摘要:热流密度作为高超声速飞行试验热环境评估的主要参数，其准确测量对鉴定飞行器性能和保障飞行安全具有极其重要的作用。本研究系统综述了目前航空航天高超声速试验主要热流测试方法，包括薄膜式、同轴热电偶等接触式热流传感器及红外、磷光等光学测试方法，详细阐述了各类方法的基本原理、技术特征以及在国内外重要的高超声速试验中的应用实践，归纳总结了不同热流测试技术在飞行试验复杂场景和工况中的适用性、优势及局限性，并指出当前仍需进一步解决的关键工程技术难题，并针对中长时高超声速飞行中热流测试技术面临的挑战进行了分析，提出未来研究方向提出的建议，为后续飞行试验热流密度测试提供一定参考。

摘要:为解决无人机被捕获后敏感数据泄露风险的问题，本文设计并实现了一种基于过流驱动型物理损伤机制的飞控自毁系统，提出一种自主可控的自适应滑动窗口动态判决算法。该算法结合滑动窗口统计特征与一阶差分趋势判断，引入多阶段触发判据、误判容忍机制与功耗优化策略，并结合线性霍尔效应传感器的位移监测与加密指令验证的组合机制，实现对无人机未授权拆卸行为的精准识别。系统基于TL494的过流销毁模块触发40 V/20 A高能脉冲电流，对飞控核心电路实施不可逆的物理损毁。实验结果表明，本文所提方法在强电磁干扰、温度变化等复杂环境下其执行时间仍达到约18.2 ms的响应速度与2%的误触发率，与使用传统的固定阈值算法和移动平均算法的系统误毁率相比，虽然牺牲了7~12 ms响应速度，但使误毁率分别提高了31%、21.5%。相较于现有传感器异常检测与物理自毁方案，本系统具有低成本优势。为无人机及其敏感设备的数据安全防护提供了一种高效、可靠且实用的技术路径。

摘要:为满足航空发动机高温高速气流总温的高精度测试需求，本文基于流固热耦合数值模拟方法，系统研究了某型屏蔽式热电偶在0.2~0.8 Ma七种速度工况及700℃~1 200℃六种温度工况下的流动换热与测温误差特性。结果表明：该屏蔽罩滞止效果显著，使测量端前端流速降低80%以上。误差分析表明，各误差项随着马赫数增大而增大，其增长率表现为辐射误差 > 导热误差 > 速度误差；在低马赫数（Ma≤0.3）下，导热误差占主导，而随着马赫数升高，辐射误差影响显著增强并成为主要误差源，温度升高亦加剧辐射误差的影响。总体而言，导热与辐射误差共同占总误差93%以上，是影响测温精度的关键因素。采用辐射误差经验公式修正后，稳态误差由17.97 K降低至0.64 K，总温恢复系数提升至0.92以上，显著提高了测温精度。

摘要:为满足航空发动机吸雹试验的适航审定需求，针对国内多颗同步抛雹装置研究缺乏的现状，设计了单气室多炮管抛雹装置。通过仿真分析装置结构参数对冰雹抛射过程的影响，并开展试验验证。结果表明：装置实现了多颗冰雹同步抛射，速度误差≤±1.5%，位置散布≤±5 mm，同步时间≤35 ms，各项指标均满足CCAR33.78等适航条款要求，且性能稳定、重复性好。该研究为航空发动机吸雹试验提供了关键装备支撑，验证了单气室多炮管设计在同步性与精准度控制上的有效性。

摘要:T(0,1)扭转导波因其具有非频散的特点，在管道缺陷检测中被广泛应用。本文提出了一种新型内插式扭转导波电磁超声传感器，它具有非接触、结构简单以及高信噪比的优点。该传感器主要由弧形线圈、跑道型永磁体和支撑骨架构成，基于Wiedemann效应在管道中产生扭转导波。首先利用数值模拟对传感器的轴向动态磁场和周向静态偏置磁场进行了仿真，验证了该传感器产生扭转导波的可行性，且研究了管道弯曲半径对扭转导波传播的影响。然后通过所提出的T(0,1)扭转导波传感器并且结合频域-波数域分析方法，实现了弯管中轴向裂纹和直管中点蚀缺陷的高灵敏度检测。通过实验可以验证，该传感器在激励频率为0.32 MHz下能够对弯管中长度为3 mm的轴向裂纹和直管中直径为0.4 mm的点蚀缺陷进行有效检测。

