基于粗糙集与RBF神经网络的雷达辐射源信号识别研究

针对新体制、新用途雷达辐射源信号难以识别的特点,用粗糙集理论对雷达辐射源信号进行离散化、属性约简、规则提取,达到分类的目的。用粗糙K-均值聚类方法计算径向基神经网络（RBFNN）的聚类中心,然后用粗糙集理论约简得到的规则构建径向基神经网络对未知雷达辐射源信号进行识别。仿真结果表明,这种基于粗糙集与RBF神经网络的识别模型减少了识别冗余特征、简化了神经网络结构,能有效地识别雷达辐射源信号。     

基于近似熵谱的碳纤维复合材料层压板拉伸损伤声发射分析

采用近似熵理论分析了碳纤维环氧树脂层压板在拉伸过程中产生的三种典型声发射信号。研究 表明基体开裂、脱胶以及纤维断裂这三种信号的近似熵谱特征不同,结合经验模式分解方法解释了三种损伤破 坏机制。此外,在经验模式分解的基础上考察了三种声发射信号本征模函数的频谱分布,进一步说明了近似熵 在本质上是衡量信号发生新振动模式产生的概率以及在复合材料声发射检测与损伤识别中使用近似熵谱分析 的有效性。     

基于IRCMNDE和NNCHC的滚动轴承故障诊断

针对多尺度散布熵（MDE）在粗粒化过程中易发生信息丢失、产生虚假信息,难以全面提取轴承故障信息的问题,提出了基于改进的精细复合多尺度归一化散布熵（IRCMNDE）和最近邻凸包分类（NNCHC）的滚动轴承故障诊断方法。引入精细复合多尺度散布熵（RCMDE）,将其粗粒化过程中平均值替换为最大值来表示数据段信息,以克服传统粗粒化过程的不足并突出故障特征。通过归一化操作减弱熵值计算时不同参数选择导致的熵值波动幅度,得到IRCMNDE。将IRCMNDE作为故障特征,使用NNCHC分类器对故障特征进行分类。经实验验证,该方法可达到98.98%的故障识别准确率,相比基于MDE（故障识别准确率为95.99%）和RCMDE（故障识别准确率为97.60%）的方法,能够更准确地提取滚动轴承的故障特征信息,提高承故障分类的准确性。      

基于随机文法的多功能雷达识别方法

 针对多功能雷达采用复杂体制而造成的辐射源不能正确识别问题,提出了一种基于随机文法(SG)的辐射源识别算法。该算法基于多功能雷达的句法模型,将威胁数据库中的多功能雷达文法分为随机正则文法(SRG)和随机上下文无关文法(SCFG)两种情况,并分别构造随机有限自动机(SFA)和随机下推自动机(SPDA)对测量辐射源进行识别。仿真实验表明,该方法不仅能识别出多功能雷达辐射源的型号及模式,而且能识别出雷达辐射源的功能状态,并进而推断出雷达辐射源的威胁等级。     

直觉模糊熵在雷达目标识别中的应用

直觉模糊熵是不确定性推理领域中一个重要概念.针对雷达目标识别系统的复杂性,介绍了直觉模糊集的基本概念,分析了满足直觉模糊集熵的性质,提出了一种基于直觉模糊熵的雷达目标识别结果的检验方法.实验结果表明了该方法具有灵活性、合理性和可信性.     

利用信号特征的风电场对二次雷达影响评估

研究表明风力发电场可能会影响航管雷达系统,导致其工作性能下降,因此准确评估风电场对航管雷达的影响具有重要意义。利用二次雷达信号特征给出了一种风电场对二次雷达影响的评估方法。首先根据二次雷达信号特征从风电场反射信号干扰方面分析了风电场对航管二次雷达可能产生的影响．然后阐述了以反射信号的时延来划分风电场影响区域的评估方法。最后通过在DEM（digital elevation model数字高程模型）数据上的仿真实验来验证本文评估方法。     

关于准连续波体制雷达最大熵方法的算法选择

准连续波体制作为一种新型雷达体制以其固有的优越性引起雷达界广泛的关注。其数字信号处理系统的开发是进一步完善该体制雷达的关键。本文针对数字信号处理系统中最大熵谱外推电路的算法选择进行了研究。     

