运载火箭伺服机构故障检测与诊断的扩展多模型自适应方法

针对运载火箭伺服机构故障,提出一种基于扩展多模型自适应估计的故障检测与诊断算法。建立考虑伺服机构故障的运载火箭姿态动力学模型;将故障角度作为状态变量得到增广状态空间模型;利用扩展卡尔曼滤波器进行状态向量和故障参数的非线性估计,并基于传感器测量数据采用假设检验算法在线计算故障发生的概率;给出基于扩展多模型自适应估计的故障检测与诊断算法流程。仿真结果表明,该方法在无故障时可对伺服机构进行健康监测;在单台伺服机构故障下,可以及时准确判断出哪一台芯级伺服机构发生故障,并可准确估计出伺服机构故障下的发动机摆角角度。     

高速数据帧检测的CPLD实现

分析了ＰＬＤ的特点及其在高速数字电路中的应用前景,结合可编程逻辑器件设计软件ＭＡＸ＋ＰＬＵＳＩＩ,详细讨论了高速数据帧同步码误码检测电路的设计原理和步骤,最后,采用ＡＬＴＥＲＡ公司的ＣＰＬＤ中的ＦＬＥＸ１０Ｋ的器件对检测电路进行了实现。     

基于RBF网络的导弹攻击区解算及对比分析

研究了神经网络在空空导弹攻击区处理中的运用,在提出多层前馈(MF)网络和径向基函数(RBF)网络设计方案的基础上,着重对MF网络的BP算法、改进BP算法以及RBF网络的应用进行了仿真,并从收敛速度、逼近精度和实时性三个方面,对计算结果进行了对比分析,结论表明RBF网络在导弹攻击区处理中具有更高的可行性,更适用于快速高精度的火控解算。     

MV—22结束飞行评估

据美国军方媒体报道,美海军已经按照合同开始建造第8艘“黄蜂”级大甲板多用途两栖攻击舰LHD8。大量设计工作集中在该舰全新的燃气轮机推进系统和新一代电力系统的设计上。前8艘同型LHD的动力采用蒸汽轮机推进系统。     

雷达偏轴跟踪低空目标检测性能估计

分析了偏轴跟踪抑制多路径误差时雷达低空检测性能。结果表明 ,在近距 ,雷达检测性能由SCR决定 ;在远距 ,由SNR决定 ;雷达天线过低 ,探测空域受过渡距离和视距限制明显 ;天线过高 ,探测空域受地杂波影响明显。     

“尖叫的山鹰”——美军第101空中突击师

美军第１０１空中突击师是第１８空降军的主力部队之一。现部署在美国本土肯塔州坎贝尔堡。该师主要装备有攻击直升机１００架,观测直升机和运输直升机等其它直升机２８６架,“陶”式反坦克导弹发射架１８０个,各种火炮１７５门。该师下辖 ３个旅、１１个步兵战斗营、６个炮兵营、４个航空营、８个勤务支援营等。全师编制员额１５９８９人。该师凭借其独有的空中铁甲防护优势等,曾多次参加重大战役和战斗。如在海湾战争中,１０１空中突击师做为打击伊军“左勾拳”的“拳头”,大显身手而战功赫赫,拥有“尖叫的山鹰”之美称。从该师参…     

基于神经网络的螺丝表面缺陷检测

针对螺丝零件通常存在的缺陷检测问题,提出了一种基于神经网络螺丝表面缺陷检测方法。将SimAM注意力机制引入YOLOv7网络模型,用GIoU损失函数替换CIoU损失函数提高模型检测精度,在目标框位置预测过程中,引入Soft-NMS优化候选框选择方法,有效提升候选框位置选择的精度。实验结果表明,改进后的网络模型平均精度均值(mAP)达到98.9%,对小目标缺陷检测精度更高,误检漏检情况更少,可以有效满足螺丝表面缺陷检测要求。     

基于改进YOLOv5s轻量化模型的红外场景目标检测方法研究

红外技术在防备夜间作战和隐蔽作战中发挥的作用是至关重要的,针对如何平衡红外图像检测精度与轻量化的问题,提出一种基于红外场景下的轻量化目标检测模型M-YOLOv5。该网络模型采用改进的ShuffleBlock模块替换原有的CSP骨干网络。此外,应用轻量级上采样算子CARAFE替换原有上采样模块,在C3模块中加入SE注意力机制,降低冗余信息,提高特征的区分性和表征能力,重新设计损失函数,E-IoU作为新的损失函数,加快模型收敛速度。在公开数据集FLIR上进行了实验,实验结果表明：改进之后网络模型的平均检测精度达到73.0%,仅降低2.9个百分点,而M-YOLOv5模型的网络参数数量、理论计算量分别减少40%、39%,模型的推理速度提高52%,满足部署于边缘设备的需求。     

基于航拍视频的车辆目标跟踪方法

以无人机拍摄的运动车辆为研究对象,针对航拍视频中的某一车辆目标,研究其目标跟踪方法。为准确预测车辆在未来帧中出现的位置,提出基于K邻域的目标预测算法,对于车辆目标可能会出现被全部遮挡的情况,提出基于车辆运动状态估计的抗遮挡算法,在目标检测过程中,针对可能会有多个目标被检测出来的情况,提出多特征融合的图像匹配算法以对检测结果进行匹配。将上述算法相结合,形成车辆目标跟踪方法。测试结果表明,提出的目标跟踪方法平均准确率达到了91.1%,准确率相对于常见的目标跟踪算法提升了约6.35%。     

航空插头焊接异常检测技术

由于航空插头座针孔较为密集,结构复杂且应用要求偏高,常规图像分割方法通常应用于检测对象特征稀疏的图像处理中,无法检测焊接点密度较高的航空插头的微小异常.为此,提出了基于机器视觉的航空插头焊接异常检测方法.利用OpenCV对图像进行预处理、阈值分割及查询焊杯轮廓信息,依据轮廓信息计算焊杯面积,检测焊杯搪锡,可以检测漏焊以...