摘要:针对翼伞系统在飞行过程中的实际情况，提出一种基于切换系统的翼伞飞行轨迹跟踪控制理论，采用线性自抗扰控制与比例积分微分控制相互切换的控制方法。利用线性自抗扰控制响应速度快、抗扰能力强与比例积分微分控制依赖误差信号便可实现基本控制的优点，采用切换控制对给定参考轨迹的方位角进行跟踪，实现对规划轨迹的跟踪控制。在切换系统中，根据给定飞行轨迹是否为直线、给定轨迹的转弯半径与实际飞行半径误差的大小，进行控制器的切换。仿真结果表明，与文中任意单一控制相比，切换系统更具优势，对飞行轨迹的跟踪控制效果更好。

摘要:针对海岸线遥感图像存在的不规则边界精细化分割困难的问题，本文提出了非对称性多路解码的海岸线分割网络(AMDNet)。以Deeplabv3+作为主干网络，通过使用EfficientNetB0作为特征提取器，大幅降低网络计算量，并在改进的ASPP中引入D-LKA模块，添加额外的偏移量来调整标准卷积的采样位置，允许卷积核灵活调整采样网格，结合DUpsampling技术实现上采样过程中的高精度还原，提高图像分割的精确度。AMDNet模型在Aerial photo-maps数据集上的准确率、灵敏度、Dice和Jaccard分别达到了96.77%、93.03%、90.42%、86.67%，性能提升明显。

摘要:针对无人机编队飞行中传统定位方法在复杂环境下存在的成本高、易受干扰及系统复杂等问题，本文提出一种基于伴飞影像的单目视觉测量方法。通过构建“刚性基线物像比视觉测距模型”，以翼尖连线为几何基准，结合光学投影变换解算相对位置，并引入载体姿态信息进行动态修正。试验结果表明：地面模拟在2~7 m范围内三维测量误差小于2 cm；飞行试验在X向13~30 m、Y向0~2.5 m、Z向0~4 m包线内，三向测量误差均方根值分别优于0.66 m、1.16 m和0.78 m，处理速度达20 fps，且在多种编队阵型下表现稳定。该轻量化视觉测量技术有效解决了运动目标特征提取质量与实时性的矛盾，为复杂电磁环境下的无人机编队自主协同提供了可靠技术路径。

摘要:在机载测控领域，传感器的模拟量形式输出常受限于信号传输距离和电磁干扰的影响，导致信号失真和精度下降的问题，难以满足试飞测试对高精度数据采集的需求。此外，对于温度、压力等变化相对缓慢的信号，传统点对点多线制连接方式带来了布线复杂、安装成本高及系统灵活性受限等问题。为应对上述挑战，本文提出了一种基于PowerBus总线的传感器数字化采集技术方案。该方案利用PowerBus总线的能信一体低压载波技术和二线制连接特性，结合传感器数字化转换理念，构建了一个适用于缓变信号（如温度、压力）的高性能采集系统。采集系统由PowerBus主站（总线网络节点）和PowerBus从站（数字化传感器）组成。从站负责前端（包括铂电阻、热电偶、压力传感器）传感信号的采集、调理及高精度模数转换，并将数字化后的数据通过PowerBus总线传输；主站则负责管理PowerBus网络、接收来自各从站的数据，并进行数据封装与上传。实验结果表明：该系统能够实现1 ksps的内部采样频率和16 bit有效位数的采样精度，并在PowerBus总线9 600 bps的速率限制下，实现了稳定可靠的多节点传感器数据传输，验证了该方案在机载测试等带宽受限环境下的可行性与高效性。

摘要:针对飞行测试与航空发动机试验中传感器数据采集规模庞大、时间同步精度要求极高的问题，设计并实现了一种基于网络化传感器的同步采集系统。该系统采用总线型网络架构，融合了节点内基于共享时钟的统一触发机制与基于IEEE 1588的跨节点高精度时间同步技术，实现了多层级、高精度的数据同步，通过在总线型网络中集成基于IEEE 1588的增强型时间同步算法，在全网实现了纳秒级同步精度。然后结合增强型时间同步算法，在整个网络范围内达到了纳秒级同步精度。通过OMNeT++仿真和FPGA硬件测试验证，结果表明该方案在大规模分布式传感网络中依然具备优异的同步采集性能，可满足飞行测试中对微秒级同步采集的严苛要求。本研究为构建高可靠性、多层级大规模传感系统提供了理论依据和实践路径。

