基于符号处理的天平载荷计算方法研究

风洞试验需要使用大量的天平，而经常编写天平公式处理程序给试验处理软件的维护带来了较大的工作量，影响了数据处理的效率和准度。随着试验软件通用性的不断提高，需要研究一种通用的天平公式处理方法。基于符号处理的天平载荷计算方法是一种解决天平公式的自动化处理方法，它运用系统软件的编译原理，通过对公式符号的解释和执行来实现对公式的处理。该方法已运用在风洞试验的数据处理中，可以在风洞试验的数据处理中推广应用。     

雷达截面测量数据处理方法的改进

在进行雷达截面（RCS）测量原始数据的处理时，传统方法是对这些数据直接进行简化和统计处理，得到能概括目标散射特征的数据。本文应用格拉布斯检验方法和卡尔曼滤波方法，分别对静态和动态测试数据的异常值进行预先判别、剔除处理，然后再对原始数据进行平滑处理和统计分析，从而提高了处理结果的置信度，更准确地表征目标的RCS特性。     

自动相关监视数据的接收及其处理

阐述了自动相关监视数据接收和处理的基本原理，提出了相应的接收、处理方法；并运用该方法接收到了各国飞机的飞行数据，经过对这些数据的处理，导出了对应的处理结论，从而证明了该方法的实用性和可行性。     

基于考核目标等效的试验载荷处理方法

在全尺寸结构强度试验中，需将原始理论载荷转化为试验实施载荷，载荷处理的结果直接关乎着试验考核的真实性和有效性。传统的载荷处理方法基于载荷等效，载荷处理完成后再对比数值分析结果，这种开环的载荷处理方法遇到复杂结构和载荷时通常效率和精度都大打折扣。提出了一种基于考核目标等效的试验载荷处理方法，将数值仿真分析结合到载荷处理过程中，搭建一种载荷优化设计-试验态分析-考核目标评估的闭环架构，以结构目标响应为评估判据和优化目标，结合灵敏度分析、遗传算法等智能优化算法，搜索试验态载荷最优解，大幅提高了载荷处理的效率和精度。在此基础上，基于MATLAB GUI平台开发了载荷处理软件，模块化地实现了灵敏度分析、载荷-响应矩阵计算、载荷优化设计等功能。将基于考核目标等效的载荷处理方法成功应用到某飞机升降舵结构载荷处理中，实现了试验考核目标响应误差精准控制。     

镍基高温合金BTOP工艺的发展

高温处理熔体（ＢＴＯＰ）是一种已在俄罗斯航空工厂广泛应用的工艺技术，镍基高温合金用此工艺处理后能明显地提高合金的质量，改善合金的工艺性和提高合金的工作性能，降低铸件废品率。本文综述了高温处理熔体工艺技术的研究方法、作用机理及其对铸件组织、性能和质量的影响。     

机场溶洞处理原则与方法研究

本文通过对西南某机场溶洞处理原则与方法实践，提出了机场溶洞处理的基本原则和方法，经使用两年证实是有效而且是可行的，这对于同类机场溶洞处理具有一定的现实意义。     

数字滤波器在DSP上的实现

可编程DSP(Digital Signal Processor)是一种能够快速进行数字信号处理的特殊微处理器，而数字滤波器是DSP的基本应用之一。在掌握DSP应用系统开发知识的基础上，介绍了线性相位FIR数字滤波器的设计方法，并重点论述了在TMS320C5402 DSP上实现滤波器的关键技术。实践证明，借助DSP硬件结构上的优势，所设计的数字滤波器具有运行速度快、能够进行实时信号处理、精度高的优点，其整体性能较优越。     

