基于DS算法的混胺燃料近红外光谱分析模型传递

对混胺燃料的近红外光谱分析模型的传递方法进行研究。采用 K/S(Kennard/Stone)算法选择转换集样品,采摘用直接校正(Direct Standardization,DS)算法对从仪器采集的光谱进行校正。通过光谱平均差异(ARMS)比较奇异值分解(Singular Value Decomposition,SVD)算法和偏最小二乘法(Partial Least Squares,PLS)对光谱校正的效果。当 PLS算法的最佳主因子数为 3时,DS-PLS算法的光谱校正率可达到 97.5%,优于 DS-SVD算法。混胺样品的分析模型经过 DS-PLS算法传递后,对从仪器的混胺样品各项指标的预测标准偏差(SEP)明显好于传递前,与主仪器预测效果接近,说明采用 K/S算法选择合适的转换集样品后,通过 DS-PLS模型传递算法可有效降低仪器间的光谱差异,实现近红外光谱分析模型在各台光谱仪之间共享。     

QAR数据在航空发动机监控中的应用研究

QAR设备虽已在民航界广泛应用，但目前对QAR数据的应用有限，浪费了大量数据信息。对此，提出通过采用多种监控逻辑并存的方法，建立监控体系，解决QAR数据的监控问题、3种监控逻辑被用于该体系：双发差异监控，EHM方法数据监控，数据极限监控。这些逻辑各有利弊，互为补充。通过对实际发动机QAR数据的监控测试．证明运用该方法所建立QAR数据监控体系的可行性和有效性，一定程度上解决了QAR数据监控问题。     

新型单元的频率选择表面

在传统十字单元基础上,提出一种新型单元的频率选择表面(FSS)。分析传统十字单元FSS和新型单元FSS在大角度入射时的极化稳定性,并研究TM波入射角度变化时,中心频率的漂移及传输系数的变化。结果表明,传统十字单元FSS在45°入射时中心频率的极化稳定性很差,漂移量为406MHz,TM波由0°到45°入射时,中心频率漂移为448MHz;而新型单元FSS具有中心频率的角度稳定性,TM波入射角度由0°变到45°时,中心频率漂移量仅为28MHz,并且在大角度入射时具有中心频率极化稳定性。     

锻造LF6法兰阳极化后表面深灰色原因分析

锻造LF6材料法兰硫酸阳极化后表面产生深灰色物质,影响产品质量和性能。分析认为这种现象与材料、机械加工和表面腐蚀有关,为此设计了一系列工艺验证试验,探寻深灰色物质产生的原因。试验结果表明,锻造LF6材料自身所含有的金属元素、机械加工和生产周期过长是阳极化封闭后零件表面产生深灰色的主要原因。     

英汉语用差异与翻译的归化和异化

英汉两种语言在语用方面存在的差异是翻译中常碰到的问题．本文从语言习惯、民族心理、价值观念和社会环境几个方面探讨英汉两种语言的语用差异,并揭示其与翻译的归化和异化策略的关系,强调思维在翻译过程中的重要作用．     

雷达卫星遥感的发展及应用现状

随着信息技术和传感器技术的飞速发展,遥感数据的获取方式逐渐多元化。目前,光学影像已经被大众广泛认知,其应用较为成熟,而雷达图像因其特殊的成像方式和图像特征,应用程度较低。TerraSAR、CosmoSky-Med、RADARSAT-2三颗高分辨率雷达卫星的成功发射,星载高分辨率雷达的应用优势越来越凸显。随着各行业对雷达遥感成像优势及其技术可行性的不断了解,雷达遥感技术已经在某些业务领域发展成为常规、必不可少的监测手段。     

基于目标分解和SVM的极化SAR图像分类方法

极化SAR图像分类是新体制雷达应用研究中的一类基础前沿问题。文章提出了一种基于目标分解及支持矢量机(Support Vector Machine,SVM)的极化SAR图像分类方法。首先根据Cloude分解和Freeman分解两种方法提取极化SAR图像的多类散射特征,从而构造出图像各像素的特征向量。接着利用样本区域像素的特征向量对SVM进行训练,获得经训练的SVM。最后,以各待分类像素的特征向量为输入,利用经训练的SVM即可完成极化SAR图像的分类。对两幅AIRSAR实测极化SAR图像数据分类的结果表明,文章方法能够有效地利用多类散射特征的互补信息,具有较高的分类精度。     

现代巡航导弹突防中的雷达极化技术

现代巡航导弹普遍采用雷达导引头进行末制导,雷达导引头在保证现代巡航导弹打击精度方面发挥着重要作用.在复杂电磁干扰环境条件下,雷达导引头的抗干扰能力和战场适应能力,在很大程度上决定着现代巡航导弹的杀伤力和战斗力.提高雷达导引头的抗干扰能力成为各军事强国提高精导武器作战效能的主要发展方向之一.从现代巡航导弹适应复杂战场的电磁干扰环境入手,指出雷达极化技术是提高巡航导弹的电子突防能力的重要技术手段.     

基于极化GO分布和MRF的多视PolSAR图像迭代分类方法

提出了一种多视极化合成孔径雷达（PolSAR）图像的迭代分类方法。首先利用极化G0分布描述多视极化协方差矩阵的统计特性，并进行初始的最大似然分类，然后利用马尔可夫随机场（MRF）估计像素类标号的先验概率，最后根据MAP（最大后验概率）准则对PolSAR图像进行分类。整个分类流程迭代进行。分类结果表明该方法精度高，收敛速度快。利用NASA／JPL获取的4视AIRSAR实测数据验证了本文方法的有效性。