首页期刊导航|桂林航天工业学院学报
期刊信息/Journal information
桂林航天工业学院学报
桂林航天工业学院学报

叶桂郴

季刊

2095-4859

jour@guat.edu.cn

0773-5863223

541004

广西桂林市金鸡路2号

桂林航天工业学院学报/Journal Journal of Guilin University of Aerospace Technology
查看更多>>本刊是由桂林航天工业高等专科学校主办的反映校内科研成果为主的学术理论刊物。本刊以突出学术性与创新性，坚持桂航特色，大力倡导学术争鸣与研究，扶持新人新作，传播高新技术，提高教育与教学质量为宗旨。
正式出版
收录年代

    传承发扬航天精神·踔厉奋进赓续华章

    吴尽昭
    1页
      原文链接:
    • 万方数据
    • 维普

    谢东:量子科技引领新一轮科技革命和产业变革方向

    李容朱帅玲黄静
    2-5页
      原文链接:
    • 万方数据
    • 维普

    地方高校行业化国际化合作办学的模式与机制探索——基于中国—东盟航天工程师学院建设调研报告

    张立国冯宝王建华姜守帅...
    6-11页
    查看更多>>摘要：文章结合作者所在学校的航天办学特色,通过对广西、云南、四川等区内外地方高校与东盟国家合作的情况,同时针对中国航空航天企业对东盟国家市场开拓情况的调研,了解到地方高校与东盟国家在办学形式、办学机制和办学规模上都有深度合作;中国航空航天企业在通信、遥感、导航等领域与东盟国家也有着多元化的合作.本调研报告旨在探索地方高校与航空航天企业、东盟国家合作的形式、机制,并提出了桂林航天工业学院建设中国—东盟航天工程师学院的可行性和必要性,为学校建设"中国—东盟航天工程师学院"提供参考借鉴.

    地方高校行业化国际化合作办学中国—东盟航天工程师

      原文链接:
    • 万方数据

    基于EKF滤波的飞行器自适应姿态修正算法研究

    梁健王勇军李智
    12-18页
    查看更多>>摘要：扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法对硬件资源有限飞行器姿态的估计,容易受非线性因素的影响,使得估计的结果存在较大误差.考虑到低成本小型飞行器的适用性,结合飞行过程中要求解算速度快、稳定性好、精度高、便于实现的应用特点,本文提出了一种基于EKF的自适应姿态修正算法.结合陀螺仪特性与上一次的修正值,对本次EKF滤波器输出的姿态角进行修正,并利用修正的姿态角更新四元数微分方程代入EKF滤波器进行误差反馈调节.通过实验验证,算法稳定性较好、能有效降低系统的噪声误差,静态实验情况下姿态角方差降低80％以上;动态实验下姿态角的误差降低了 50％左右.对于低成本姿态估计的工程场景具有重要的参考价值.

    姿态估计EKF滤波自适应姿态修正误差反馈

      原文链接:
    • 万方数据
    • 维普

    高寒山区积雪遥感提取决策树分类模型构建与精度评价

    朱赞孙山林王建琦姚钘...
    19-25页
    查看更多>>摘要：青藏高原位于亚洲中部,是亚洲数十条大江大河的发源地,也被誉为"亚洲水塔",因此青藏高原的水环境和气候变化对欧亚大陆上的数十个国家的生态环境都有着重大影响.如何高效获取青藏高原积雪覆被数据是目前相关领域研究的热点问题.本研究以归一化差异雪指数(Normalized Difference Snow Index,NDSI)为基础,针对高原湖泊结冰容易导致运用常规监督分类方法进行遥感影像积雪提取中分类误差较大的问题,构建了针对高寒山区积雪提取的决策树分类模型,并执行获取决策树分类成果.同时以ENVI遥感图像处理平台共提供的6种应用较为成熟的监督分类算法获取的分类成果为对照,并分别统计各分类方法提取成果的总体分类精度(Overall Accuracy)和Kappa系数两个精度验证指标.最后,通过综合分析得出这7种分类方法的综合分类精度,由高到低分别为:专家决策树＞最大似然法＞支持向量机＞神经网络法＞马氏距离法＞最小距离法＞平行六面体法.其中,本研究所构建的决策树分类结果的总体分类精度和Kappa系数分别达到了 96.83％和0.96,远高于其他6种常规监督分类方法的精度,验证了该分类模型的精度.

