扩散制造任务建模及分解方法

针对扩散制造这种面向复杂武器装备批量生产的网络制造模式,提出了基于相关性的扩散任务建模及分解方法.定义了扩散任务及相关基本概念,分析了扩散任务相关性研究的必要性.通过给定的扩散任务相关准则,建立了扩散任务相关性模型.在此基础上,应用层次聚类算法,实现了扩散任务分解.通过实例讨论了扩散任务建模及分解的应用过程.     

压气机旋转不稳定性的研究进展

在压气机运行过程中,旋转不稳定是一种常见的流动不稳定现象.研究旋转不稳定性对保障压气机安全高效工作具有重要意义.首先回顾了旋转不稳定性研究的发展历程,从概念特征、产生机制和影响因素等方面进行了介绍.从现有的研究情况来看,旋转不稳定性与叶顶泄漏流有关的动力学模式或者与剪切层不稳定性有关.随后,梳理了旋转不稳定性的若干研究...     

基于快速平行因子分解的声矢量传感器阵二维DOA估计

将声矢量传感器阵列参数估计问题与平行因子(Parallel factor,PARAFAC)模型相结合,提出了一种基于快速PARAFAC分解的二维波达方向(Direction of arrival,DOA)估计算法。该算法首先将接收信号构建为PARAFAC模型,然后在数据域对参数矩阵进行初估计,最后利用PARAFAC分解获得信号二维DOA估计。该算法能够应用于任意结构的声矢量传感器阵列,同时能够得到和信源一一匹配的仰角和方位角估计。借助于参数矩阵的初始估计,所提算法收敛速度较快,其计算复杂度大大降低。该算法角度估计性能接近于PARAFAC算法,同时优于借助旋转不变性进行信号参数估计(Estimation of signal parameters via rotational invariance technique,ESPRIT)算法和传播算子(Propagator method,PM)算法。     

多传感器遥感图像数据融合研究

重点研究了卫星遥感图像融合技术.通过在Matlab平台上实现基于颜色空间变换和基于小波变换的图像融合算法,分析了颜色空间变换的融合特点,并结合高分辨率图像、多光谱图像以及SAR图像的融合结果对相关理论进行了验证;研究了基于小波变换的融合方法在不同分解和重构级数下所获得的融合图像的特征,比较了各级融合图像的特点和相互间的差别;通过对高分辨率图像和多光谱图像的融合实例,给出了达到融合目的所应进行的最低分解重构级数与两原始图像空间分辨率指标比值间的定量关系;分析了不同小波因子对融合结果的影响,并结合颜色空间变换方法的融合结果得出了最终结论.      

改进自适应抗差容积卡尔曼滤波多源室内定位

针对容积卡尔曼滤波在多源融合定位中存在跟踪能力不强和自适应能力差的问题,在传 统容积卡尔曼滤波的基础上,提出了改进自适应抗差容积卡尔曼滤波算法。建立了基于新息的自 适应判决准则与修正方法,使得滤波算法能够及时跟踪目标真实状态;引入抗差因子调节观测协 方差矩阵,以减小观测值异常问题对滤波精度的影响;采用奇异值分解代替容积卡尔曼中的Cholesky 分解,提高数值计算的稳定性。超宽带/惯性导航联合定位实验结果表明,与扩展卡尔曼滤波 和容积卡尔曼滤波相比,改进的自适应抗差容积卡尔曼滤波定位精度更高,数值稳定性更好,增强 了定位系统在粗差干扰下的鲁棒性。     

基于时变散射特征与CNN的双极化SAR作物分类

作物类型分类是极化合成孔径雷达(PolSAR)图像中最重要的应用之一。然而，由于成本和系统限制，越来越多的双极化SAR系统已经投入使用。由于双极化模式的限制，双极化SAR数据集存在严重的贴现特性，使得双极化SAR图像难以获得令人满意的分类精度，因此有必要提取更适合于双极化SAR数据集的散射特征。基于H/α分解的基本理论，引入了一个新的参数来测量农作物的时变散射特性，并针对双极化SAR图像提出了时变散射特征驱动的卷积神经网络(CNN)。实验结果表明:提出的CNN分类方法达到了最高的分类精度。与不同的特征组合输入相比，提出的新参数能稳定地提高分类器的分类性能，H、α、θ和强度特征的组合也能达到最佳的分类性能。     

