基于SAGE的大型客机DMDO系统的关键技术研究

为解决大型客机的设计过程中多方设计研究人员的协同工作问题,以及在不断调整设计参数的迭代设计过程中出现的各种问题,基于SAGE(simple adaptive grid engine)[1]的分布式多学科优化设计(distributed multidisciplinary design optimization,DMDO)系统中的3项创新及关键技术进行了深入的探讨:①MDO(multidisciplinary design optimization)[2]领域专用的工作流引擎,它提供灵活的封装模块和高效的封装方式;②异构集群的元作业调度器,根据MDO的应用特征进行简化,使用短作业优先的调度策略减少了作业的平均等待时间;③基于SAGE的分布式集群计算.针对这3项关键技术,在实验环境中分别进行了成本,等待时间和可扩展性的测试.实验结果表明,这3项关键技术都满足了预期的设计目标,能够为大型客机的专业设计人员提供一个高效实用的协同设计平台.     

闪烁噪声下轨道机动目标自适应鲁棒跟踪算法

针对闪烁噪声下存在未知机动的空间目标跟踪问题,将自适应鲁棒滤波技术嵌入到无迹卡尔曼滤波,设计自适应鲁棒无迹卡尔曼滤波(ARUKF),再利用ARUKF产生粒子滤波的重要性密度函数,从而得到一种自适应鲁棒无迹粒子滤波(ARUPF)算法。将ARUPF与瞬态跟踪模型相结合,对空间机动目标进行自主跟踪。实验结果表明,该算法在跟踪精度和鲁棒性方面优于传统的跟踪算法。     

ARAIM算法应用于LPV-200服务

传统的接收机自主完好性监测(RAIM)技术仅支持LNAV航路,而无法满足有更严格完好性需求的LPV-200进近。近些年来国际上开始兴起的高级RAIM(ARAIM)算法因其垂直导航能力而凸显优势,并且可以通过优化配置危险误导信息概率,进一步降低垂直保护级别(VPL),提高可用性。通过Spirent GSS 8000信号模拟器设置针对LPV-200的场景,利用生成的数据对优化前后的算法进行仿真比较,结果证明双频GPS下的ARAIM技术在局部地区可以达到LPV-200服务的要求。     

基于压缩感知的人脸识别方法

基于稀疏重构的分类方法具有较好的识别效果,但计算复杂度高。为此,提出基于压缩感知的人脸识别方法COMP,将L1范数最小化重构算法替换成正交匹配追踪(OMP)算法,以降低复杂度,并在OMP中引入模式类别信息,使该方法具有更强的分类能力。基于YaleB人脸库的实验结果表明,COMP在低维度时识别率高于OMP。     

基于时间模糊化长短时记忆的非侵入式负荷分解方法

基于深度学习的负荷分解方法忽略了设备状态的关联性,导致应用过程中会出现功率误判现象.针对上述问题,提出一种基于时间模糊化长短时记忆(TFLSTM)的非侵入式负荷分解方法.首先,根据合适的时间区域分割数据集,利用长短时记忆(LSTM)建立时刻关联性.然后,通过编码和解码去除非目标设备信息,并根据用户在不同时间区域的用电习惯来确定模糊策略,最终完成负荷分解.基于公开数据集,将文中方法与经典方法及前沿方法进行对比,实验结果表明TFLSTM能够有效降低功率误差,功率分解准确率可提高4％～15％.     

基于l αβ空间的多光谱和全色图像融合

提出了一种新的基于lαβ空间的图像融合方法，该方法可以用来对低分辨率的多光谱图像和高分辨率的全色图像进行融合。该方法通过对多光谱图像和全色图像的融合，得到一幅融合后的图像，该融合后的图像集合了多光谱图像的光谱信息和全色图像的空间信息。实验结果表明该方法效果良好，优于传统的以及改进的IHS方法和PCA方法。     

L-UNet：轻量化云遮挡道路提取网络

目的 道路提取是常见的遥感应用之一。现有的基于深度卷积网络的道路提取方法往往未考虑云遮挡给道路提取带来的影响，且提取网络模型较大，不利于在移动端部署，同时缺乏用于云遮挡场景下的道路提取数据集。对此，本文提出一种轻量化的UNet网络（lightweight UNet，L-UNet），高效地实现云遮挡下的道路提取。方法 通过柏林噪声模拟云层以扩展现有道路提取数据集，进而训练L-UNet。使用移动翻转瓶颈卷积模块作为特征提取的主要结构，在深度可分离卷积的基础上加入扩展卷积和压缩激励模块，在减少参数量的同时大幅提升了分割效果。结果 在DeepGlobe道路提取扩展数据集的测试中，与D-LinkNet相比，L-UNet的交并比（intersection over union，IoU）提升了1.97%，而参数量仅为D-LinkNet的1/5。在真实云遮挡遥感图像道路提取测试中，L-UNet的性能仍然最优，与D-LinkNet和UNet相比，IoU值分别提高19.47%和31.87%。结论 L-UNet网络具有一定的云遮挡区域下道路标签生成能力，虽然在模拟云遮挡数据集下训练得到，但对于真实云遮挡仍具有较强的鲁棒性。L-UNet模型参数量很小，易于嵌入移动端。     

纳米颗粒增强金属基复合材料微结构有限元模型研究

综合运用图像处理、几何建模、有限元网格剖分等技术,改进了一种基于SEM照片建立颗粒增强金属基复合材料二维微结构有限元模型的方法,使其能够充分适用于纳米级颗粒增强金属基复合材料。利用改进后的方法建立了原位自生纳米TiB2颗粒增强A356复合材料的微结构有限元模型,并用该模型进行了TiB2/A356复合材料室温单轴拉伸模拟。结果表明,模拟数据与实验数据贴合性较好,误差较小。     

LPIB-g-GMA的制备及其对不饱和聚酯性能的影响

采用甲基丙烯酸缩水甘油酯(GMA)为液体聚异丁烯(LPIB)的接枝物,并用苯乙烯为其共聚单体,利用溶剂热法合成了甲基丙烯酸缩水甘油酯接枝液体聚异丁烯( LPIB-g-GMA).研究了LPIB-g-GMA对不饱和聚酯树脂( UPR)力学性能及其它性能的影响.结果表明,随着LPIB-g-GMA含量的增加,UPR/LPIB-...