通用飞机机翼积冰冰形预测

从通用飞机机翼积冰冰形特征出发,确定机翼特征点,通过其对应积冰厚度描绘积冰冰形。提出了一种基于BP神经网络的机翼积冰厚度预测方法,并利用预测厚度还原预测冰形。将预测积冰厚度与实际积冰厚度相比较,预测值与实际值的平均均方根误差为1.893 mm,表明该方法可用于通用飞机机翼积冰冰形预测。     

亚表面缺陷脉冲相位热成像检测技术

对脉冲相位热成像技术应用于亚表面缺陷的检测进行了实验研究,给出了铝合金和聚合物两种典型的金属和非金属试件的检测结果,并同传统红外热成像检测的对比度图像进行了对比。还对脉冲相位热成像检测技术中频谱分析的有关问题进行了分析,指出选择采集频率、采集窗口大小要考虑的影响因素,并分别采用组合平滑滤波、分段拟合的方法改善了相位变换的实际效果。结果表明脉冲相位辐射测量技术与一般光热辐射测量相比,测量结果明显改善,增强探测缺陷特别是深度缺陷的能力,减小加热不均等表面因素对测量的影响。     

吹气式旋转帽罩防冰特性

为研究吹气式旋转帽罩防冰特性,采用三维模拟技术对其进行数值分析,从流场、水撞击和积冰特性3个方面分析了吹气式旋转帽罩的防冰机理和效果,并利用防冰试验器开展了试验研究,从 帽罩表面积冰厚度和范围两方面分析防冰情况,验证了在结冰环境下吹气式旋转帽罩的防冰效果。结果表明,吹气式旋转帽罩防冰结构具有良好的防冰效果。     

基于红外热成像技术的胶接薄板内部缺陷检测

为了探测PC胶接薄板的内部缺陷,利用脉冲闪光灯热激励方式对试件进行加热,并由红外热像仪实时监测试件表面温度场的变化,通过表面温度场的差异来显示试件的内部缺陷。但所得的红外热图像对比度不大理想。为了更精确地提取缺陷大小,采用直方图均衡化处理,以增强图像的对比度。成功提取了缺陷尺寸大小,并对其结果进行误差分析。实验结果表明:红外热成像检测技术可以直观地检测直径4 mm以上缺陷,且直径6 mm以上缺陷的检测精度较高,测量误差可以控制在10%以内。由于边缘效应的存在,靠近边缘的缺陷测量结果误差偏大。     

高斯粒子滤波器及其在非线性估计中的应用

为了解决非线性、非高斯系统估计问题,讨论了一种新的滤波方法——高斯粒子滤波算法。通过基于重要性采样和蒙特卡罗模拟方法得到一高斯分布来近似未知状态变量的后验分布。在符合高斯假设和一定的粒子数的情况下,谈算法可以获得近似最优解。与粒子滤波算法相比,其优点是不需要重采样步骤和不存在粒子退化现象。在滤波精度、运算时间等方面与扩展卡尔曼滤波、Unscented滤波、高斯厄米特滤波及一般的粒子滤波进行了比较分析,仿真结果表明该算法性能优于其他算法。     

基于粒子滤波和似然比的接收机自主完好性监测算法

由于粒子滤波算法在处理非线性系统非高斯噪声问题具有较大的优势,提出将粒子滤波算法与对数似然比方法有机结合应用于接收机自主完好性监测(Receiver autonomous integrity monitoring,RAIM)中。通过粒子滤波算法对状态进行精确估计,利用对数似然比建立一致性检验统计量进行故障检测。在建立全量累加对数似然比和部分累加对数似然比检验统计值的基础上,通过比较系统各状态累加对数似然比和检测阈值之间的关系,进而对卫星故障进行检测。对算法进行了数学建模,描述了RAIM算法流程。通过实测数据对提出的RAIM算法进行验证,结果表明:粒子滤波在非高斯测量噪声情况下可以对GPS接收机状态进行精确的估计,利用对数似然比建立的一致性检验统计量能有效地检测并隔离故障卫星,验证了该算法应用于接收机自主完好性监测的可行性和有效性。     

基于粒子滤波算法的非刚性目标实时跟踪

基于颜色的粒子滤波实时跟踪算法主要是利用视频图像的颜色直方图信息,综合考虑运动预测和帧间的相似性来确定目标的位置。针对影响粒子滤波算法性能的关键技术,提出了基于混合高斯模型的粒子滤波算法,并将其用于基于颜色的非刚性目标的实时跟踪相关问题。该算法使用混合高斯模型表示粒子,在每个时刻的修正步骤之后,采用EM算法对粒子进行重新拟合。仿真实验表明,本算法在保证跟踪准确度的同时,可以满足实时跟踪的要求。     