脉冲星特征频率信号的到达时间处理方法

脉冲星导航是具有发展潜力的深空探测技术之一，然而极低的能流密度限制了脉冲星信号的信噪比，对高精度导航应用提出了极大的挑战。只有在脉冲星信号处理技术方面取得突破，才能使脉冲星导航系统小型化、实用化。本文综合分析了脉冲星导航应用存在的问题，探讨了脉冲星导航应用的技术途径，从深空应用的角度提出了脉冲星导航系统的可行方案，提出了一种脉冲星特征频率信号处理方法，分析了该方法的克拉美-罗界，利用Crab脉冲星数据进行了仿真验证。仿真结果表明：脉冲星特征频率信号处理方法可实现Crab脉冲星矢量方向3 km的定位精度，符合理论预期。     

对转压气机中机匣处理的非定常影响

为探究不同形式的机匣处理扩稳机理和损失产生区别，以某两级对转压气机（CRAC）为研究对象，通过非定常数值模拟方法开展了自循环机匣处理（SRCT）和轴向槽机匣处理（ASCT）扩稳机理的研究。结果表明：SRCT和ASCT在近失速点均显著提高失速裕度和总压比，在峰值效率点附近增加效率损失；机匣处理通过作用于叶顶泄漏流和抑制压力势流减弱转子间动-动干涉效应；机匣处理槽内流场与转子相对位置相关，转子周期性的扫掠机匣处理槽增加了轴向槽内流动的非定常性，机匣处理槽内流动掺混是效率下降的主要原因。     

K8飞机前起落架载荷谱空测数据处理分析

目前国内在处理起落架两数据中，大多采用应变值单向敏感的矩阵法处理，存在一定的局限性。 K8前起落架两数据处理中，在分析了力学与数理方法的基础上，采用数理统计中线性回归的方法进行处理，其数学模型为多元线性回归方程。采用的计算方法为逐步回归计算法。从计算结果分析，各方向载荷与理论情况比较接近，变化规律与真实情况相符合。     

一种基于阴性选择算法的飞行数据异常值检测方法

研究了基于阴性选择算法的飞行数据异常值检测问题。针对传统的基于数据趋势进行数据异常值检测方法难以处理连续异常值的问题,提出通过提取待测参数的相关参数并在检测器编码中加入相关参数信息,使得阴性选择算法能够用于连续多个异常值的检测,算法不需要关于数据异常的任何先验知识。实验表明,采用改进编码后的阴性选择算法识别飞行数据中的异常值具有较高的精度。     

空间多分辨率模糊目标跟踪

提出了一种新的模糊目标跟踪算法--CPDA算法。这个算法在空间多分辨率框架下应用概率数据互联算法,在粗分辨率上实现模糊目标跟踪。在不同虚警密度的模糊目标环境下,利用仿真实验分析了CPDA算法的跟踪性能,同时将其与单分辨率上的联合概率数据互联方法进行了性能比较。仿真结果表明,CPDA算法的跟踪性能在达到与单分辨率上JPDA算法同样性能的条件下,能够以较小的计算量跟踪模糊目标。     

多测速系统应答信标数据实时分类算法

为了提高目标轨迹解算的稳定性,针对多测速系统在应答模式下的测量数据分类问题,提出了一种新的实时分类算法。首先分析了现有方法的缺陷;其次设计了一种能够将应答数据、信标数据与异常数据进行分类的新算法。该算法的关键是选择适当的分类参考,采用目标理论轨迹与已经分类的历史测量数据等2种分类参考相结合的方法,以适应不同的应用情形;最后,利用2类主站配置模式下的典型实测数据对新算法进行验证,结果表明新算法能够将3类数据正确分类。在此基础上,解算出的实时轨迹平稳且连续,测量数据的利用率明显提高。因此新分类算法的性能优于现有方法,对改善其他测量系统中的实时数据分类效果也具有借鉴意义。     

多目标无源跟踪中的多特征模糊综合数据关联算法

提出了一种多目标无源跟踪中的数据关联算法———多特征模糊综合数据关联算法。首先基于目标特征关联因子模型,进行单跟踪门的多特征数据关联模糊评估,得到单跟踪门内的有效观测与真实目标的模糊关联程度,在此基础上,进行了多目标数据关联模糊综合评估,得到多目标整体模糊关联程度,最后进行多目标关联判决。由于该算法综合利用了目标更多的特征信息,所以比传统的NN方法有更好的关联性能,计算机仿真表明,它比NN方法的错误关联率约低15%。     

