1,5-二氨基四唑含能配合物的制备、表征及其催化性能研究

合成出2种以1,5-二氨基四唑(DAT)为配体,苦味酸根为外界,钴和铜为中心离子的含能配合物,并对其结构进行了表征.运用示差扫描热分析(DSC)方法,就目标化合物对高氯酸铵(AP)、奥克托金(HMX)和六硝基六氮杂异伍兹烷(HNIW)热分解的影响进行了研究.利用电荷耦合器件(CCD)燃速测定系统,研究了目标化合物对缩水...     

固有模态函数(IMF)积检测器——以低信噪比情况下超宽带雷达信号检测为例

首次提出了一种固有模态函数积检测器.首先通过经验模式分解(EMD)把带噪信号分解成有限个固有模态函数(IMF).检测的基本思路是,对各个IMF分量的绝对值作逐点乘积,用于抑制噪声并凸现信号,最后进行滤波和判决.本文以UWB信号为例,数据源于UWB雷达实验系统.在低信噪比(SNR),UWB脉冲与噪声波形相似,且噪声概率密度函数(PDF)未知情况下,进行实验.结果表明,当峰峰信噪比低于5 dB时,该检测器性能优于Teager能量算子(TEO).     

基于序列工作点的航空发动机过渡态气路分析参数选择研究

为了降低由多工作点分析(MOPA)方法的平均效应所产生的气路分析(GPA)系统误差,提出了基于航空发动机过渡工作过程的序列工作点分析(SOPA)技术,并以此为基础提出了一种系统的气路分析参数选择方法。该方法利用连续小波变换对时间信号的增强解析能力,提取待求健康参数在备选测量传感器上的参数特征,实现了在传感器安装受限条件下必要测量参数的选择。通过对SOPA子系统矩阵进行奇异值分解(SVD),获得了在过渡工作过程中不同时间片段上的健康参数可辨识性。针对大涵道比双轴分排涡扇发动机的参数分析结果表明:通过对待求健康参数的敏感性输出信号进行小波分析所确定的最简传感器布局,具备对全部待求健康参数的可辨识性;而以时间片段矩阵的条件数作为判据评估SOPA子系统的参数辨识能力,能够有效地确定具有高可靠性的SOPA时间片段位置,保证了对发动机气路部件健康状态的估计精度。     

基于MED和LMD的自动倾斜器轴承广义Shannon熵谱分析

针对轴承信号微弱故障特征易被强背景噪声淹没的问题,提出采用最小熵反褶积,通过逆滤波器最优化设计,对目标信号进行降噪处理,其峭度值提高了约3.8倍,增强了信号的微弱故障特征;针对非平稳非线性信号频率成分复杂难以解调的问题,提出采用局部均值分解(LMD)和峭度-相关系数筛选准则,其可对非平稳非线性信号进行自适应分解和最优重构,提高了信号的信噪比;针对信号耦合调制及边频突出的问题,通过引入广义Shannon熵进行包络谱带内降噪处理,信号一阶故障特征调制频率与故障特征频率的幅度比降低了24%~43%。通过实验室信号及某型直升机自动倾斜器轴承故障诊断地面试验的分析结果验证了该方法的合理性和可行性。      

基于序列趋势和集合距离的UAV态势相似性度量方法

在无人机（UAV）自主作战与智能决策的过程中，无人机获取的新态势与历史态势的相似性度量是态势评估与作战决策的重要环节，而现有的相似性度量方法主要处理离散时刻态势，采用的欧式距离等方法对数据敏感，不符合作战态势特性，且处理效率低下，针对该问题，提出基于序列趋势和集合距离的UAV态势相似性度量方法。该方法首先选取UAV作战态势要素并以时间序列形式表征数据；然后，使用经验模态分解方法提取历史态势与新态势的序列趋势以度量序列趋势的相似性；最后，对趋势相似的每条态势序列进行自组织映射聚类，得到若干聚类中心构成集合，利用最优子模式分配距离度量集合间的距离，提取集合距离较小的部分获得与新态势相似的历史经验态势。通过公用数据集的分类效果比对实验以及作战仿真态势的相似性度量实验，表明该方法能够有效度量两序列之间的相似性程度，度量效果好，分类实验中分类精度较传统方法最高提高18%，且方法简便，具有一定的实用价值。     

电磁式跟踪器磁场畸变的姿态校正技术

电磁式跟踪器可以测量物体的位置和姿态,但其测量精度也容易受金属环境干扰。本文根据电磁跟踪器的工作原理,给出了电磁式跟踪器姿态校正的模型,讨论了两种不同的姿态校正实现方法:插值法和拟合法,比较了两种方法的优缺点。最后,对某一金属环境进行了畸变姿态校正的试验,给出了3个不同的姿态实际值和在此金属环境下的畸变和校正结果。试验结果表明本文提出的姿态校正算法能很好地补偿金属环境引起的电磁式跟踪器姿态的畸变。     

基于树形小波变换的断口图像识别

断口图像的识别是进行失效分析的一个重要组成部分,本文提出一种基于小波的断口识别方法,该方法采用树形小波对金属断口图像进行二级小波变换,剔除近似分量,对其余的各个频带输出的标准差作为断口识别的特征,并采用最小距离分类法进行分类,实验证明,此方法对细节丰富的断口的识别率很高。     

对称带状矩阵的并行Cholesky分解及相应线性方程组的并行计算

大型结构问题所导出的方程组系数矩阵阶数往往非常浩大,传统的串行计算机受存储容量与计算速度限制往往难以处理。本文给出适合寄存器—寄存器加工方式流水线向量机上对称带状矩阵三角分解的并行算法MPLDLT和对称带状线性方程组求解的并行算法MCSA。在YH—1机上通过对实例的计算表明,算法是高效的。当矩阵的阶数仅力1666阶时,算法MPLDLT比相应串行算法计算速度快25倍,算法MCSA比相应串行算法计算速度快47倍。若结合YH—1机的特点,使用向量“链接”技巧,则算法MPLDLT比相应串行算法的计算速度快74倍。     

周期序列正交分解和离散傅里叶级数

本文试图用信号线性逼近的方法和正交分解的理论导出周期序列离散傅里叶级数DFS关系式。推导过程表明,在N维序列空间上,用N维复指数序列集线性逼近任一周期序列,在方均误差最小的条件下,其表达式就是DFS关系式;同时说明,周期序列的DFS部分展开式在方均误差准则下线性逼近误差最小。     

基于QR分解的快速解算初始整周模糊度方法的研究

GPS初始整周模糊度的求解是利用载波相位进行测量时的关键问题。本文采用了QR分解的方法对双差观测方程中指向卫星的方向矩阵进行QR分解，应用已知基线长度的约束条件依次确定出方程中各模糊度的可能值并建立起模糊度的搜索范围，最后综合基线和方差等简单的约束条件作为检验方法，有效地剔除不合理的模糊度组合。由于该方法不需要确定模糊度的浮点解，且能大大减小整周模糊度的搜索范围，所以使得整周模糊度的解算时间大大减少。文中应用经过双差处理后GPS接收机的实测数据，实现和验证了该算法的有效性。实验结果表明，该算法能快速准确地解算出整周模糊度解。