一种小样本民机产品的可靠性预测方法

将最小二乘支持向量机(Least square support vector machine,LS-SVM)应用于小样本民机产品的可靠性预测分析。通过重构相空间的饱和嵌入维数,确定最小二乘支持向量机的最佳输入变量;然后,使用最小二乘向量机建立可靠度回归预测模型,运用自动网格搜索法,优化了最小二乘支持向量机的建模参数,实现了比现有方法精度高、泛化性好的模型。训练和测试的可靠性样本取自某机型襟翼液压锁寿命可靠性数据。与神经网络模型的比较实例表明,提出的方法合理有效。     

基于支持向量机的航空发动机性能衰退指标预测

针对航空发动机性能衰退状态的趋势预测问题,基于非线性支持向量机回归建立了发动机性能衰退指标的预测模型,给出了反映其性能衰退的综合指标。利用该模型对发动机的性能衰退指标进行了预测分析,并与神经网络模型预测结果进行了比较。结果表明:支持向量机回归预测模型能更准确地对发动机的未来状况进行预测。     

基于Java的CSCW框架及实现研究

通过对目前业已成熟的和正在实施的分布处理系统的对比分析,及深入探析CSCW内在机理及实现机制,本文提出了一个基于WWW的CSCW框架模型,并进一步借助当前的Java语言,构筑了一个相对简单的基于Java的CSCW实现框架JSCW（Java支持的协同工作系统）,从而为进一步研究基于WWW的CSCW系统奠定了基础。     

中航工业沈飞民机工程研发中心

中航工业沈飞民机工程研发中心是集民用飞机结构设计、强度设计、系统安装设计、客户支持、适航管理、材料及工艺、构型管理、标准化等多专业于一体的综合性民用飞机设计研究单位。工程研发中心拥有一支200余人的研发团队,60%人员具有海外工作经历,先后参与加拿大庞巴迪C系列项目、中国商用飞机项目、荷兰福克A350项目的联合设计及国产新型涡桨支线飞机项目的设计工作。2011年,工程研发中心研发设计体系通过了AS9100C版认证,标志着中心具备了独立承接民用飞机机体结构研发设计任务的资质。     

一种TASIMM-UKF导弹状态估计方法

为了提高对机动导弹状态估计的精度和速度,提出了一种三轴分离IMM-UKF(TASIMM-UKF)滤波算法。将导弹运动状态按坐标轴方向进行三轴分离,并基于CV,CA和CJ模型集,采用无迹卡尔曼滤波器并行估计导弹三轴状态信息,有效地解决了导弹不同运动轴间的模型竞争问题。仿真结果表明,该方法能有效提高状态估计精度,缩短了估计时间,对复杂大机动目标状态估计具有良好的性能。     

基于多Agent的机群编队导航系统设计与研究

智能化建模在装备作战仿真领域中独居优势.将多Agent技术程序设计方法引入机群编队导航系统的设计中,对模型进行了顶层设计并分析了Agent子系统之间的信息交互过程,为机群编队导航系统的研发和设计提供了新的思路.     

无刷直流电机控制器硬件实时性设计方法

在航空领域,无刷直流电机由于其高效率及低故障率,已逐步取代传统液压作动部件.针对无刷直流电机控制器的硬件实时性设计,介绍了控制器的整体架构、各个模块功能及简单的控制流程和方法,重点讨论了控制器的双处理器交互的实时性设计,给出了优化方法,实验数据表明,优化方法达到了预期效果.     

分布式交互仿真技术的理论与实现

分布式交互仿真（简称ＤＩＳ）是现代仿真科技的前沿课题之一,已广泛受到到以美国为代表的西方发达国家的高度重视,并开展了深入研究。我国在该领域的研究才刚刚起步。ＤＩＳ是指运用计算机网络协议将分布于不同地域仿真模拟器连接起来,营造一个大范围的虚拟环境（ＬＳＶＥ）。在这个环境下,分布于各地的用户可进行诸如空中格斗、空地对抗、地面对抗等各种军事模拟训练。本文介绍了分布式交互仿真的发展历程与发展现状,分析了仿     

结合邻域聚类分割的高光谱图像异常检测支持向量数据描述方法

支持向量数据描述方法在高光谱图像小异常目标检测中具有较好的检测性能,但是待检异常的几何形状受到约束和背景的选择具有盲目性影响检测效果,且检测需要对整幅图像进行遍历导致计算量大。提出邻域聚类分割和支持向量数据描述相结合的异常检测方法,首先利用邻域聚类方法分割图像,将几何尺寸小的分割块作为潜在异常目标;其次选择与潜在异常的形状和大小相适应的背景窗进行背景像元收集;最后采用SVDD方法从潜在异常中快速且准确地检测出异常目标。对HYMAP图像的实验结果表明,该算法提高了复杂地物背景下异常的检测性能,降低了SVDD用于高光谱图像异常检测的计算量。     

国内民航维修企业及航空公司维修能力一览

编者的话:两年一度的国内民航维修能力调查结果终于出炉!自从1999年首次启动维修能力调查以来,这个调查就成为了《航空维修与工程》杂志着力要打造的栏目:因为我们愿意成为维修业界的信息平台和交流园地.在此,我们要感谢所有支持调查活动的维修企业和航空公司,并期待尚未参与调查的企业能够从2009年开始,成为调查活动的主角.