摘要:

摘要:针对无人机高速移动场景下面临的严峻多径衰落、多普勒频移及复杂干扰问题，本研究提出并实现了一套高性能数据链物理层关键技术方案。核心创新包括：基于多段独立调制伪随机噪声码联合检测的信号快速捕获技术，有效解决了高速移动导致的显著多普勒频移（高达±54 kHz）与定时同步难题，捕获成功率超99%；提出循环滑动相关信道估计结合单载波频域迭代判决反馈均衡架构，显著提升了快衰落多径信道下的载波跟踪与信号解调鲁棒性；采用重叠加窗频域陷波与自适应频谱感知技术，实现了对窄带、中带及全频带干扰的有效抑制。理论分析、公式推导及仿真验证表明，该方案在郊区、城市等多种复杂信道环境下，相较传统1比特差分解调可获得约4 dB的性能增益，显著提升了高速移动平台的通信可靠性。

摘要:飞机结冰探测对于保障飞机飞行安全具有重要意义，冰厚测量可以对飞机不同关键部位结冰情况给出定量评估。本文利用超声波在跨介质传播时产生脉冲回波的原理，通过采集超声脉冲回波反射信号，确定超声波在冰层中传输的时间，进而来感应被测表面覆盖冰层的厚度。根据超声波的测量原理及飞机实际蒙皮的材料，搭建了超声波产生系统装置、半导体制冷结冰平台。通过对飞机蒙皮上模拟产生的1~17 mm厚的冰层进行实验测量，超声波对较大厚度（≥2 mm）的冰层测量结果准确，测量值与实际模拟冰层厚度吻合，精度可达±0.5 mm,但对于薄冰层测量精度差，甚至无法检测。本文的研究为基于超声脉冲波的飞机原位冰厚测量提供了工程应用的实验依据，并为进一步开发出优良的超声波结冰探测传感器奠定了基础。

摘要:面对传统试飞模式改革大背景下“数智赋能试飞”中测试智能自动化能力构建愿景，针对近场道面段试飞科目对目标关键运动过程的高清影像视频记录需求，提出一种基于陆基云台的试飞目标定位跟踪方法。基于GPS/北斗动差分计算模型实时计算目标相对方位信息，引导云台转动并调整高清相机焦距，完成目标视场的自动捕获；之后采用融合全局注意力机制、Dynamic Head结构与Wise IoU损失函数的改进YOLOv5s算法，实现目标的实时检测与识别；最后结合中值流跟踪器、卡尔曼滤波与IoU阈值检测策略，完成目标的持续稳定跟踪。实验结果表明，该方法的全类平均检测正确率可达76.3%，处理帧率可达20 fps，能够有效支撑实际实际试飞工程应用需求。

摘要:针对动态场景下，多观测站编队对地表辐射源时差、频差高精度测量和定位的全流程地面内场测试验证难题，提出了一种多站时频差定位系统半实物测试方法。多站编队时频差定位系统与动态场景模拟器、捷变信号发生器、原子钟和系统地检等辅助设备在统一的时频基准和控制指令下协同工作，实现对多站时频差定位系统实装后所面临的时差、频差时变性环境和站间时间同步、频率相参约束条件进行全流程逼真模拟及测试验证。试验结果表明：时差测量精度优于10 ns(r.m.s)，频差测量精度优于1 Hz(r.m.s)，辐射源距离观测站下点900 km范围内，定位精度优于100 m(CEP)。相比传统外场实装测试，试验时间开销降低约80%，试验成本开销降低约70%，从而极大提升了系统测试效率和测试场景覆盖性，在地面内场实测环境下释放了多站编队协同定位体制的技术和工程风险。