基于MED和LMD的自动倾斜器轴承广义Shannon熵谱分析

针对轴承信号微弱故障特征易被强背景噪声淹没的问题,提出采用最小熵反褶积,通过逆滤波器最优化设计,对目标信号进行降噪处理,其峭度值提高了约3.8倍,增强了信号的微弱故障特征;针对非平稳非线性信号频率成分复杂难以解调的问题,提出采用局部均值分解(LMD)和峭度-相关系数筛选准则,其可对非平稳非线性信号进行自适应分解和最优重构,提高了信号的信噪比;针对信号耦合调制及边频突出的问题,通过引入广义Shannon熵进行包络谱带内降噪处理,信号一阶故障特征调制频率与故障特征频率的幅度比降低了24%~43%。通过实验室信号及某型直升机自动倾斜器轴承故障诊断地面试验的分析结果验证了该方法的合理性和可行性。      

基于加强谱峭度的航空发动机齿轮毂故障诊断

针对航空发动机减速器一级齿轮毂故障诊断问题,提出了一种基于小波包和CHI-LMD(三次Hermite插值-局部均值分解)的加强谱峭度的故障诊断方法。在用AR(自回归)参数模型对原始信号进行降噪后,首先采用小波包对信号进行分解,并结合谱峭度找出特征频带,继而用CHI-LMD对特征频带进行再分解获得若干PF分量,最后对获得的PF分量计算谱峭度作为故障识别参数。利用此方法对10组待识别信号的诊断结果表明,该方法能有效识别减速器一级齿轮毂故障,在不拆卸发动机的情况下实现了对目标的诊断。     

基于信息熵的飞机交流发电机异常检测

以交流发电机的仿真输出电压为参考信号,利用能反映符号序列总体特征的Shannon熵及二进制符号化方法,对仿真出来的正常电压信号及异常电压信号进行二进制符号化分析,并求取符号化后各自的Shannon熵,根据仿真计算表明Shannon熵能够体现由频率引起的电压异常特征。     

民航英语的文体与语言特征

为了清楚和得体地传达信息,需选用各种各样的文体交流.在航空英语中有许多文体及其语言特征,如飞行员与塔台之间的无线电通话、民航专业书籍、民航法律法规和操作手册.无线电通话属于口语文体,其他则属于书面文体.主要讨论这两类文体的语言特征,包括词法特征、句法特征和语义特征.通过讨论和分析,更好地理解语篇,避免发生歧义.     

基于多特征的支持向量机印鉴识别

印鉴真伪鉴别的难点要求识别系统同时具备同类印鉴的鲁棒性及异类印鉴的敏感性.针对这一难点,本文提出了一种基于多特征的支持向量机(Support Vector Machine,SVM)鉴别算法,根据多类特征以及支持向量机的自适应寻优特性,获得对真伪印鉴的鉴别.采用Gabor滤波器获得频率特征,采用差图像获得结构特征,采用原图像和极坐标图像的奇异值获得不变量特征.采用支持向量机(Support Vector Machine,SVM)对印鉴进行真伪鉴别.实验表明,本文方法具有很高的真伪鉴别能力.     

涡轮泵振动参数与统计特征量的线性相关性分析

为了剔除冗余的振动参数和统计特征量，提高涡轮泵故障检测的实时能力，建立了线性相关性假设检验模型。利用该假设检验模型和某型液体火箭发动机的历史试车数据，检验了7路涡轮泵振动参数以及13种常用统计特征量的线性相关性，并分析了统计特征量对涡轮泵故障的敏感性和稳定性，以及涡轮泵振动数据的正态性。数据统计分析表明，大部分涡轮泵振动参数以及统计特征量显著线性相关，幅值统计特征量的故障敏感性弱，但稳定性强，而无量纲统计特征量的情况恰好相反，并且正常涡轮泵振动数据服从正态分布，而异常涡轮泵振动数据不再服从正态分布。据此，为涡轮泵故障检测选择了线性相关性弱，故障特征反映能力强的3路振动参数和3种统计特征量。     

