摘要： 针对系留气球与吊舱之间存在刚柔耦合连接而引起的应变集中问题,采用 ABAQUS与理论模型相结合的方式对其进行力学分析,提出一种加强过渡层策略来降低结构连接处的应变集中效应,从而提高系留气球系统的安全性与实用性。首先,基于经典力学理论得到了系留气球囊体结构的应力分布理论解,并结合本构方程提出织物材料正交模量设计准则;然后,对刚柔耦合系统力学仿真模型的计算结果进行分析,提出等效应变集中因子,研究了附加重载质量、囊体内外压差及材料对应变集中效应的影响机理;最后,为缓解应变集中效应,提出一种局部加厚的囊体过渡层设计策略。仿真结果表明:对于无吊舱的系留气球,其环向应力约为轴向应力的 2 倍,因此采用正交方向模量比为 2 的各向异性织物材料更为合适;采用 Vectran 纤维复合材料作为囊体材料和碳纤维材料作为吊舱结构件材料时,其综合承载能力最佳;在承载 1 t 重载荷情况下,采用加强过渡层设计策略的系留气球刚柔耦合系统的应变集中因子下降 11.3 %,可有效提高系留气球的承载能力与结构可靠性,为未来新型浮空器系统的设计提供了理论参考,从而推动系留气球的安全应用。

摘要： 为有效应对平流层织物飞艇“体积与重量发散、温压与囊体强度发散”的矛盾,提出以线性低密度聚乙烯薄膜为气囊的流线型飞艇架构。凭借聚乙烯飞艇在艇体重量、承受压差及成本等方面的优势,在设计上围绕耐超压结构、尾翼及发放方式展开研究。首先,建立正交加强筋-球膜耦合模型,以横向约束下的二维母线变形为输入,得到最优周向加强筋间距。取单幅球膜在施加对称约束后的整艇变形及局部鼓包变形进行分析,得出局部曲率半径减小后的鼓包外形及受力。其次,设计多气囊堆叠尾翼,通过横向、纵向与垂向三向加强筋实现聚乙烯尾翼耐超压结构。最后,针对聚乙烯飞艇不易实现非成形发放的难题,采用内部隔膜与外敷绳笼方案,并通过外场试验验证了其可行性。在应用方面,以未来实现平流层中上部飞行、组合气球、高空系留气球以及低空经济方面为例进行讨论,为相关应用提供了低成本、可扩展的技术路径。

摘要： 为准确评估短纤维增强复合材料的热膨胀性能,以热力学理论推导的单向层压板热膨胀系数解析公式为基础,结合取向概率密度函数与长度概率密度函数,建立了适用于该类材料的热膨胀系数(coefficient of thermal expansion, CTE) 预 测 模 型 。 首先 ,基于该模型,系统分析了纤维平均取向角、平均长度及体积分数等纤维分布特征对CTE 的影响规律。然后,分别通过挤出-注塑、溶液-注塑和悬浮液-注塑工艺制备短纤维增强复合材料,利用图像分析法统计纤维取向分布,采用热解法统计纤维长度分布。最后,将所得数据代入模型后,把预测值与实验结果进行对比验证。结果表明 :纵向 CTE 随纤维平均长径比和体积分数的增加而降低,随平均取向角的增大而升高 ;横向 CTE 随平均取向角和体积分数的增加而下降,随平均长径比的增大而上升;纤维平均取向角和体积分数对短纤维增强复合材料 CTE 的影响显著大于纤维平均长径比 ;纤维平均取向角和平均长度均随纤维体积分数的提高而减小。挤出-注塑工艺制备的复合材料平均纤维长度为 107.9 μm,而溶液-注塑工艺和悬浮液-注塑工艺制备的复合材料的平均纤维长度分别为 139.0 μm 和 206.6 μm。所提模型的理论预测与实验数据间具有良好的一致性,说明其可为短纤维增强复合材料的优化设计提供有效建议。

摘要： 针对四旋翼无人机集群编队跟踪控制过程中的复杂通信约束问题,提出间歇通信条件下多领导者双层编队四旋翼无人机集群跟踪控制方法。首先,对间歇通信条件进行了数学描述并建立了四旋翼无人机的动力学模型,给出了四旋翼无人机集群可实现双层时变编队跟踪控制的条件;其次,构建了间歇型双层时变编队跟踪控制器,基于线性矩阵不等式提出间歇通信条件下的双层时变编队设计与分析判据;最后,基于一个由3 架领导者和 6 架跟随者组成的多领导者四旋翼无人机集群系统开展仿真试验。结果表明:该集群系统可实现间歇通信条件下的双层时变编队跟踪控制,在多无人机之间的通信连通时,领导者和跟随者可分别形成各自期望的时变编队队形,并且跟随者可跟踪到由所有领导者决定的编队中心;在多无人机之间的通信断开时,控制器中的自反馈项使无人机受控,仿真结果展现出较好的编队性能和跟踪性能。