部分预混燃烧室热声不稳定及火焰结构实验分析

为探明旋流部分预混燃烧室热声不稳定特性及其与火焰结构关系，进行了自激热声实验。采用重构相图解析压力脉动、采用瑞利指数表征其与热释放率脉动关系、采用本征正交分解获得火焰相干结构。结果表明:随当量比增加，压力脉动呈现低振幅脉动、间歇振荡、极限环振荡和低振幅脉动，脉动频率受腔体1阶纯声学模态（特征频率约80.8 Hz）控制。未发生振荡，瑞利指数维持在零值；热声不稳定时，瑞利指数在零值以上。本征正交分解表明，极限环振荡，前2阶模态（模态能量占比55%以上）火焰分布沿纵向发生变明和变暗交替变化，由连续涡脱落导致，且模态时间系数频率83.2 Hz与压力脉动频率83.3 Hz一致；低当量比，模态无明显空间分布规律；间歇振荡，主导模态为火焰轴对称热释放率变化；高当量比，火焰仅外边缘沿纵向发生大尺度脉动。      

毫米波通信定位一体化自组网资源分配技术

毫米波通信链路具有低延迟、高速率和高定向性的特点,能够实现高速率自组网通信和高精度节点定位。在通信定位一体化背景下,研究了毫米波自组网中的多用户资源分配问题。系统采用基于正交频分多址(OFDMA)的多用户通信定位一体化框架,推导了基于位置估计误差界(PEB)和方位估计误差界(OEB)的多用户定位性能准则和基于数据速率的通信准则,建立了时域和频域的资源分配优化问题模型,在保障链路通信速率的前提下,最优化用户的定位性能指标。为了求解上述混合整数非线性规划问题,引入广义Benders分解算法,将优化问题分解为主问题和子问题进行迭代求解,得到有效的资源分配结果,最后通过仿真验证了资源分配对定位与通信性能的影响以及算法的有效性。     

考虑系统参数和载荷不确定性的声振分析

为了准确描述随机性对声振系统响应的影响，本文基于单位分解有限元/有限元法和直接概率积分法实现了精确高效的随机声振分析。本文首先通过在声振耦合界面划分虚拟单元、实施坐标变换和引入精确积分方法，发展了新型单位分解有限元/有限元方法。然后将新方法的单元内捕捉波形信息的能力强、系统矩阵规模小、易于处理复数矩阵等优势和直接概率积分法需要重复计算的特点相结合，构建了精确高效的随机声振分析方案。数值算例分析表明，所提方案得到的统计特性均和蒙特卡洛模拟吻合很好，其能够进行可靠的随机响应分析。     

基于卡尔曼滤波的翼型表面压力实时重构方法

为实现基于稀疏数据的翼型表面压力实时重构，提出了一种基于压缩感知与卡尔曼滤波器的数据融合方法，该方法主要包括线下建立数据库和线上实时感知两部分。首先，在线下通过粒子图像测速技术、压敏漆、计算流体力学等方法对翼型表面压力进行全场采样，并采用本征正交分解对所测得的全场压力数据进行降维，建立含有主导相干流动结构的模态数据库以及各模态时间系数之间的状态转换关系。其次，在线上基于压缩感知，利用离散压力传感器所测量数据与压力场主导模态，通过求解L₁范数下的最优化问题，对各主导模态的时间系数进行初步求解。最后，将线下所得各模态时间系数之间的状态转换关系放入卡尔曼滤波器，作为其系统模型进行预测；将线上所求得各模态时间系数放入卡尔曼滤波器，作为其观测值进行校正。以CFD模拟翼型压力作为验证数据，对该方法的性能进行评估，结果显示：该方法与仅采用压缩感知进行重构对比，升力重构误差从18.15%减小至6.39%。