基于双树复小波和形态学的卫星异常数据滤波方法

受系统结构复杂、工作环境恶劣等因素影响,卫星的工作状态会存在介于正常和故障之间的异常状态,导致其遥测数据中不仅含有噪声,还存在异常数据。采用传统滤波算法进行去噪处理时,会存在对异常数据保留不充分的问题,从而导致突变信息丢失。针对上述问题,提出一种基于双树复小波与形态学滤波的卫星遥测数据组合滤波方法,设计一种半软阈值滤波函数来提高双树复小波的滤波性能,并提出一种组合滤波算法。通过仿真实验进行验证,结果表明:本文方法可以对遥测数据中的噪声进行有效滤除并对异常数据进行保留。     

修正的概率数据互联算法

阐明了概率数据互联(PDA)算法能很好地解决密集环境下的目标跟踪问题,在该算法基础上,人们又提出了联合概率数据互联(JPDA)算法和一些基于 PDA 的修正算法。在概率数据互联算法中,有一个很重要的参数就是杂波数密度(或波门内虚假量测期望数)。然而在许多实际情况中,这个参数是很难获取的。针对这一问题,文中提出了一种修正的概率数据互联算法,该算法通过实时地调整这一参数来获得对目标较为准确的估计结果。最后,给出了算法的仿真分析。     

简化概率数据关联算法

基于所有落入目标关联域内的点迹并不都与目标关联的事实,提出了一种新颖的工程概率数据实用算法--基于聚矩阵分解的概率数据关联算法。仿真结果表明该算法具有计算量小,关联性能好等优点。     

一种对多传感器异步数据的融合处理方法

在传感器异步采样时刻情况下 ,对机动目标的跟踪滤波算法进行了探讨 ,基于细分时间片的方法 ,提出了一种将多传感器数据组合成类似于单传感器数据的异步数据处理方法 ,运用于目标点迹航迹的合成。通过对多传感器数据的利用 ,增大对目标观测的数据流数据率 ,来提高跟踪精度。仿真实验显示 ,各通道的均方根误差均相对减小 ,表明了算法的可行性。     

变结构DDBNs的推理算法与多目标识别

 目前变结构离散动态贝叶斯网络（DDBNs）的推理算法存在的缺陷是计算量随时间片数的增加呈指数增长。为了解决这类网络的推理问题,引入前向后向算法的基本思想,提出一种新的变结构DDBNs的推理算法。在分析变结构DDBNs数据结构的基础上,定义变结构DDBNs的前向、后向算子,从理论上对算法进行了推导,它的计算量仅与时间片数成线性关系。并且把该算法应用于识别空中多目标的变结构DDBNs,通过有效融合“交战行为"节点信息,使识别系统的鲁棒性显著增强。仿真结果验证了推理算法的有效性。     

大数据高性能排序算法的设计与实现

针对大数据排序算法的需求,提出了基于任务驱动的并行排序算法。该算法采用任务驱动、AIO(Asynchronous Input/Output,异步输入/输出)和双缓冲区机制等技术充分利用系统资源;通过构造等价排序键,优化快速排序算法;并在算法实现上,采用多线程处理任务,通过控制线程个数控制并行度。综合利用这些技术,该算法使得大数据的排序性能接近理论极限值,在CPU(Central Processing Unit,中央处理器)资源充裕的情况下,利用异步压缩技术,还可以突破这一极限,最终实现的系统2 000s就可以对超过500Gbyte的磁盘数据做一次完整的排序。在数据库设计中充分利用此思想,将会实现连接和线程的分离,数据库将可以支持更大的连接数,从而提高数据库支持的并发度。