本發(fā)明公開了一種長航時飛行器任務(wù)健康度評估方法，涉及數(shù)字化仿真技術(shù)領(lǐng)域，該方法包括以下組成部分：S1、數(shù)據(jù)采集與軌跡差異量化步驟、S2、數(shù)據(jù)正向化處理步驟、S3、數(shù)據(jù)標準化處理步驟、S4、指標權(quán)重確定步驟以及S5、TOPSIS健康度評估...

本申請公開了一種基于純幾何高斯?jié)姙R的視覺稠密重建方法，涉及視覺重建領(lǐng)域，該方法包括為得到的每一初始點云分配初始高斯基元，形成初始高斯模型；基于獲取的RGB圖像生成訓練集；基于訓練集、相機參數(shù)，結(jié)合僅保留幾何參數(shù)表示場景的純幾何高斯?jié)姙R技...

本發(fā)明公開了一種旋轉(zhuǎn)翼/機身耦合下的旋轉(zhuǎn)機構(gòu)保形減阻設(shè)計方法，包括：基于形狀阻力系數(shù)公式設(shè)定流線型軸套的長細比，并通過數(shù)值模擬驗證軸套表面壓力分布和分離區(qū)面積，確保形狀阻力系數(shù)滿足減阻目標；基于文丘里效應(yīng)公式設(shè)定縫道出口與入口面積比，使...

本發(fā)明公開了一種多因素影響下的非定常流場特征與擾動源的匹配識別方法，屬于非定常流場處理技術(shù)領(lǐng)域，包括以下步驟：S1、根據(jù)渦輪的工作環(huán)境，進行仿真計算，得到非定常流場數(shù)據(jù)；S2、根據(jù)非定常流場數(shù)據(jù)，確定擾動源對應(yīng)的模態(tài)；S3、根據(jù)擾動源對...

本發(fā)明公開一種用于高速飛行器的散熱系統(tǒng)、散熱系統(tǒng)的模擬驗證系統(tǒng)以及高速飛行器，涉及航空航天技術(shù)領(lǐng)域，散熱系統(tǒng)包括：蒸發(fā)器、熱路和冷路，冷路包括冷源，冷源至少包括在同一壓力環(huán)境下飽和溫度依次降低的第一冷卻介質(zhì)和第二冷卻介質(zhì)，并分別用于在不...

本發(fā)明涉及液體透鏡技術(shù)領(lǐng)域，公開了一種液體透鏡抗振抗低溫裝置。該裝置包括殼體、設(shè)于殼體中心位置的環(huán)形腔、低溫加熱模組以及若干彈性連接元件。所述環(huán)形腔用于安裝液體透鏡；所述低溫加熱模組用于低溫時升高液體透鏡周圍溫度；所述彈性連接元件包含彈...

本發(fā)明提出了一種面向電子裝備AR裝配引導的目標物體6D位姿估計方法及系統(tǒng)。方法包括：基于改進YOLOv5s?CBAM的電子件粗定位、多模態(tài)(RGB?點云)特征融合精配準、LSTM動態(tài)運動預測補償；系統(tǒng)基于ROS框架和PyTorch平臺開...

本發(fā)明公開了一種柔性變剛度穿戴式力反饋設(shè)備及其控制方法，涉及穿戴式力反饋設(shè)備技術(shù)領(lǐng)域，柔性變剛度穿戴式力反饋設(shè)備包括：外包覆層、彈性薄膜和剛性薄片層；外包覆層具有柔性以及延展性，內(nèi)部具有氣密空間；彈性薄膜設(shè)置有多層，設(shè)置在氣密空間內(nèi)；剛...

本發(fā)明屬于無線通信技術(shù)領(lǐng)域，具體為基于智能反射面輔助的無人機通信系統(tǒng)及聯(lián)合優(yōu)化方法，基于智能反射面輔助的無人機通信系統(tǒng)及聯(lián)合優(yōu)化方法，其特征在于，首先提出部署AIRS的方式，引入了智能反射面的旋轉(zhuǎn)角即方向角，其次將無人機的三維位置，基站...

本申請涉及航空電動機構(gòu)檢測技術(shù)領(lǐng)域，特別涉及一種航空電動機構(gòu)異響識別方法、裝置、電子設(shè)備及存儲介質(zhì)，其中，方法包括：基于航空電動機構(gòu)的原始信號，構(gòu)造多個時間片段；計算每個時間片段的頻譜重心值，以根據(jù)頻譜重心值提取至少一個頻域特征；根據(jù)至...

本發(fā)明提出一種生成式智能優(yōu)化方法及裝置，涉及生成式人工智能優(yōu)化計算技術(shù)領(lǐng)域，其中，方法包括：針對目標優(yōu)化問題建立含決策變量、目標函數(shù)及約束條件的數(shù)學模型，經(jīng)傳統(tǒng)優(yōu)化算法預計算場景參數(shù)得到理論最優(yōu)解；構(gòu)建包含場景參數(shù)與理論最優(yōu)解的訓練數(shù)據(jù)...