摘要:为获取航空发动机进口压力流场更丰富地数据，本文采用探针融合的理念，设计了能实现流场单点的总压低频/高频、静压低频同步测量的复合压力探针，并进行装机试飞验证。试验表明：配装新型压力探针的测量耙堵塞比0.56%，结构强度满足装机要求，同步测量发动机进口的稳态总压场、稳态静压场、动态总压场，流场数据丰富、准确；采用引压管方式比直接采用动态压力传感器方式，测量获得数据具有小量的时间滞后性。因此，为降低消除管路容腔效应的影响、保证进/发相容性飞行试验数据测量准确性，一方面应对进气道流场测量系统引压管路布置方案进行最短距离优化，另一方面稳态试验点至少保持3 s以上。

摘要:针对某型发动机尾流场测量需求及现有研究中对于跨音速探针在亚音速下的气动特性研究不足的问题，首先开展跨音速楔形四孔探针结构设计，所设计的探针两个斜面与中心线夹角为17°，测压孔直径为1.1 mm；然后采用流固耦合方法对探针进行流场和结构强度仿真，发现超音速工况下，在探针尖劈面前部形成稳定的附体斜激波；探针在流场中所受最大应力为142.86 MPa，安全系数为2.67；最后分别对探针进行亚音速和超音速工况下气动校准，发现超音速工况下校准曲线较为规整，角度灵敏度高，校准点之间的正交性较好；亚音速工况下，当探针的俯仰角为正，偏航角绝对值≥5°时，曲线正交性较差，且随着Ma的增大，特性曲线的正交性有所改善。

摘要:航空发动机叶片的缺陷检测是保障飞行安全的关键技术环节。传统工业内窥镜检测方法严重依赖人工经验，存在效率低、主观性强及微小缺陷易漏检等问题。为此，本文提出一种轻量化、高精度的YOLOv11改进模型，专用于发动机叶片缺陷的实时检测任务。研究中采集并构建了包含4类典型缺陷（弯曲、烧蚀、裂纹、材料缺失）在内的高质量工业图像数据集，并针对小目标、复杂背景及多尺度特性，构建CFES主干网络来增强语义信息的整合能力和减少计算量，采用ShuffleNetV2替换原始主干以减轻计算负担，引入BiFormer注意力机制提升特征表达能力，同时结合Dynamic-DCNv3增强检测头对复杂纹理与小尺寸目标的建模能力。实验结果表明，改进模型较基线模型在mAP@05提升至85.0%，参数量降低至1.7 M，具备更优的检测性能与边缘部署适应性，最终成功部署于内置芯片为RK3588的工业内窥镜平台，帧数维持在30帧左右，实现了高效、稳定的缺陷自动识别。该研究为航空维修现场的智能检测提供了可行方案，也为轻量化目标检测模型在工业嵌入式场景的应用拓展提供了技术支撑。

摘要:针对现有飞行器测试系统存在的外源数据兼容性差、现场配置迭代效率低、数据传输可靠性有限等问题，提出一种基于多总线协同架构的新型测试系统。系统以FPGA作为主控处理器，支持RS422、1553B和以太网3种总线接口数据的接收、融合与传输，利用千兆以太网通信模块设计实现配置指令的实时下发与程序存储器的在线更新，并为以太网通信模块设计支持处理UDT协议的功能模块。实验及仿真结果表明：系统支持采集并存储RS422数据和1553B总线数据，实现多总线数据协同记录功能；在线升级功支持在-40℃~100℃温度环境实现，自检显示升级完成耗时均低于1 s；通过监测实验过程数据传输情况，使用UDT协议传输数据时，平均传输速率可达到454 Mbit/s, 相比于UDP协议未出现数据丢失现象，显著提升数据传输可靠性。

摘要:在飞行试验中，实时监控是保障试飞安全的重要环节。为了解决多机协同等复杂试飞场景下数据量大、实时性强、风险性高等特点带来的多遥测数据流并行处理与综合监控难题，构建了面向多遥测数据流的试飞监控系统总体架构，设计了基于自适应架构的试飞任务动态规划与资源调度策略，提出了基于流式计算框架的多遥测数据流并行处理方法，针对复杂试飞场景建立了多机遥测参数融合发布/订阅机制。应用效果表明，该系统能够实现监控任务快速重构与资源调度、多遥测数据流的并行处理与按需分发等功能，满足复杂试飞科目的实时数据处理与安全监控需求。

