下,且燃油流量变化更加平缓,改善了执行机构的工作条件.     

计量保证工作的继承与发展

介绍了计量保证的基本概念和发展历史,分析了存在的问题,提出解决问题的建议.     

混合机种飞行员人体测量结果及其工效学意义

为探讨混合机种飞行员的人体参数随年代、地区及机种变化的趋势及程度,测量了656名混合机种飞行员的5~13项人体参数,并将所测数据与70年代数据进行了对比,不同地区之间、不同机种之间的数据也进行了对照分析.结果表明:13项参数中有12项参数值与70年代有非常显著性差异(p<0.01);全国不同地区间身高无显著性差异(p>0.05),不同地区间体重多数无显著性差异(p>0.05);歼强击机飞行员与非歼强击机飞行员的体重有显著性差异(p<0.05).由此可知,飞行员的体形已发生显著性变化,飞行设备及个人防护救生装备的设计不应再完全依据70年代的人体数据;应开展新的飞行员人体参数数据库和人体模型的建立工作;飞行员应坚持科学的锻炼并控制饮食以保持体形;不同地区招收飞行员时,应对其身高等形体条件进行统一要求.     

基于RBF神经网络的结构光三维视觉检测方法

研究了基于RBF(Redial Basis Function)神经网络的结构光三维视觉检测方法.该方法利用RBF网络良好的非线性映射能力以及学习、泛化能力,通过所获取的高精度的样本数据来训练RBF网络,最终建立起了用于结构光三维视觉检测的RBF网络模型.与常规方法相比,该方法不需要考虑视觉模型误差、光学调整误差等因素对视觉检测系统测量精度的影响,因而能够有效的克服常规建模方法的不足,保证了检测系统具有较高的精度.