基于弹性小波神经网络的故障诊断研究

航空电源系统是机上设备的重要组成部分,任意一个环节出现故障,将会影响整个飞机系统的正常安全运行。针对神经网络收敛速度慢,易陷入局部最小的缺点,将小波神经网络结合弹性BP算法应用到电源系统故障诊断中。训练过程及仿真结果表明：小波神经网络故障诊断算法收敛时间方面表现更优,具有较高故障诊断率。     

基于Mallat算法的飞机电网谐波检测系统

随着电力电子技术的广泛应用,谐波对飞机电网的污染越来越严重,检测、分析和抑制谐波已经成为重要的课题。小波变换具有时-频局部化特性,在电力系统的分析中具有广阔的应用前景。为实现对飞机电网谐波的快速检测、分析,将小波变换方法应用于飞机电气系统谐波检测中,提出了基于Mallat快速算法的谐波检测系统设计方案。实验结果表明,系统采用小波补偿的改进FFT算法进行谐波分析,可以将信号中不同频率的谐波快速有效地提取出来,并进行有针对性的分析,提高了谐波检测效率。     

基于对偶原理的二子样划船补偿算法

划船补偿算法一般以典型划船运动为基础,利用最优化理论来进行推导.圆锥补偿算法不仅可利用最优化理论,还可利用Goodman-Robinson理论进行推导.利用对偶原理,将Goodman-Robinson理论下得到的二子样修正圆锥补偿算法推广至划船补偿算法设计中,得到一种改进的二子样划船补偿算法.在典型划船运动条件下,对得到的划船补偿算法进行了数字仿真,并与二子样优化划船补偿算法进行了对比研究.仿真结果表明,此改进二子样划船补偿算法能提高速度更新精度.     

基于粒子群聚类算法的雷达信号分选

在电子对抗领域,雷达信号分选的研究是一个重要课题。电子战的信号环境日趋复杂,雷达信号的处理面临高密度信号环境,雷达脉冲相互交错。对粒子群聚类算法进行了研究分析,把粒子群聚类算法应用到雷达分选中,仿真实验证明该方法能够得到很好的雷达信号分选效果,为雷达信号分选提供了新思路。     

基于预计算和周期性的ECC标量乘法算法

在研究二进制、带符号的二进制(NAF,Non-Adjacent Form)等常见标量乘法算法的基础上,结合椭圆曲线基点的周期特性和预计算倍点序列方式,提出了一种新的标量乘法算法,并给出了新算法的详细步骤.点的周期性和系数决定了直接进行标量乘法运算还是转化为求其逆元,预计算倍点序列方式避免了椭圆曲线密码体制(ECC,Elliptic Curve Cryptosystem)加解密过程中大量的重复运算.为验证算法的正确性,采用密钥长度为192 bit椭圆曲线,给出了一个具体实例.实例结果和算法分析表明:与二进制和NAF算法相比,新算法虽占用了一些存储空间,但省去了倍点运算的时间开销,同时减少了点加的运算次数,极大地提高了标量乘法运算的效率.该算法的提出对完善ECC理论和加快ECC在实际中的应用具有重要意义.      

结构光三维视觉检测中光条图像处理方法研究

在结构光视觉检测系统中,光条中心的提取精度直接影响到整个测量系统的测量精度.光条图像的处理是其中重要的一步,尤其是受到严重噪声干扰的图像.探讨了被多种噪声干扰的光条图像的处理和精确提取光条中心的方法.给出了一种消除环境干扰的滤波模板并实验验证了其滤波效果.使用这些光条图像处理方法使整个测量系统在200mm×200mm的测量范围内测量精度达到0.083mm.      

基于FGN输入流的G/D/1排队模拟

传统的排队理论不适于分析高速网络表现出的自相似流量.通过实验仿真,主要考察平均等待时间和在队列分别为无限和有限情形下的队列尾部特征等参数,并对以FGN为输入流的G/D/1排队模型作了定性分析.结果表明在输入流的强度和方差基本相等且系统利用律大于某一阈值的情况下,队列平均等待时间随Hurst参数增大而显著增长.同时指出在相同的条件下考察队列尾部特征,具有有限队列长度的G/D/1排队模拟结果要远优于无限队列长度下的理论分析结果.      

无人机航迹规划技术研究及发展趋势

通过对无人机航迹规划的研究,构建了无人机航迹规划的结构框架;分析了无人机系统约束及威胁场约束,探讨了无人机航迹几何建模方法及规划算法的国内外研究概况;并着重分析了规划算法。最后,阐述了无人机航迹规划面临的关键问题及发展趋势。     

基于缓存的结构化P2P路由算法研究

P2P网络中的资源经常会被不同节点重复查找,有些热门资源被重复查找的概率更高,如何保证资源在重复查找时的效率,提高路由算法对已查找结果的自记忆能力,是一个亟待解决的问题.在分析传统的Pastry路由算法基础上,采用内容缓存机制和路径缓存机制来改善路由性能,重点研究了不同消息重复率下的路由性能.在不同节点个数和不同的消息重复率下进行大量模拟实验,结果表明改进后的路由算法随着消息重复率的升高,算法的路由性能明显改善.     

航空发动机环形燃烧室噪声总声级的GMDH方法研究

采用数据处理的组合方法（GMDH）,研究航空发动机环形燃烧室测试数据。通过简单的二元二次回归原理来构造出下一代较为复杂的次级回归方程,并且利用＂优选原理＂淘汰掉次级回归方程中的那些不理想的项,得到燃烧室噪声总声级的高阶方程,获得较客观的描写复杂非线性系统的非线性模式。