摘要:为精确获取直升机飞行包线内的尾桨动态载荷，应对传统滑环及有线遥测技术可靠性低、布线困难与同步精度不足的挑战，本文研制了一种集无线传输和高精度时钟同步技术于一体的四通道尾桨载荷测试系统。该系统由部署于尾桨旋转部件的无线载荷采集器与机舱内载荷接收器构成，通过射频链路传输数据。系统采用基于靶场仪器组B型时间码信号授时的全局时间参考与优化的主从时钟同步算法，并结合时间戳动态对齐及应变测量温度补偿技术，旨在实现微秒级数据同步。实验结果表明：所构建的四通道测试系统实现了1 060.5 ns的整体平均同步精度，最佳通道平均同步精度达到799 ns；各应变测量通道在±10 000 με范围内表现出优异的线性度和测量准确性，平均码值的均方根误差均低于3.9，满足飞行试验要求。

摘要:本研究主要针对机载试飞测试系统的无线化工作，以解决试飞测试发展过程中所面临的线缆繁杂、布置紧张、装卸耗时、维护困难等问题。试飞测试系统设备包括各类传感器以及存储器，依托星闪短距无线通信技术低功耗、低时延、高吞吐、高可靠的优势特征，设计定制化轻小型短距无线通信模组，将传感器、存储器与定制化无线模组集成，传感器采集的数据经模数转换后通过无线空口传输至存储器，实现试飞测试数据的无线化记录以及试飞测试系统的无线化。测试结果表明，在实验室条件下，定制化无线模组的速率可达4 Mbps以上，传输时延在3.5 ms以内，相关指标能够满足机载试飞测试数据记录的性能需求。

摘要:航空发动机作为飞行器的核心动力部件，其运行可靠性直接关系到飞行安全与运行效率，轴间轴承的故障诊断是保障其稳定工作的关键环节。本文针对航空发动机轴间轴承故障诊断问题展开研究，归纳总结现有1DCNN网络与1D-Transformer方法的局限性：自注意力机制易受原始振动信号中高频噪声与冗余信息干扰，关键故障特征聚焦能力不足；纯Transformer架构对局部细微特征的捕捉能力较弱。为此，提出多尺度时频协同Transformer驱动的故障诊断方法，通过融合多尺度时频特征提取与Transformer全局建模能力，实现对振动信号局部细微特征与全局关联特征的协同捕捉。实验结果表明，该方法在航空发动机轴间轴承故障诊断中表现优异：在高斯白噪声环境下（信噪比-4~4 dB），诊断准确率与F1-Score均为最优，强噪声（-4 dB）时达96.04%，弱噪声（4 dB）时达99.84%，抗噪稳定性优于五种对比方法；在CWRU基准数据集的无噪声与噪声场景中，可稳定识别不同程度故障（如轻度内圈故障），强噪声（-4 dB）时准确率99.01%，弱噪声（4 dB）时达99.78%，验证了泛化能力，有效改善了噪声干扰下特征聚焦不足与局部特征捕捉薄弱的问题。综上，多尺度时频协同Transformer为航空发动机轴间轴承故障诊断提供了高效稳健的解决方案，其强抗噪性与精准识别能力满足实际工程复杂振动环境需求，为提升故障监测可靠性提供技术支撑。

