基于主元核相似度免疫机制的故障诊断方法及应用

1引言目前,国内外已发展了多种应用于航空发动机的智能故障诊断方法,如专家系统方法、神经网络方法,以及新近提出的基于支持向量机的诊断方法。但这些方法需要有足够的已知故障模式的训练样本才能发挥出优异的性能,而且算法实时性较差,难以满足快速在线诊断的要求[1]。传统的基     

一种在待测距离未知的情况下求解测控电波时延的方法

提出了一种在待测距离未知的情况下确定电波在空间单向传播时间的方法。该方法可以迅速地利用前一时刻已经测得的距离和距离变化率，导出下一时刻发送的无线电波到达航天器时其在空间的单向传播时间。利用该时间，可以确定航天器接收到信号时的大概位置。     

超燃燃烧室一维流场分析模型的研究

对公开发表的用于超声速燃烧流场分析的几种一维模型进行了研究，指出了其中存在的问题，研究结果表明：基于实验静压数据的一维模型，若不借助必要的流场测量数据或分析结果，或借助于经验性的处理方法，单靠一维假设，无法获得较为完整的一维流场分析结果。改进后的一维模型降低了数据处理过程中的不确定性，提高了对一般情况的适应能力。用编制的计算程序SSC-2对两组典型的超燃燃烧室壁面静压实验数据进行了演算，取得了燃烧室出口总压恢复系数的计算值与测量值基本一致的好结果。     

用光束偏转层析迭代法重建三维位相物体

本文结合位相物体的先验知识，研究了用光束偏转层迭代法重建三维位物体的重建精度及算法，内插函数，采样方式，视角范围和数据噪声的影响，作为一个应用实例，诊断了气体温度场某一截面的温度分布，并与热电偶的测量值进行了比较。     

与神舟六号飞船的零距离接触

2005年10月17日，中国航天员费俊龙、聂海胜乘神舟六号飞船完成了环绕地球76圈的辉煌之旅．在内蒙古中部地区加圆满着陆．中国载人航天工程又一次取得了圆满成功。消息传来．神舟飞船的摇篮——中国空间技术研究院一片欢腾，     

一维GTD散射中心模型参数估计的改进MUSIC算法

针对利用多重信号分类（MUSIC）算法估计一维几何绕射理论（GTD）的散射中心模型时噪声鲁棒性较差、参数精度不高这一问题，提出一类改进的MUSIC算法。首先，构建原始回波数据的共轭矩阵，有效提高了原始回波数据的利用率；其次，将原始回波数据的协方差矩阵、共轭数据的协方差矩阵叠加取平均，得到一个新的总协方差矩阵；最后，对矩阵作2次方、4次方等偶次方处理，得到另一矩阵，以达到增大信号特征值与噪声特征值之间差距的作用，等效为增大了信噪比。仿真结果表明:所提改进算法的参数估计性能及噪声鲁棒性均要优于经典MUSIC算法。      

可以轻松监测设施能源浪费情况的新技术

正3月4日至6日,在美国巴尔的摩会议中心举行的美国国家设施管理与科技大会博览会上,福禄克公司向到场的观众演示了如何利用该公司的三相电能记录仪、红外热像仪及可视红外测温仪等低成本工具,轻松地监测生产设施的能源浪费的方法。据专业人员介绍,福禄克Fluke 1730三相电能记录仪直观、易用,具有专业的电能数据收集能力。这一款新产品专为具有节能意识的用户设计,采用了全     

缺口件疲劳寿命预测新方法

采用有限元方法针对缺口件多轴疲劳实验结果进行模拟。结果表明,相同路径条件下,随着缺口半径减小缺口根部附近的应力梯度显著增加。基于缺口根部应变值,采用等效应变法进行疲劳寿命预测,预测结果随缺口半径的减小而偏于保守。采用应力梯度法确定有效距离,相同路径下,随着缺口半径的减小有效距离减小;依据该有效距离处的等效应变进行疲劳寿命预测,总体预测结果较为分散且偏于不安全。基于实验及有限元模拟结果,提出了基于应变梯度的有效距离确定的新方法,大部分疲劳寿命预测结果位于2倍分散带内。     

基于距离信息的行人协同导航研究

针对行人在室内导航中GPS信息无法获取以及纯惯导解算结果发散严重的问题,提出了通过协同导航的方式提高行人室内导航精度的方法.利用行人间的相对距离约束关系,抑制纯惯导解算结果的发散.详细推导了行人协同导航的模型,采用信息滤波的方法解算导航结果,并在理论推导中发现信息滤波更加适合行人协同导航的工程实践.设计了一种使用微型惯性测量器和超宽带测距设备的行人协同导航系统,进行实际效果验证.通过数据采集与处理,将行人导航轨迹图输出,分析协同导航以及单独导航的误差,验证协同导航的有效性.实验结果表明,协同导航与单独导航相比,对导航轨迹和导航误差有更好的修正效果.     

基于时空轨迹信息的目标行为模式在线分类方法

在预警监视领域，及时地预测目标行为模式对于态势认知至关重要。首先，针对当前大多数目标行为分类器实时性不强、对离群轨迹不敏感等问题，提出了带有离群检测的归纳式一致性多类预测器（ICMP）。其次，针对目标行为分类算法仅考虑目标的空间位置信息，而忽略航向和速度信息的问题，基于轨迹的时间和空间2个维度的信息提出了时空Hausdorff距离（STHD），从而可以有效区分空间位置相似但运动速度和方向不同的行为。然后，基于定向时空Hausdorff距离和K最近邻思想构造了定向时空Hausdorff最近邻不一致性度量函数（DSHNN-NCM）；在此基础上，提出了带有离群检测的序贯时空Hausdorff最近邻归纳式一致性多类预测器（SSHNN-ICMP），能够在预警监视场景下对目标频繁出现的行为进行在线学习和分类。最后，分别在仿真军事场景和真实民用场景中进行实验分析，结果表明本文算法具备较好的准确性和实时性，在预警监视任务中有良好的应用前景。