摘要:目标检测模型在对抗补丁攻击下表现出显著脆弱性，严重威胁其在自动驾驶与安防等场景中的应用安全。现有基于迁移的黑盒攻击方法虽取得一定进展，但普遍存在跨模型迁移性不足以及在多尺度检测头间抑制不均衡的问题。针对这一挑战，本文提出一种基于多尺度均衡正则的对抗补丁攻击方法（MSBR）。该方法在补丁训练过程中显式约束不同尺度检测头置信度输出的方差，从而实现对各尺度目标的一致性抑制，有效缓解了尺度抑制不均的现象，显著提升了对抗补丁的跨模型迁移能力。在多个主流目标检测器上的实验结果表明，所提方法在保持攻击成功率的同时，黑盒迁移性能优于现有代表性方法（如T-SEA），验证了MSBR在提升补丁攻击实用性方面的有效性。本文的研究为面向复杂检测结构的对抗补丁攻击提供了新的思路。

摘要:针对航空发动机加力燃烧室出口高温气流参数难以测量的问题，提出采用新型耐高温CMC-SiC碳化硅陶瓷基复合材料为主体，钨管作为内嵌式双铂铑热电偶保护套管的形式，自主研制了加力燃烧室出口超高温测头，通过主体材料气密性试验和烧蚀试验、高温粘结胶拉伸试验、测头疲劳振动试验等前期验证试验考核，最终将超高温测头装机并通过地面台架试验检查，结果表明：超高温测头在发动机全加力状态下工作正常，测得全加力状态下的加力燃烧室出口温度测点处最高温度为1 680℃，与相关理论计算值相当，超高温测头的成功应用提升了航空发动机超高温测量水平，为后续发动机加力燃烧室飞行试验试飞方法改进和设计改进提供了技术支持。

摘要:为满足复杂机载测试系统配电管控需求，本文设计了一种基于固态配电技术的机载测试系统配电管控单元，可实现远程负载功率监控、智能配电保护等功能。采用小型化、模块化设计保证配电方案灵活扩展，单台管控单元设有9路SSPC通道，可根据飞行器测试需求，独立接入负载。利用SSPC可程控特点进行配电保护、开关远程投切等智能管控控制。经理论论证和实践验证，该配电管控单元可适用多种机载环境，设计方案可大幅提升机载测试工作效率和质量，在增加测试工作容错率、减少人为差错、提高维护效率等方面具有重大意义。

摘要:中国书法文化历史悠久，其中硬笔书法兼具艺术与实用价值。为应对电子设备普及造成的硬笔书写能力下降问题 ，本文提出一种融合字体风格、笔画顺序和笔力的多特征力反馈硬笔书法教学模式 。方法上，首先提出了一种基于对比学习的Dense-CycleGAN模型，用于生成不同书写风格的硬笔书法字体库。其次，利用匈牙利算法对汉字的笔画顺序进行标准化处理。最后，基于力反馈设备采集的书写数据，建立了笔画宽度到书写力度的映射模型。在五种风格字体上的实验结果表明，本文提出模型在生成字体的结构相似性指数达到了0.587的均值，优于传统CycleGAN；笔顺规范算法的整体相似度动态时间规整均值为0.044，余弦相似度均值为0.998，精度较高。用户评估实验中，书写引导性评分为4.5/5，教学辅助性为4.1/5，验证了该模式的教学实用性与推广潜力。该书写模式真实再现了硬笔书法书写过程，实现了兼顾字体风格、笔顺、笔力特征的硬笔书法教学，为硬笔书法的教育提供了一种新型融合策略。

摘要:高精度的潮位信息，是海洋科学研究和工程应用的关键基础。随着现代海洋活动的扩展，离岸的远距离潮位信息需求不断增强。为了进一步推动离岸高精度潮位信息的获取，本文基于网络RTK技术，开展了单北斗浮标潮位测量的可行性试验、精度研究和姿态补偿影响分析。实验结果表明：高程方面，加入姿态补偿能够有效的减小误差，提高测量精度。在未加入姿态补偿条件下，潮位测量的最大绝对误差为4.10 cm，平均偏差为1.34 cm，标准差为1.54 cm，精度能够达到为1.96 cm。加入姿态补偿后，潮位测量的最大绝对误差减小至3.30 cm，平均偏差减小至1.14 cm，标准差减小至1.44 cm，精度能够提高到1.75 cm。相位方面，整体的相位滞后差异保持在4°以内，加入姿态补偿对于改善相位偏移无明显作用。因此，基于网络RTK的单北斗浮标在潮位测量方面具备一定的可行性。在智慧航道建设、海道测量等领域，基于网络RTK的单北斗验潮浮标具备一定的应用前景。

