Detection of aircraft below the horizon for vision‐based detect and avoid in unmanned aircraft systems

Vision‐based aircraft detection technology may provide a credible sensing option for automated detect and avoid in small‐to‐medium size fixed‐wing unmanned aircraft systems (UAS). Reliable vision‐based aircraft detection has previously been demonstrated in sky‐region sensing environments. This paper describes a novel vision‐based system for detecting aircraft below the horizon in the presence of ground clutter. We examine the performance of our system on a data set of 63 near collision encounters we collected between a camera‐equipped manned aircraft and a below‐horizon target. In these 63 encounters, our system successfully detects all aircraft, at an average detection range of 1890 m (with a standard error of 43 m and no false alarms in 1.1 h). Furthermore, our system does not require access to inertial sensor data (which significantly reduces system cost) and operates at over 12 frames per second.     

基于工艺特征约束的改进遗传算法

为提高飞机装配的精度,减小定位的误差,优化具有复杂工艺特征的机身框件的支撑序列.针对优化中工艺特征约束处理问题,建立了工艺特征约束的广义数学模型,从理论角度提出了一种针对此类约束的不可行解修补算法,并基于此算法设计一种改进的遗传算法.使用改进的遗传算法优化某型飞机机身框在可重构柔性工装上的支撑序列,优化过程稳定,最优序列下框的柔性定位误差减小93.08%,保证了飞机装配的精度.理论基础分析和仿真结果分析表明,改进的遗传算法通用性强,适用于各种约束优化问题;收敛速度快且稳定,具备可行性.     

遥感图像飞机目标分类的卷积神经网络方法

目的 遥感图像飞机目标分类,利用可见光遥感图像对飞机类型进行有效区分,对提供军事作战信息有重要意义。针对该问题,目前存在一些传统机器学习方法,但这些方法需人工提取特征,且难以适应真实遥感图像的复杂背景。近年来,深度卷积神经网络方法兴起,网络能自动学习图像特征且泛化能力强,在计算机视觉各领域应用广泛。但深度卷积神经网络在遥感图像飞机分类问题上应用少见。本文旨在将深度卷积神经网络应用于遥感图像飞机目标分类问题。方法 在缺乏公开数据集的情况下,收集了真实可见光遥感图像中的8种飞机数据,按大致4∶1的比例分为训练集和测试集,并对训练集进行合理扩充。然后针对遥感图像与飞机分类的特殊性,结合深度学习卷积神经网络相关理论,有的放矢地设计了一个5层卷积神经网络。结果 首先,在逐步扩充的训练集上分别训练该卷积神经网络,并分别用同一测试集进行测试,实验表明训练集扩充有利于网络训练,测试准确率从72.4%提升至97.2%。在扩充后训练集上,分别对经典传统机器学习方法、经典卷积神经网络LeNet-5和本文设计的卷积神经网络进行训练,并在同一测试集上测试,实验表明该卷积神经网络的分类准确率高于其他两种方法,最终能在测试集上达到97.2%的准确率,其余两者准确率分别为82.3%、88.7%。结论 在少见使用深度卷积神经网络的遥感图像飞机目标分类问题上,本文设计了一个5层卷积神经网络加以应用。实验结果表明,该网络能适应图像场景,自动学习特征,分类效果良好。     

基于准则法的飞机薄壁结构可靠性优化设计

针对传统的安全因数法考虑载荷和强度不确定性因素对飞机安全性的影响太笼统,无法从根本上减轻飞机结构质量的问题,提出一种飞机结构可靠性优化设计方法.根据应力-强度干涉模型计算结构单元的可靠度,建立以单元满可靠度为准则的优化模型,实现包含可靠性约束的结构尺寸优化.该功能已经加入到COMPASS中.算例结果表明该方法能够减轻结构质量,改善结构可靠度.该方法为开展飞机结构不确定性设计提供技术手段.     

飞机腐蚀搭接板的应力分析

为降低由于铝合金腐蚀产生的膨胀作用引起的枕垫效应对飞机搭接板应力的影响,利用非线性有限元法分别对不同铆钉弹性模量、不同搭接板弹性模量和不同搭接板泊松比下的腐蚀搭接板进行仿真分析.结果表明：枕垫效应对搭接板应力的影响随着铆钉弹性模量的增大、搭接板弹性模量和泊松比的减小而减小.     

便携式飞机供电参数测试系统的设计与实现

针对飞机供电系统设备需要进行在线快速测试的需求,提出了利用Odyssey XE测试机研发便携式飞机供电参数测试系统的设计方案;根据测试标准对飞机供电参数测试要求,对测试系统从硬件结构和软件模块两方面进行了分析;设计采用高速数据采集卡OD-200实现数据的采集,并设计了数据采集和数据处理软件,完成了在LabVIEW开发环境下测试系统软件的设计与实现;通过对某飞机电源系统进行测试,测试结果表明该系统测试精确度高,性能稳定可靠,操作简单,达到了设计要求。     

小型飞行器综合测试系统方案设计

针对小型飞行器系统各部件在研制和生产中的测试要求,提出了小型飞行器综合测试系统的方案设计;方案设计中详细介绍了系统组成,并对方案中涉及的航空电子分系统、发动机分系统、无线电数据链分系统的测试内容及测试方法进行了分析说明;根据测试方法和测试内容,给出了综合测试系统的硬件设计原理和软件设计流程;运用该设计方案进行了综合测试设备发动机分系统测试的研制工作,并投入试运行,结果表明该方案设计合理可行,可推广应用于该领域或其它领域的测控系统的研制中。     

轴承腔两相流动流型特征参数及鲁棒性分析

航空发动机轴承腔的润滑设计和换热分析依赖于对轴承腔中润滑介质两相流动特性的理解,依据流型进行轴承腔油气两相介质流动研究是获取流动特性的有效途径。针对通过试验判断油气两相介质流动形式的需要,结合数值分析和试验数据,在辨识能力和试验获取等方面的考虑前提下,提出了辨识航空发动机轴承腔中均相流动与含油滴气/液分层流动两种主要油气两相流型的特征参数——体积含油率和无量纲速度,探讨了两个特征参数在较宽工况范围内保持流型辨识能力的鲁棒性。研究工作对于借助于试验判断油气两相流型,从而可以在严谨理论指导下基于流型进行航空发动机轴承腔润滑介质两相流动特性分析,实现准确高效的润滑设计和换热分析的设计路线实施是很有意义的工作。     

基于时域Neal-Smith准则的人机控制系统设计多目标优化研究

为了获得驾驶员和飞机良好的匹配特性,使用基于人机闭环参考模型的方法将飞行品质的要求引入优化算法,进行飞行控制系统设计。首先使用CAP准则建立飞机等效系统模型。然后,基于时域Neal-Smith准则,通过多目标优化算法一次性得到在不同任务条件下的最优驾驶员模型。根据需要选择相应的驾驶员模型,并与飞机等效系统模型组成人机闭环参考模型,进行飞行控制设计多目标优化。仿真结果显示,文中的算法不仅可以整定控制器参数,根据任务需求选取最优驾驶员模型,还可以利用优化结果进行PIO易感性的分析。