摘要:针对航空发动机高温流场受感部在多载荷耦合作用下结构可靠性难以量化评估的难题，建立了一种面向该结构的疲劳蠕变耦合失效分析方法。基于单向流-热-固耦合方法评估受感部结构强度，结果表明其最高温度约850℃，最大静应力为209.4 MPa，随机振动最大应力为44.6 MPa。应用Basquin方程与Goodman修正模型评估高周疲劳损伤，获得疲劳循环数为1.23×1018；利用Larson-Miller方程计算蠕变循环数为1.03×109。结合线性累积损伤模型分析多损伤耦合作用下的寿命，得出安全系数为2时使用寿命≥472.1 h，满足设计要求。该受感部已累计安全装机使用超过50 h。该方法实现了高温受感部失效的量化评估，为后续航空发动机高温受感部设计提供了技术支撑。

摘要:针对航空飞行器在复杂气象条件下易发生结冰、威胁飞行安全的技术难题，本文旨在探索具备红外响应能力的光热除冰材料设计方案。采用离子交换法制备了具有局域表面等离激元（LSPR）特性的Cu3BiS3/Bi2S3异质结纳米棒，构建稳定的p-n结界面，并通过多种手段对其结构、光学与光热性能进行系统表征。结果表明，该异质结构在近红外区（980 nm）呈现明显LSPR吸收特征，并在808 nm处保持较高吸收强度。在红外激光照射下，材料表面温度可于10 min内迅速升高至70℃，显著优于对照组Bi2S3。进一步结合瞬态吸收光谱分析发现，LSPR激发产生的热载流子在异质结界面实现高效分离与延长寿命，促进了非辐射能量弛豫并增强了光热转换效率。研究结果为发展高效、低能耗的飞行器红外光热除冰材料提供了新的思路与理论支持。

摘要:针对试飞过程中由于复杂空域环境或高动态机动导致的GNSS失锁问题，提出了一种基于杆臂效应将INS速度修正为GNSS速度的算法，与标准杆臂速度补偿模型不同的是，本文考虑了杆臂旋转时的角加速度与向心加速度来适应飞机的高动态机动动作。实现了将修正后的GNSS速度在ECEF坐标系上的欧拉积分，最后通过前后向同时积分来减小累积误差。本文通过真实的试飞数据验证了算法的有效性，模拟GNSS失锁10 s的实验结果表明：当飞机处于爬升或滚转的机动状态时，积分的累积误差未发散且该算法的计算结果与GNSS误差在厘米级到米级之间。

摘要:针对现有决策树方法设置门限值对先验知识依赖大，神经网络方法在调制识别领域存在的模型尺寸大，参数量高的问题，本文提出一种融合决策树的轻量化神经网络调制识别方法。该方法通过引入决策树思想，对数据集的混淆矩阵进行分析，根据不同的信号类别特征将数据集划分成了不同的子类，并使用轻量化卷积神经网络进行分层识别；为了在分层识别中对每个子类进行有针对性的识别，通过数据清洗和特征提取来获取每个子类特有的信号特征。实验结果显示，在公开数据集RML2016.10a上，该方法在信噪比为0~+18 dB范围内的整体识别率为90.03%，相较对比模型最高提升了7.49%，当信噪比为18 dB时，识别率达到95.03%；且模型参数量仅为86 342，与同精度模型相比降低了96.85%。

摘要:针对现实工厂环境下，光线不足、障碍物较多等因素的干扰，时常会对托盘造成漏检、误检等问题，提出一种基于改进YOLOv8n 的托盘目标检测方法。首先，将结合Transformer的BRA稀疏注意力模块加入到 YOLOv8n 模型的主干网络特征提取环节，以减少障碍物遮挡对托盘检测的干扰；其次，引入 Shape-IoU 损失函数，进一步增强了模型在光线不足以及背景干扰严重情况下对托盘的识别能力；最后，利用基于GSConv的Slim-neck结构重构YOLOv8n的特征融合网络，实现轻量化颈部网络。实验结果表明，改进后的算法在测试集上的平均精度均值达到89.6%，相较于原模型提升2.8%，漏检率和误检率分别下降2%和2.2%，有效改善了光线不足和障碍物遮挡情况下托盘识别的漏检和误检问题，同时检测帧率达到330.52 fps，可以快速精准地进行托盘检测识别，适合部署在智能叉车上，以提高运营效率并提升仓库智能化水平。

