基于故障率的测试性验证试验故障样本分配方案

现有的分层抽样算法中故障率数据不准确是导致测试性验证试验结果不可信的一个原因。为解决这个问题,提出了利用验前信息和Monte Carlo仿真相结合的方法计算故障率。首先考虑故障率的随机特性和量级范围,用Gamma分布来拟合故障率的概率分布,根据上下限分位点确定了Gamma分布中的超参数。然后利用舍取抽样得到了大量的服从Gamma分布的随机数,求平均值作为实际系统的故障率值。以此故障率数据进行分层抽样,得到的故障样本分配方案更合理,试验结果更可信。     

高压静电场中油液射流特性的实验研究

依据静电学和液体荷电的基本原理,分析了高压静电场中荷电油液在射流区、过渡区和雾化区的特性,提出射流长度,雾化角和液滴粒径分布是描述液体荷电射流特性的主要指标。通过自行设计和组装实验装置,分别探讨了不同电压下油液的射流长度和雾化角随电压的变化关系以及液滴粒径在电场中的分布规律。研究表明：射流长度随着电压的增大,总趋势是减小的,但在不同区域,电压对射流长度的影响不同;雾化角随电压增大到一定程度后,逐渐减小,最后趋于稳定;液滴的粒径随着电压的升高不断减小,当电压在65kV左右时,粒径较小且分布最为均匀。     

综合航电设备多传感器多级数据融合的敌我属性估计

介绍了C^4 ISR系统中多传感器数据融合的特点和一种空战融合模式,结合实例说明了多传感器各自对目标信息的测量结果进行融合处理,推导了单传感器和多传感器未知命题的周期融合的可信度分配,并根据概率分布函数求出我机和敌机的置信度和拟信度,进行了验证和分析。分析表明,多传感器数据融合可以较全面准确地识别空中目标,达到对目标属性的准确估计。     

自助法在小样本数据均值估计中的应用

自助法（Bootstrap）是较好的处理小样本数据的方法,其无先验性及计算过程中只需要实际观测数据的优越性,使其广泛地应用于小样本数据处理。针对方法自身存在的缺陷,文章比较了目前自助法常用的两种抽样方式的优劣性,并采用改进的样本经验分布函数来解决这个问题,通过对均值的估计证实了方法的有效性。     

双路离心喷嘴雾化特性的实验

采用相位多普勒粒子分析仪(PDPA)对某型航空发动机双路离心喷嘴的雾化特性进行了实验研究,得到了索太尔平均直径(d₃₂)的空间分布和喷雾锥角.实验结果表明:液滴尺寸随着供油压力的增大而减小,当压力增大到一定程度,液滴尺寸趋于不变;当主、副油路分别单独工作时,随测量横截面与喷口之间距离Z的增加,d₃₂减小;在供油压力不变时,同一个测量横截面内,随着径向距离X的增加d₃₂值变化不大;喷雾锥角基本不随供油压力改变而变化.      

双因子仿真结果水平分析方法

针对双因子的情况,提出了一种仿真结果水平分析方法,旨在对各因子的不同水平以及各因子水平组合的交互作用进行分析.当仿真结果不正确时,并非所有因子的所有水平以及它们之间所有的交互作用全都仿真错误.该方法可以确定哪些因子的哪几个水平未被正确仿真,或哪几对因子水平组合的交互作用未被正确模拟.在工程应用中,只需按照文中给出的流程图进行判断,即可为仿真软件系统的编制和修改提供依据.      

基于高斯伪谱法的火星表面上升燃耗最优轨迹设计

火星上升器的设计与其轨迹设计紧密相关,而现有方法大都将MAV(Mars Ascent Vehicle)的分级优化和轨迹优化解耦计算,其计算效率低且鲁棒性较差。提出了一种基于高斯伪谱法的两级MAV分级与轨迹耦合多阶段优化算法,它以MAV的发射总质量最小为目标函数,并考虑了MAV设计约束、MAV的质量模型约束、轨迹的路径约束和控制约束等限制条件。利用该方法可以同时求得发射总质量最小的两级MAV分级参数和一条燃耗最优的上升轨迹,解决了由于不合理的两级MAV分级设计导致的轨迹优化算法无法收敛的问题。数值仿真结果表明该方法具有较快的收敛速度,且对初值选取的敏感度较小、具有较强的鲁棒性。     

基于改进极限学习机的光谱定量建模方法

依据近红外光谱(NIR)产生原理,提出了粒子群优化极限学习机(PSO-ELM)算法,运用于小样本氨水浓度定量分析。通过优化极限学习机(ELM)隐藏节点参数,解决了极限学习机由于输入权值和隐含层偏差随机产生的建模结果具有随机性的问题,提高了预测模型的稳定性、精确度和泛化性能。经实验验证,优化后的PSO-ELM相比ELM,模型预测集均方根误差由0.01166减小至0.00322,预测集相关系数由0.9951提高至0.9979。将优化后的模型预测结果与支持向量机(SVM)、BP神经网络算法等传统方法的建模结果进行对比,优化后的PSO-ELM算法具有较高的精确度和良好的泛化性能,模型预测效果优于传统的定量回归分析算法。     

RBF神经网络在电气设备状态评估中的应用

以切比雪夫正交基函数(RBF)神经网络搭配教师模块作为电气设备状态评估的模型,通过对过去序列样本的学习,在考虑影响电气设备状态的各种因素的情况下用教师模块对学习过程进行监督,调整网络的权值,然后识别电气设备状态当前情况。结果表明该神经网络具有良好的识别能力、快速的收敛能力并可以应用于大规模的电气设备状态评估中。     

测量电视的自动调焦系统实现

自动调焦系统是保证测量电视获得被测目标清晰图像的一个关键部分,快速有效地实现自动调焦,有助于提高整个系统的性能。本论文提出了一种基于图像处理技术的自动调焦方法,采用Sobel边缘检测算子来检测图像的边缘点数,并根据该值判断是否聚焦,同时采用自适应搜索步长的登山算法控制调焦镜头组得到清晰图像。实验证明,使用本论文算法可对复杂条件下的目标实现自动调焦,增强了测量电视的适用性。