本申請公開一種自適應(yīng)的分布式圖神經(jīng)網(wǎng)絡(luò)訓練方法及裝置，屬于計算機技術(shù)領(lǐng)域。該方法包括：基于圖節(jié)點類型和任務(wù)特征同時對多個可配置參數(shù)的參數(shù)值進行尋優(yōu)，確定與待訓練圖神經(jīng)網(wǎng)絡(luò)對應(yīng)的每個所述可配置參數(shù)的目標值，其中，所述圖節(jié)點類型為用于訓練所...

本發(fā)明公開了一種基于混沌多項式展開的復合材料機身壁板結(jié)構(gòu)可靠性分析方法，包括：利用有限元方法獲得復合材料機身壁板結(jié)構(gòu)的有限元模型；確定結(jié)構(gòu)全部失效事件并建立極限狀態(tài)函數(shù)；建立不確定參數(shù)正態(tài)分布模型，獲取訓練樣本點以及相應(yīng)極限狀態(tài)函數(shù)響應(yīng)...

本發(fā)明公開了一種基于統(tǒng)計似然優(yōu)化的鐘差漂移建模方法及系統(tǒng)。該方法首先獲取時鐘同步系統(tǒng)中的鐘差數(shù)據(jù)并進行標準化處理；然后，計算鐘速和鐘漂，并將鐘漂建模為符合高斯過程的隨機過程；接著，構(gòu)建神經(jīng)網(wǎng)絡(luò)模型，以鐘漂的負對數(shù)似然作為損失函數(shù)進行模型...

本發(fā)明公開了一種基于多智能體強化學習的多機系統(tǒng)數(shù)實一致性誤差協(xié)同預測方法及系統(tǒng)，屬于多機器人系統(tǒng)與人工智能技術(shù)領(lǐng)域。所述方法將每個機器人建模為智能體，采用中心化訓練分布式執(zhí)行框架，實現(xiàn)誤差的協(xié)同預測。各智能體實時采集自身、鄰居及環(huán)境狀態(tài)...

本申請公開了一種基于改進YOLO11模型的遠距離交警手勢識別方法及裝置。屬于手勢識別技術(shù)領(lǐng)域。該方法包括：獲取待識別交警手勢的原始圖像；其中，在不同拍攝距離下獲取的所述原始圖像中，交警手勢區(qū)域占整個圖像的比例各不相同；將所述原始圖像輸入...

本發(fā)明旨在提供一種基于功能鏈路的系統(tǒng)故障涌現(xiàn)建模方法，通過構(gòu)建攜帶時序要求的功能鏈路，結(jié)合故障涌現(xiàn)判據(jù)與大樣本模擬，實現(xiàn)系統(tǒng)故障涌現(xiàn)過程的精準建模與樣本輸出，為復雜系統(tǒng)可靠性評估提供有效支撐。步驟如下：通過劃分系統(tǒng)功能單元、明確單元間邏...

本發(fā)明公開了模塊化神經(jīng)網(wǎng)絡(luò)驅(qū)動的仿竹夾芯翼梁三要素協(xié)同設(shè)計方法，涉及飛行器設(shè)計技術(shù)領(lǐng)域，包括以下步驟：構(gòu)建線性承載性能子神經(jīng)網(wǎng)絡(luò)；構(gòu)建非線性效應(yīng)子神經(jīng)網(wǎng)絡(luò)；構(gòu)建缺陷折減效應(yīng)子神經(jīng)網(wǎng)絡(luò)；將線性承載性能子神經(jīng)網(wǎng)絡(luò)、非線性效應(yīng)子神經(jīng)網(wǎng)絡(luò)和缺陷...

本發(fā)明涉及旋轉(zhuǎn)翼飛行器領(lǐng)域，提供一種旋轉(zhuǎn)翼飛行器變可信度動態(tài)參數(shù)預測方法，方法包括：獲取待測旋轉(zhuǎn)翼飛行器的運動工況數(shù)據(jù)；應(yīng)用CFD與剛體動力學的一體化緊耦合求解策略對所述運動工況數(shù)據(jù)進行預測，得到第一預測結(jié)果；基于諧波平衡閥與辨識方法對...

本發(fā)明公開了一種基于雙頻正交調(diào)制的NMOR原子磁強計三軸磁場測量方法，屬于三軸磁場矢量測量技術(shù)領(lǐng)域，包括：S1、調(diào)諧激光頻率，利用頻率調(diào)諧后的激光生成線偏振激光，利用線偏振激光極化原子系綜；S2、在光偏振平面的正交兩軸施加不同頻率的調(diào)制...