摘要： 为提高单一模型卫星钟差预报的精度和稳定度,提出了一种灰色模型与一阶加权局域法组合的卫星钟差预报方法。首先,采用 db 1 小波对卫星钟差进行三层多尺度分解和单支重构,得到一项近似分量和三项细节分量;然后,采用灰色模型对近似分量和一阶加权局域法对细节分量分别进行预报;最后,将各分量的预报结果对应相加即可得到卫星钟差的最终预报值。采用武汉大学 GNSS 分析中心发布的精密卫星钟差产品 ,随机选取 10 颗 Galileo 卫星的钟差数据进行预报实验。结果表明:在 2 、 4 、 6 h 预报时,该模型相比于灰色模型的预报精度分别提高了 50.00 %、 64.66 %、 60.48 %,稳定度分别提高了 18.07 %、 23.19 %、 32.51 %;在改变建模数据量和预报长度时,该模型的预报精度和稳定度均显著高于其他单一模型,其预报精度和稳定度最大可以提高 85.67 % 和89.28 %,验证了该组合模型在卫星钟差预报方面的有效性和可行性。

摘要： 针对振动模态原始参数振型存在的定位能力弱、抗噪性差等弊端,提出一种基于振型分形表征的损伤检测算法。首先,利用圆柱壳纵向线振型分形维数构建等高线图,从而直观地表征损伤的位置、程度并近似其形状。然后,在自由边界下的圆柱壳数值模型上验证算法的有效性和可行性,通过与常用曲率检测算法进行对比,证明了所提的高差分形维数算法在不同噪声环境下具有显著更优的抗噪性和鲁棒性。最后,将算法应用于基于力锤激励和加速度计响应的金属圆柱壳人工凹口损伤实验模态测试中。结果表明:所提算法能够有效识别实验模态中的损伤,定位精度可达± 1 测点间距范围 ,验证了其对实际工程应用的适用性和有效性。

摘要： 为解决高超声速导弹协同作战效能评估优化问题,提出基于多维评估模型的多波次智能决策方法。首先,构建了将导弹毁伤概率、防御拦截概率、攻防效能优势、空间态势优势 4 个维度相结合的复合评估体系;其次,面向反舰作战需求,建立了以目标毁伤概率、威胁度为优化目标的任务决策模型,采用适用于单波次和多波次协同打击的遗传粒子混合算法 (genetic algorithm - based particle swarm optimization, GAPSO)实现火力分配优化,通过动态威胁评估、自适应权重调整、全局最优解保护策略等改善传统算法性能;最后,以典型海战场景为例进行算法验证。结果表明:GAPSO 能够显著降低目标威胁度,其中单波次打击威胁度最大下降 56.92 %,相较传统 PSO 方法提升 40.63 %,验证了复合评估体系对复杂战场态势的适用性;多波次打击中威胁度下降倍数逐步提高,单位迭代效能提升 3.9 倍;在分散态势下求解质量较 PSO 算法提升15.12 %,展现出良好的适应能力和抗环境退化的自适应机制;三波次总威胁下降率达87.47 %,单位导弹效能提升 41.08 %,且单波次决策耗时不超过 1.55 s,满足实时性需求。验证了智能决策方法在高超声速导弹协同作战中的有效性。

摘要： 针对目标探测技术在现代军事领域面临的辨识度、穿透性与抗干扰能力等多重挑战 ,归纳总结了偏振成像探测技术的独特优势和关键技术。首先,对比分析了 6 种偏振成像方法的基本原理和优劣势,包括分时、分振幅同时、分孔径同时、分焦平面同时、新兴的通道调制和超表面偏振成像。然后,梳理总结了偏振成像探测技术在军事目标探测、穿烟透水探测和偏振成像导航 3 种军事场景下的应用与前景。同时,对目标偏振特性、偏振传输特性、偏振成像探测方法和设备、以及图像处理算法 4 类关键技术进行了分析。最后,结合应用需求提出了偏振成像探测技术的未来发展趋势,以期为相关研究提供参考和借鉴。