基于仿射变换的飞机图像的识别

 先基于细胞神经网络提取飞机图像轮廓,再用基于仿射变换方法对多种飞机的轮廓图像做不变特征的提取,把多种飞机的不变特征放在数据库中。进行飞机类型识别时先计算实时图像中飞机(目标) 的不变特征,然后与数据库中的每个不变特征做相关运算,即可识别飞机的型号。     

基于遗传规划和线性鉴别分析的故障特征提取模型及其应用

1引言航空发动机故障诊断需要从原始监测数据中获取合理的特征参数,如果依靠专家经验手工从众多的监测参数中选取特征参数,将是十分烦琐和低效的。因此,构造优质的特征参数是提高故障诊断效率及其准确性的关键。许多机器学习方法被应用到特征参数的自动选取中,例如神经网络[1],     

并行CAD/CAM集成中的产品模型表示方法研究

提出了适用于并行协同CAD/CAM集成方式的产品模型表示方法。基于特征表示面向并行的产品模型,设计模型和制造模型有机地混合在同一表示中,可以同时满足设计与各制造环节的需要;用特征相关图完整地描述了各种类型特征之间(包括设计特征之间,设计特征与制造特征之间及制造特征之间)的相关关系,并利用双数据项字符矩阵全面地表示了特征相关图。     

Blank Panel Design of Integral Wing Skin Panels Based on Feature Mapping Methods

A blank panel design algorithm based on feature mapping methods for integral wing skin panels with supercritical airfoil surface is presented.The model of a wing panel is decomposed into features,and features of the panel are decomposed into information of location,direction,dimension and Boolean types.Features are mapped into the plane through optimal surface development algorithm.The plane panel is modeled by rebuilding the mapped features.Blanks of shot-peen forming panels are designed to identify the effectiveness of the methods.     

复杂结构件数控编程加工特征用户自定义方法

加工特征是实现复杂结构件高效、高质量数控编程的有效手段,但是同一类加工特征只是几何形状和加工工艺相似,并不完全相同。如何适应不同的企业资源与工艺水平、不同类型的复杂结构件进行加工特征定义是基于加工特征进行自动数控编程的一个难题。针对以上难题,本文提出了一种复杂结构件数控编程加工特征用户自定义方法,基于全息属性面边图表达加工特征几何信息,给出了具有一定柔性的加工特征几何信息定义方法,基于语义与规则建立加工特征工艺信息及其与几何信息之间的关联关系,实现了由用户根据企业的制造资源、零件结构和工艺人员的编程习惯等因素自定义加工特征。根据本文提出的方法开发了飞机复杂结构件加工特征用户自定义及自动编程系统,已成功应用于国内某大型航空制造企业的飞机结构件数控编程,经过多项飞机结构件测试,本文提出的方法特征识别正确率平均达到97%。     

根植航空 彰显特色 努力建设应用型本科院校

论述大学办学特色和核心竞争力及其关系,说明办学特色是大学核心竞争力的重要体现,提出西安航空学院应以特色求生存、谋发展,构建鲜明的立足航空、服务航空、错位经营的办学特色,提升学校的核心竞争力。     

The 1553 Advanced Communication Engine (1553-ACE)

The next-generation 1553 terminals will address the concerns of reducing the size, power, and cost and adding features required to off-load the system designer. The 1553-ACE series programmable terminal and the BUS-61580 ACE terminal are described. The various features incorporated especially the programmable options which make this series terminal so flexible are discussed. The ACE series has an advanced set of registers, internal 4 K words of shared RAM, dual encoder/decoders, and three-state buffers for address and data I/Os in one monolithic. It has selective I/O features, such as buffered DMA, or a shared RAM interface, with or without zero wait states to support a variety of microprocessors. Additional programmable features incorporated are RT circular data stacks programmed by individual subaddress, internal RAM command illegalization, and advanced bus controller and bus monitor options for bus snooping or for selective monitoring. The electrical, mechanical, and special competitive features of the 1553 ACE-series are highlighted. The military screening and mechanical specifications and other product options are covered