    卫星遥感高寒山区积雪提取决策树分类精度评价

      原文链接:
    • 万方数据
    • 维普

    基于FreeRTOS系统的协作式机器人设计

    蒋成亮叶超黄丽李运德...
    26-37页
    查看更多>>摘要：本文设计一款基于FreeRTOS系统的视觉协作式机器人.该机器人使用STM32F103ZET6作为本体MCU,实现机器人的运动姿态控制、视觉无线图传和使用语音、按键等人机交互等功能,并依托增量式PID算法,保证不同环境下机器人的运动稳定性.此外,设计独立遥控端,使用STM32F103C8T6作为遥控端MCU,可通过摇杆、体感等方式对机器人进行远程控制.本次设计旨在解决不同环境下对协作式机器人系统的实时性和交互性要求问题,并利用FreeRTOS实时操作系统将应用程序划分为各个不同优先级的任务,以MCU中不同任务分配内存、堆栈等占用最小资源为前提,实现机器人在不同环境下多线程任务同时执行的目的.

    FreeRTOS人机交互视觉无线图传PID算法机器人

      原文链接:
    • 万方数据
    • 维普

    基于灰色理论与IEC三比值融合的变压器故障预测方法

    蒋延军唐小峰唐大春赵明燕...
    38-45页
    查看更多>>摘要：变压器是电力系统中最重要的设备之一,对其进行故障预测具有重要意义.本文提出了一种基于灰色理论和IEC比值相融合的电力变压器故障预测方法,针对实际历史数据和灰色GM(1,1)模型的不足,对原始变压器油中气体浓度数据进行插补与平滑预处理、初始条件的修正和应用残差修正等改进,建立符合精度要求预测模型,并对各气体浓度值进行预测,使用预测值得出IEC三比值编码,最后以改良IEC三比值编码规则预测变压器故障.以具体实例进行了验证,并与其他文献方法进行了比较,结果证明了该方法的可行性和有效性.

    灰色理论IEC三比值灰色改进模型油中溶解气体故障预测

      原文链接:
    • 万方数据
    • 维普

    基于贪婪蚁群算法的飞行自组网路由策略方法

    黎宁魏星
    46-51页
    查看更多>>摘要：路由策略是飞行自组织网络(Flying Ad-hoc Network,FANET)中建立数据传输路由的重要操作.传统的路由策略无法满足FANET低延迟和稳定的通信需求.本文提出一种基于贪婪蚁群算法(Greedy Ant Colony Optimization,GACO)的路由策略,GACO基于蚁群算法的寻优选择策略,结合利用位置信息限制蚂蚁搜索方向的贪婪算法,以加速蚁群算法收敛速度,从而提高FANET的通信效率.实验结果表明:GACO算法比传统AODV、DSR有着更低端到端延迟、更高的数据包交付率的优势.

    飞行自组织网络贪婪蚁群算法路由算法

      原文链接:
    • 万方数据
    • 维普

    一种快速生成网络流量对抗样本的单像素点攻击算法

    何丽华蒙江
    52-60页
    查看更多>>摘要：深度学习模型已广泛应用于流量类型识别的网络防御系统,然而却容易受到精心设计对抗样本的攻击.针对该网络安全问题,从攻击者的角度出发,在不了解模型参数和不影响流量基本特性的前提下,通过修改流量数据中特定位置单个像素的特征值,形成欺骗流量数据,进而误导深度学习模型产生错误的分类结果.为了快速生成符合要求的单个像素点,文章对模拟退火算法进行改进,提出了一种快速生成网络流量对抗样本的单像素攻击(One Pixel Simulated Annealing,OPSA)算法.基于不同公开数据集的实验结果表明,与FGSM、C&W对抗攻击算法相比,所提算法在大幅提升欺骗率的同时,被修改的像素点个数最高减少了 99.9％,在部分数据集上超过了 DeepFool对抗攻击算法.

    单像素攻击模拟退火算法网络流量分类对抗攻击深度学习

      原文链接:
    • 万方数据
    • 维普

    海量异构资源敏感信息时间序列数据挖掘算法

    吕长松
    61-66页
    查看更多>>摘要：为了保护用户敏感信息,能够进行有效的数据分析和决策制定,突出数据挖掘过程的加速比与准确率,提出一种海量异构资源敏感信息时间序列数据挖掘算法.利用TF-IDF计算异构网络敏感信息的特征向量,根据敏感信息特征提取的阈值,判断是否屏蔽敏感信息特征值,从而过滤掉异构网络中的敏感信息.利用标记向量初始化聚类中心,将每一个特征点依次分配到各自聚类中,重新计算敏感信息的聚类中心,对异构网络资源敏感信息进行聚类处理.为了提高挖掘准确性,算法进行标准化处理,并根据偏好函数对敏感信息时间序列进行加权处理.通过对时间序列数据的偏好流进行排序,计算出时间序列数据的净偏好流,按照不同偏好级别,挖掘出异构网络敏感信息的时间序列.实验结果表明,文中算法在挖掘敏感信息时间序列时的加速比更高,敏感信息时间序列数据挖掘准确率最高达98％.在加速性能和准确率方面具有显著优势,可以更有效地进行敏感信息的挖掘和处理.

    异构网络时间序列数据挖掘敏感信息多级纵深过滤聚类中心

      原文链接:
    • 万方数据
    • 维普