摘要： 针对跨模态行人重识别过程中存在的噪声伪标签和模态间特征分布差异问题,以双分支对比学习网络为框架,提出一种基于双重协同细化的无监督跨模态行人重识别方法。首先,以聚类簇内可靠实例的聚类中心为锚点,设计了伪标签细化模块,通过计算实例与锚点间的相似度来对伪标签进行优化,从而提高伪标签的质量;其次,利用图匹配初步确定可见光与红外模态间的特征对应关系,设计了跨模态双向对齐模块,通过构建模态无关混合记忆字典来促使模型学习跨模态间的共性特征;最后,在伪标签和跨模态匹配双重细化的基础上,设计了模态相关和模态无关的对比学习模块,增强了模型 学习判别性特征的能力 。与次优方法多记忆匹配 (multi - memory matching,MMM)相比,所提方法在 SYSU-MM 01 数据集的 All-search 和 Indoor-search 模式下平均均值精度 (mean average precision, mAP)分别提高 1.4 % 和 2.0 %,在 RegDB 数据集 的 Visible 2 Infrared 和 Infrared 2 Visible 模 式 下 mAP 分 别 提 高 1.8 % 和 4.7 %, 表明该方法具备良好的鲁棒性及跨模态检索能力。

摘要： 针对现有数字图像处理方法在大型车辆辅助停车定位过程中测量精度较低的问题,提出一种基于预设标识的大型车辆停车定位方法。首先,通过张正友标定法来获取相机内外参数,利用透视变换生成鸟瞰图,并结合棋盘格角点标定法来实现图像像素与实际物理距离的精确映射;其次,识别停车位红色地标线边缘点,采用最小二乘法拟合直线并计算其中心线与车辆的偏距和偏角,从而实现车辆横向定位;最后,引入可编码的田字格标识符,通过 HSV 空间颜色分割与形态学处理提取质心,结合预设颜色序列索引库推算出车辆纵向位置。实验结果表明:在车长为 8.3 m,车位尺寸为 10.0 m×2.5 m 的实测场景下,所提融合定位方法能够结合多相机数据,通过协同红色标识线与可编码田字格标识符,将车辆停车定位误差控制在 4.0 cm 以内,为大型车辆高精度停车定位提供了可靠技术支撑。

摘要： 针对传统卡尔曼滤波在高维强非线性工况下对车辆状态参数估计精度不高、鲁棒性差的问题,设计了一种基于容积卡尔曼滤波 (cubature Kalman filter,CKF) 的多轴特种车辆状态观测器。首先,基于多轴特种车辆建立了非线性三自由度动力学模型,并将其作为状态参数估计模型;然后,设计了基于 CKF 的状态参数估计算法,对多轴特种车辆状态参数进行估计;最后,搭建了 Simulink/TruckSim 联合仿真平台,对所提方法进行仿真验证。结果表明:在双移线工况下,基于 CKF 方法得到的车辆横摆角速度、纵向速度、侧向速度的估计值与实际值的均方根误差相较于传统无迹卡尔曼滤波(unscented Kalman filter,UKF) 分别降低了 45.45 %、 68.44 % 和 6.50 %;在蛇形工况下,基于 CKF 方法得到的车辆横摆角速度、纵向速度、侧向速度的均方根误差相较于UKF 分别降低了 85.71 %、 88.89 % 和 7.46 %,从而证明了所提方法能够显著提升复杂工况下车辆状态参数的估计精度与鲁棒性,为多轴特种车辆底盘控制提供了可靠的状态基准。

摘要： 为解决 LiDAR/IMU 里程计在车辆长距离自主导航过程中累积误差持续增长的问题 ,提出一种基于自适应共识随机采样一致性(consensus-adaptive random sample consensus, CA-RANSAC) 的 LiDAR/IMU/GPS 多传感器融合定位方法。该方法采用三模块设计,前端融合模块使用变分贝叶斯优化的单次迭代不变扩展卡尔曼滤波器 (variational Bayesian-based single-iteration invariant extended Kalman filter, VB-SIEKF)来实现 LiDAR 和 IMU 数据的高精度融合,为后端优化提供里程计约束因子;中端回环检测模块构建了基于圆柱形区域分割的高效点云描述符,并通过主成分分析法对其进行降维处理,结合 CA-RANSAC 的自适应阈值调整机制显著提升了回环检测的成功率;后端优化模块建立了集成 GPS 因子、IMU 预积分因子、回环检测因子和 LiDAR/IMU 里程计因子的全局因子图优化模型,通过非线性优化求解全局一致的位姿序列。在 KITTI 数据集中 3 个典型场景下的对比实验结果表明:所提方法在 3 个场景中的均方根位置误差相较于单一使用VB-SIEKF的 LiDAR / IMU 里程计方法分别降低了66.8 %、 67.5 % 和 66.2 %,相较于传统 RANSAC 融合方法分别降低了49.4 %、 50.6 % 和52.1 %,且回环检测成功率高达 86.7 % 以上,误匹配率控制在 9.2 % 以内,充分证明了所提方法具有较强的实用性。