电子自动平衡显示记录仪表的改造

给出了电子自动平衡显示记录仪表的技术改造方案(包括仪表分度号的改制、仪表量程的改制和使用功能的扩展)和具体的实施方法(包括测量桥路的改制计算、桥路电阻的制作及仪表刻度盘的重新设计)以及改造的成效(包括经济效益显著、测量准确度提高、一表两用和具有较好的控温功能)。     

基于C/S和B/S混合结构的飞行试验数据库管理子系统

针对飞行试验数据库管理子系统的功能要求和系统的特点,提出了基于C/S和B/S混合体系结构的解决方案,介绍了系统的工作流程和安全.     

资源卫星多光谱扫描仪计算机编码器仿真校飞系统

本文是资源卫星多光谱扫描仪计算机编码器仿真校飞系统的介绍,论述了系统的构成、功能及其工作过程,提出了将计算机用于多光谱扫描仪的可行性及优越性,并对多光谱扫描仪计算机编码器的可靠性进行了评估。该系统已经经过飞机仿真校飞试验,图象质量良好。     

基于飞行试验数据的仿真模型验证方法的研究

讨论了用飞行试验数据对仿真模型的静态和动态性能进行验证的定性和定量方法，并给了实际应用的例子，结果表明，尽管飞行试验的样本容量有限，只要方法恰当，仍能获得较好的验证结果。     

实时仿真飞行管理系统的研究

对在基于网络的实时仿真系统上建立可行的仿真飞行管理系统进行了研究。在满足实时性要求前提下，实现了飞行管理系统中控制显示组块（ＣＤＵ）的动态图形仿真。对横向飞行剖面的生成进行了讨论，并实现了实时运行环境中横向飞行计划的生成。给贞了一种航线导航的控制率设计方法。建立了一个通用的、基于网络连接的飞行管理系统模型。     

发现长着犬牙的大飞龙

科学家最近宣布发现了一种长着犬牙的新翼龙,并将它命名为“三牙龙”。科学家这次发现的是 一只三牙龙的化石——这种翼龙早在6500万年前就已和恐龙一起寿终正寝了。三牙龙的犬牙状门牙 很大,后面则是三颗小牙,再往后又是较大的牙齿,紧接着又是几颗较小的牙齿。三牙龙是食鱼动物, 它的嘴巴(鸟喙)前端长着一个鸟冠,它的翼展达5米,这使它成为当时体形最大的飞行动物之一。 翼龙实际上是长有翅膀、能够飞翔的大蜥蜴,它们生活在大约2．28亿年前至6500万年前,其大     

国内首架无人“飞碟”亮相

近日，一种科幻影片中外星人使用的“飞碟“亮相哈尔滨。据介绍，这个圆形“飞碟”直径约1．2米，装满燃料可在空中飞行40分钟，飞行高度在50米～1000米之间，时速可达80公里。可用于森林防火，紧急突发事件现场勘察和高空救援等多个应急现场。     

基于复杂网络理论的飞行冲突关键点识别

针对目前空域内航空器防相撞风险骤增,飞行安全态势不容乐观的现状,现有的飞行冲突探测方法难以把握如此复杂的空中冲突态势,不利于航空管制员对空域的飞行安全态势情况进行准确掌控。提出一种基于复杂网络理论的飞行冲突关键点识别方法。首先基于航空器机载防相撞系统（ACAS）保护区模型构建飞行冲突态势网络模型,在此基础上,采用复杂网络理论中的节点度中心性、接近中心性以及PageRank指标结合AHP方法对空域飞行冲突态势网络中所有节点的冲突等级进行评估,找出威胁等级较高的关键航空器及关键位置。仿真结果表明,通过建立飞行冲突态势网络可以合理划分空域内的安全态势等级,同时根据复杂网络节点重要度评价指标能够对存在严重冲突安全威胁的航空器进行有效识别,协助航空管制员全面掌握空域内飞行安全态势。     

一种基于RSSI和TOF的优化混合测距方法

随着移动网络技术的快速发展和对矿井人员安全问题的日益重视,对矿井人员安全定位系统的定位精度提出了更高的要求,而高精度的定位离不开高精度的测距方式。飞行时间(TOF)作为一种常用的测距技术,由于时钟分辨率问题,会导致近距离测距误差较大。针对近距离测距中TOF存在的问题,提出了采用TOF和信号强度(RSSI)融合的矿井人员测距方法。该方法通过分析近距离无线测距中RSSI测距精度的特性,提出了采用优化指纹库和EWKNN减小测距误差的方法来减小RSSI测距误差,并针对融合测距中数据选择比较单一的问题,提出变化权重的数据权重选择方式,从而保证测距精度。实验仿真结果表明,在近距离测距时,采用优化的融合测距方法比单一TOF测距方法的测距精度有明显提升,30 m范围的测距精度在3 m以内。该方法适用于精度要求较高的复杂环境场合。     

基于莱维飞行和高斯分布的改进教与学算法

教与学优化算法(TLBO)是一种基于课堂教学学习过程的新型元启发式算法,在解决众多科学和工程问题方面表现出了卓越的性能.然而,许多研究表明,TLBO在问题的求解过程中搜索能力较差,算法易陷入局部最优.针对这一问题,提出了一种基于莱维飞行和高斯分布的教与学优化算法(LTLBO-GD).一方面,将原有的TLBO算法与莱维飞行策略相融合,在教学阶段前期增强老师的学习能力,选择出教学能力突出的老师.另一方面,在学习阶段加入高斯分布局部搜索算子,引导学生进行自学习模式,高斯分布主要是对班级中某一维度进行搜索,从而增强算法单维搜索能力和收敛速度.测试实验结果表明,LTLBO-GD算法在求解精度和收敛速度上都有了显著的改善,并且在求解效果上也明显优于TLBO算法,在典型的标准测试函数优化问题中其优越性更加突出.