摘要:针对双脉冲测试平台对电抗器紧凑化、小型化的需求，本文设计了一种环形空心电抗器，旨在解决传统螺线管型和干式空心电抗器磁场泄漏严重的问题。电抗器采用利兹线绕制，并基于等效电流环理论优化结构设计，通过理论分析和Ansys等电磁场仿真软件计算电抗器的电感值、寄生参数并验证其绝缘性能、热稳定性和动稳定性。基于其双层绕组结构，可提供3个电感值供使用。结果表明，环形空心电抗器具有高储能密度、低磁场泄漏和良好的稳定性，其储能密度约为传统螺线管型电抗器的28.389倍，且在双脉冲测试中表现出色。结论表明，该电抗器设计满足双脉冲测试平台的发展需求，可作为其紧凑化、小型化的重要技术手段。

摘要:钢材表面缺陷检测是保障制造业产品质量的关键环节，人工目视与基础光学检测方法存在效率低、漏检率高等问题，且现有数据集样本有限制约模型泛化能力。为此，本文提出一种基于LS-DCGAN数据增强与改进YOLOv8的轻量化钢材表面缺陷检测方法。首先针对NEU-DET数据集样本多样性不足的问题，采用LS-DCGAN生成对抗网络进行数据增强，有效补充缺陷样本的形态特征与分布特性；其次对YOLOv8模型进行三重优化提出SPH-YOLO检测算法：重构C2f模块结构增强特征提取能力，嵌入注意力机制提升缺陷区域聚焦度，设计多级特征融合金字塔实现跨尺度信息交互；最后在增强后的NEU-DET与GC10-DET数据集上进行验证，实验表明改进模型在mAP@50%指标上提升3%，参数量减少28.5%，计算量降低12.3%，且改进方法具有泛化能力，检测有效地实现了检测模型轻量化和检测性能的平衡。

摘要:随着分布式能源的快速发展，准确预测分布式能源的出力成为了配电网可靠性评估的重要组成部分，为提高配电网可靠性评估准确性，本文提出了一种融合VMD-QRCNN-BiLSTM预测与DFT-MP-DBN建模的主动配电网可靠性评估方法。首先通过变分模态分解将原始风光荷时间序列分解为固有模态分量，并采用分位数回归卷积神经网络对风光出力以及负荷进行特征提取；而后使用双向长短期记忆相结合建模各变量的时间序列特征，并生成预测值；其次预测值作为动态故障树的输入，并采用连续时间马尔可夫链，并获取状态转移率矩阵；最后采用动态贝叶斯网络刻画状态的时序依赖，并加入观测或控制变量。以IEEE RBTS Bus 2系统为例，实验结果表明，所提方法的SAIFI、SAIDI、AENS和ASAI指标分别为0.231次/户/年、3.496小时/户/年、17.465 kWh/年和99.943%，显著优于传统方法，验证了其在提高配电网可靠性评估精度和效率方面的有效性。

摘要:为了解决高阶调制场景下大规模MIMO检测算法的误码性能受限问题，提出一种新型信号检测网络。该网络基于投影梯度下降构建逼近最大似然解的迭代结构，并将迭代过程转化神经网络实现。在每个网络单元中首先通过神经网络学习参数，其次经过所设计的归一化多段激活函数进行非线性变换以增强网络在高阶调制下的映射能力，最后通过去噪器消除估计误差和信道噪声，此外，为了解决在网络深度增加时准确率下降问题，网络单元之间采用残差连接。仿真结果表明，当系统收发天线数为64×32，信噪比为16 dB时，所提出检测网络的误码率接近10-4，与其他检测算法相比，误码率降低一个数量级，表现出接近最优检测算法的误码性能，且具有较好的鲁棒性。