摘要:实时高精度分割城市复杂街景对自动驾驶至关重要。针对现有的实时语义分割网络对高分辨率分支空间信息和细节特征捕获不足,以及高低分辨率特征融合效率低下导致信息丢失从而制约了分割精度的提升的问题，本文提出了基于多尺度部分膨胀卷积与边界协同双注意力引导融合的实时语义分割网络(MPDANet)。首先，设计多尺度部分膨胀卷积模块 (MSPDC)，利用并行阶梯式膨胀率的部分膨胀卷积，从不同尺度高效捕获高分辨率分支的细节特征与空间信息，解决其信息捕获不足问题。其次，构建注意力引导特征增强金字塔模块 (AFPM)，通过非对称池化层提取低分辨率分支的多尺度语义信息，并结合像素注意力机制进一步增强语义信息。最后，提出边界协同双注意力引导融合模块(BCDAF)，通过并行通道空间注意力筛选关键语义与空间信息，抑制跨分辨率特征融合造成的信息丢失，并引入边界注意力提升目标边界分割效果。在Cityscapes验证集上，所提网络以295 fps的速度取得78.6%的mIoU；在CamVid测试集上，以454 fps的速度取得77.4%的mIoU。实验结果表明,本文所提的网络在保持实时性的同时，实现了对城市复杂街景的高精度分割。

摘要:针对复杂装配中建模困难、模型泛化能力弱等问题，提出一种融合改进蜣螂算法（GTDBO）与Perceiver模型的位姿预测方法。首先，建立理想装配体并采集六维扰动下的装配特征，通过插值构建耦合数据集。之后，Perceiver模型学习特征偏差与位姿偏差之间的非线性映射关系，并借助GTDBO优化关键超参数。该算法结合了博弈论平衡控制、自适应角度扰动及动态觅食策略。在CEC2017测试集上的实验表明，该算法的收敛速度与解质量均优于对比算法。最后，在两类工件的预测控制实验中，将该模型与雅可比法、BP网络、SVR及原始Perceiver模型进行对比。结果显示，GTDBO-Perceiver在测试集上的MAE分别达到6.72×10-2和9.96×10-2，其能在有限控制次数内将偏差收敛至公差范围，并在缺陷件场景下实现误差均衡分配，体现出良好的泛化能力。

摘要:针对当前变压器外观缺陷检测存在精度低、模型在复杂场景下泛化能力不足的问题，本文利用残差结构在特征融合与信息保留方面的优势，设计出3个模块对YOLOv11n进行改进。首先设计一种倒置残差注意力机制iEMA，其能够有效利用长距离依赖关系，旨在提升变压器缺陷检测的准确性；其次借助深度可分离卷积在多尺度特征提取方面的优势以及残差结构的特性，设计出MSCB结构，增强模型特征提取与融合能力；由于YOLOv11检测头对目标周围的上下文信息利用不够充分导致漏检，本文提出MR-Detect检测头，其设计理念融合了分组卷积和残差结构的思想，为后续的类别分类提供了丰富的特征表示。最后将非极大值抑制算法与Inner_MPDIoU相结合，以解决传统损失函数在不规则物体和尺寸变化较大的物体上检测的局限性。实验结果表明，本文改进算法相比YOLOv11n，在保证实时检测的同时，mAP@0.5提升了5.9%，召回率提升2.8%，在复杂变压器工况检测场景下检测精度更高，能更有效地检测出各类缺陷。

