一种基于遗传算法的动力学系统辨识方法

把遗传算法与最大似然法相结合，形成了一种基于遗传算法的动力学系统辨识方法，并以某轴对称战术导弹的非线性气动力参数仿真辨识为例，利用仿真技术，检验了该方法的实用性和有效性。结果表明，该方法是十分有效的。     

极大似然法测定p—S—N曲线的置信度

对极大似然法测定的Ｐ－Ｓ－Ｎ赋予置信度，提出了极大似然法珠Ｐ－Ｓ－Ｎ曲线的置信限曲线公式，通过该公式确定的Ｐ－Ｓ－Ｎ能使估算的疲劳寿命具有置信度一给出了单点法测定出构件Ｐ－Ｓ－Ｎ的数据自理。     

非线性最优解在气动参数辨识中的应用

由于采用最大似然算法进行了扭动参数辨识通常存在着局极值问题，为了寻求非线性全局最优解，提高估计精度，介绍了以混沌优化算法作为搜索工具。与最大似然处算法相结合，求解非凸优化问题全局最优解的方法，算例表明，该方法是有效可行的，并且估计精度也较高。     

多维相关系数平稳序列分析方法

相关系数平稳序列是从非平稳随机序列中分离出来的一类工程上常见且又便于研究的一类时间序列,其均值和方差都可随时间变化,因此,与传统平稳过程相比,它能更好地描述工程中的时间序列.在相关系数平稳过程的基础上,给出多维相关系数平稳过程的定义,建立了新的多维相关系数序列的理论和方法,给出了多维相关系数序列的极大似然估计.通过对时域的全程分析,能够充分利用样本信息对相关系数序列的均值函数,协方差矩阵函数和相关系数矩阵函数进行估计.在此基础上,对多维相关系数平稳序列进行高精度的频谱分析.     

极大似然法对比试验研究及其试验数据处理

 基于中值Ｓ－Ｎ曲线的三参数幂函数式，根据极大似然原理，分别给出了测定Ｐ－Ｓ－Ｎ曲线的单点试验、成组试验和单点－成组试验结果的Ｐ－Ｓ－Ｎ曲线公式。并进行了对比试验，使用文中方法统计分析试验数据，发现单点法、单点－成组法及成组法测定出的Ｐ－Ｓ－Ｎ曲线较接近。由于单点法能够大量节省试样，且能保证一定的精度；因此它适合构件和模拟件Ｐ－Ｓ－Ｎ曲线的测定     

相关系数ARMA(p,q)序列分析方法

本文提出相关系数ARMA(p,q)序列分析方法。相关系数ARMA(p,q)序列是从非平稳序列中分离出的一类工程上常见且便于研究的时间序列,在模式识别、故障诊断、信号处理、自动控制和结构响应分析等领域有着广泛的应用。传统的相关函数ARMA(p,q)序列仅是它的一个特例。文中建立了相关系数ARMA(p,q)序列的条件极大似然估计和精确极大似然估计,前者在样本较大时简单便于工程应用,后者则在样本较小时仍具有较高的精度,它们通过时域的全程分析,充分利用样本信息确定相关系数ARMA(p,q)序列的均值函数、方差函数和相关系数函数。在此基础上可进行高精度的频谱分析。     

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。     

多传感器数据融合中的数据配准研究

数据配准是多传感器数据融合的先期处理过程。本文在研究了传统的最小二乘算法的基础上，提出了基于三维坐标系中的极大似然配准算法，解决了最小二乘配准算法对于传感器相距较远时无法解决的问题。最后通过计算机仿真证明了此算法的有效性。     

分离流中多段翼型的优化计算

 本文给出带有分离流动的多段冀型的优化计算方法。以最大升力系数为目标函数,对前缘缝翼或襟翼的位置和偏角进行优化。文中对带有后缘富勒式襟翼的NLR 7301翼型和GA(W)-1翼型进行最大升力计算和优化计算,所得结果和实验值相比符合得较好。     

Statistical properties of variability of the quiet ionosphere F2-layer maximum parameters over Irkutsk under low solar activity

The statistical analysis of the quiet ionosphere F2-layer maximum parameters variability (deviations of NmF2 and hmF2 from the quiet medians, δn and Δh) under solar minimum at day (10–16 LT) and night (22–04 LT) hours based on data of Irkutsk station for 2007–2010 is presented. It is found that the experimental distribution (histogram) of δn can be approximated by a mixture of two normal distributions. The first and second components of the mixture characterize, mainly, relatively weak and strong fluctuations of δn which are presumably associated with the ionospheric effects of the atmospheric gravity waves and of the planetary waves and tides correspondingly. Deviation of the δn histogram from a single normal distribution is most considerable at night hours in winter and equinoxes. For these conditions the weak fluctuations of δn are mainly negative and the strong ones are mainly positive. The Δh histogram is a normal distribution except day hours in winter and equinoxes when a weak deviation of the histogram from the normal distribution occurs.