摘要:针对风机状态预测中特征提取不充分及单一模型预测精度不足的问题，提出一种融合CatBoost算法与长短期记忆网络（LSTM）的风机运行状态预测方法。首先，基于风机传感器特征和时序特征，使用SVFE和MVFE方法交叉融合生成全局复合特征，并结合熵权法改进的灰色关联分析实现特征降维。其次，通过引入混沌映射改进的麻雀搜索算法（CSSA）对LSTM模型超参数进行全局寻优，实现最优参数组合的自适应筛选与精准确定。最后，通过最优加权组合策略对CatBoost与优化后的LSTM进行深度融合，以提升预测精度与模型泛化能力。以中国宜昌某磷化工企业风机为例，对所提CSSA-CatBoost-LSTM风机状态预测方法进行了验证，验证结果表明该方法在准确性和可靠性方面有显著提升。

摘要:针对现有激光回波模拟器难以兼顾大范围与高精度延时的问题，设计了基于FPGA的高精度“粗精调”全数字延时信号控制系统，以提升脉冲激光测距仪性能检测精度。该系统采用时钟计数器与混合模式时钟管理器（MMCM）动态相位调整策略，通过系统时钟为250 MHz的计数器实现粗调延时，利用MMCM相位插值技术实现17.857 ps步进的精细化补偿。结果表明，系统在300~30 000 m测距范围内仿真延时精度优于6 ps，等效距离精度0.01 m；实测延时精度优于1.2 ns，等效距离精度0.18 m，实现了大范围测距场景下的高精度延时控制，为脉冲激光测距仪的性能检测提供了可靠的延时方案。

摘要:为了克服现有基于自注意力机制的Transformer超分辨率模型在计算复杂度和局部细节捕捉方面的局限性，提出了一种优化的轻量级超分辨率网络结构，旨在协同利用全局、非局部和局部特征来实现更高效的重建。首先，构建了包含动态条带注意力与无偏差动态频域感知的空频特征聚合层用以捕捉全局与非局部特征，确保网络能充分地恢复图像特征。然后，构建了局部细节增强层以对局部上下文编码并进行通道混合，确保图像的细节恢复。最后，由多个空频特征调制块逐级提取特征并进行上采样重建以得到最终的超分辨率图像。本算法在Set14、BSD100、Urban100等5个超分辨率领域的公共数据集上进行了对比分析，其中，在2倍重建任务上，较同为轻量级超分辨率网络的ShuffleMixer相比，在减少了24.2%的FLOPs并使用更小训练集的同时，PSNR与SSIM在Urban100上分别高出了0.54 dB和0.005 5。实验表明，提出的模型在轻量级超分辨率任务中表现优异，并在性能和复杂度之间取得了良好的平衡。

摘要:计算机视觉在智能感知领域发挥着重要作用。现有的心理状态感知方法仅局限于面部表情识别或远程光电容积描记术等单一任务，难以实现多维特征的协同感知；而融合多模态生理信号的方法则面临较高的计算成本。针对这些问题，本文提出一种基于多任务轮换学习的非接触式心理状态感知方法。该方法通过多任务模型处理人脸视频，同时完成rPPG心率信号提取、情感指标预测和心理状态分类3个任务。实验结果表明，该模型在rPPG心率信号提取上的平均绝对误差为3.78，情感效价和唤醒度预测的准确率分别为97.47%和96.75%，心理状态分类的准确率为97.42%。该方法为非接触式心理状态感知提供了一种高效的多任务处理方案，具有重要的理论和实践价值。

摘要:针对现有雷达人体行为识别存在的时频特征表征能力不足，以及神经网络识别准确率较低的问题，提出一种基于雷达时频特征提取和CBAM-MFResNet的人体行为识别方法。在时频特征提取部分，对雷达回波信号进行处理，运用距离窗函数约束行为信号中的频谱能量扩散问题，并沿慢时间维度构建自适应小波阈值-切比雪夫窗函数协同处理机制抑制杂波干扰，通过时频分析获得微多普勒时频图。在网络模型构建部分，构建用于行为识别的CBAM-MFResNet模型，将轻量化卷积注意力机制引入到残差神经网络中，从而增强关键特征表示；同时设计高效的并行多尺度特征学习模块学习多样化特征信息，最大限度地反映不同行为的特征差异；最后，将融合后的特征输入到全连接层进行分类。实验结果表明，本文所提的模型和杂波滤除算法有效提高了识别系统的准确率，对不同人体行为的平均识别准确率达到98%。