摘要:信息丰富且计算高效的代价体对于高精度高效率的立体匹配至关重要，为构建信息丰富且计算高效的代价体和实现高精度高效率的立体匹配，在FastACVNet的基础上，提出一种轻量化网络Efficient-ACVNet，提升立体匹配在代价体构建阶段的效率。首先，使用计算量更低的3D代价体作为代价体注意力，引入逆瓶颈残差块堆叠对称沙漏结构对3D代价体进行代价聚合，并提出多尺度视差通道注意力模块来进一步提升代价聚合效果，聚合后的3D代价体作为代价体注意力将用于构建和滤波信息冗余的4D代价体，提升4D代价体的信息量和计算效率，最后引入伪3D残差块和设计伪3D下采样模块对4D代价体代价聚合，进一步降低网络复杂度。实验结果表明，与基准方法相比，所提算法在SceneFlow数据集上的端点误差（EPE）降低了9.375%，在KITTI15数据集上的前景区域（D1-fg）异常值百分比下降19%，并且网络运行时间从39ms下降到25ms。

摘要:蘑菇种类繁多，尤其有毒蘑菇形态相近，不易识别，高效识别蘑菇种类有重要的现实需求。针对现有蘑菇图像识别方法存在背景复杂，识别精度不高，模型参数量大，移动端部署困难的问题，提出了一种基于改进ConvNeXt模型和知识蒸馏的蘑菇图像识别方法。首先，通过迁移学习将预训练的ConvNeXt权重文件应用于蘑菇识别任务，并引入坐标注意力机制，构建了ConvNeXt_CA模型，有效提升模型的细粒度特征提取能力。其次，基于知识蒸馏技术，将ConvNeXt_CA模型作为教师模型，ShuffleNet v2模型作为学生模型，构建了轻量化MushNet模型。极大提升改进模型部署边缘端的整体效率。最后，进行了相关模型对比实验，结果表明，提出的改进模型准确率达到94.89%，知识蒸馏后的MushNet模型大小约为原来的1/21，均优于其他传统模型和轻量化模型。证明了所提蘑菇图像识别方法的有效性和可行性。

摘要:航空发动机涡轮叶片作为关键零部件，长时间服役后极易出现裂纹、烧伤等表面缺陷，直接影响飞机安全高效运行。针对普通机器视觉方法或语义分割方法对复杂环境下叶片缺陷分割效果局限性，本文提出一种航空发动机涡轮叶片表面缺陷的Swin-DCUnet分割及评估方法，重点研究其语义分割模型Swin-DCUnet，它选用适用不同尺度特征提取的SwinTransformer作为特征提取器，并与全卷积操作提取特征双通道融合，再引入混合损失函数，从而提升模型收敛速度及分割准确；研发模型预测分割结果与相关定量分析结合的等级评估方法，完成叶片表面缺陷危害严重性评估，为后续叶片检修工作提供参考。构建数据集与试验评价指标，开展相关消融实验，结果表明Swin-DCUnet指标AR、AF1、mIoU、Dice分别达到92.18%、92.92%、87.44%、47.85%，具有先进性、有效性、实用性。

摘要:针对无人机航拍图像中小目标密集分布、尺度变化大、遮挡严重及背景复杂等挑战，本文在轻量级YOLOv11n模型基础上，提出了一种新型小目标检测框架RAD-YOLO，兼顾检测精度与实时性。该模型引入RFM-FPN模块，通过RAU单元与SBA模块强化特征表达；骨干网络中引入RFAConv注意力卷积结构，提升感受野适应能力；后处理阶段提出DDS-Soft-NMS策略，根据目标尺寸自适应调节置信度抑制，显著降低小目标漏检率。实验结果表明，RAD-YOLO在VisDrone2019数据集上mAP@0.5与mAP@0.5:0.95分别提升13.1%与11.4%，精确率和召回率达到0.561和0.411；在AI-TOD和SODA-A数据集上，mAP@0.5分别提升9.9%和7.7%，充分验证了模型在复杂遥感场景中的精度优势与泛化能力。