基于相关性分析与CNN-BiLSTM神经网络的PSZ陶瓷磨削表面粗糙度智能预测

部分稳定氧化锆（Partially stabilized zirconia,PSZ）陶瓷因其优越的性能在航空航天工业等领域有广泛的应用。表面粗糙度是评价PSZ陶瓷磨削加工水平的关键指标，为了降低磨削表面粗糙度的预测误差，提出了一种基于相关性分析与卷积-双向长短期记忆神经网络（Convolution-bidirectional long short term memory neural network,CNN-BiLSTM）的PSZ陶瓷磨削表面粗糙度声发射预测模型。通过分析磨削声发射信号特征值与磨削表面粗糙度值之间相关性，筛选出磨削声发射信号与磨削表面粗糙度之间的最相关频段和特征矩阵，作为CNN-BiLSTM神经网络的输入参数以降低磨削表面粗糙度声发射预测的误差。研究结果表明，基于相关性分析与CNN-BiLSTM神经网络的PSZ陶瓷磨削表面粗糙度的平均预测误差低于3.92%。     

S模式前导脉冲过零点提取与TOA时间戳精确度研究

前导脉冲信号到达时间（Time of arrival,TOA）估计精确度直接影响多点定位精确度。在差分匹配滤波器数学模型基础上,分析理想脉冲信号差分匹配滤波器TOA精确度与采样频率的关系。讨论非理想脉冲信号之间的时间结构关系,提出基于S模式前导四脉冲信号构造差分匹配滤波器校准时间戳的改进算法,实现过零点的准确估计。从信噪比、采样频率和复杂度仿真数据输出的均方根误差对比可见,通过四脉冲滤波获得的TOA精确度要比单脉冲和双脉冲滤波获得TOA精确度高。匹配滤波器和差分匹配滤波器TOA精确度对比分析结果表明,修正的差分匹配滤波器算法有更好的效果。在采样频率 40 MHz、信噪比为40 dB时,四脉冲信号差分匹配滤波器TOA精确度为0.402 7 μs,远远小于国际民航组织规定的时间误差精度最大值25 μs。最后实际空管运行数据验证结果证明了本文修正算法估算TOA的精确度和可用性。     

固体火箭发动机绝热层脱粘的红外热像检测规律

闪光灯激励的红外热像检测法是一种非接触式的光学无损检测技术,有望应用于固体火箭发动机绝热层脱粘的在线检测。为了推进该技术在固体火箭发动机绝热层脱粘检测中的应用,用数值模拟和实验方法研究了固体火箭发动机绝热层脱粘脉冲热像检测的规律,得到了决策参数与结构参数之间的定量关系;提出了检测极限的确定准则,并计算了脱粘大小和深度(绝热层厚度)的检测极限;提出了脱粘尺寸的测量方法及误差修正公式。所得的方程、数据和结论为固体火箭发动机绝热层脱粘的红外无损检测提供了科学依据和操作准则。     

基于形态学的SAR图像相干斑抑制算法的改进

在抑制相干斑噪声的同时应尽量保持图像的边缘和纹理特征。基于数学形态学方法的几何滤波算法在有效去除相干斑的同时，能较好地保留图像的边缘特征，但是运算量较大，处理速度较慢，将不利于数据的实时处理。为了克服此缺点，本文应用形态学中平滑方法对该算法作了改进。并对真实SAR图像进行处理并与几何滤波算法及Lee滤波算法处理结果作比较。结果验证了改进算法与几何滤波算法相比在达到同样的处理效果的情况下．减少了一半以上的运算量，大大地缩短了处理时间。     

混凝土检测中基于数字滤波的传感器补偿方法

在超声探测中,为了获得信号最大响应幅度,通常都选用传感器的谐振频率作为探测频率.然而,这样会给探测信号带来较严重的振铃效应,影响反射信号的识别与提取,从而降低探测分辨力.本文提出了一种基于数字滤波方法,有效地对不理想的超声传感器频响特征进行了补偿.首先基于系统辨识算法建立了发射和接收传感器的离散传递函数模型,然后通过一个数字补偿滤波器建立补偿模型,用于抑制传感器的振铃效应.对这种方法的实际效果进行了实验验证,通过水浸测试获得传感器的标定数据,并基于这些数据建立补偿模型.实验结果表明混凝土底面反射信号能够从原混叠信号中被清晰地识别.     

基于自适应滤波的主动磁悬浮轴承位移传感器故障识别

针对采用差动式位移传感器的主动磁悬浮轴承系统,从理论上分析了控制器输出信号与转子干扰力及传 感器故障信号之间的关系和自适应滤波器的工作原理,并在此基础提出了基于自适应滤波的传感器故障识别方 法.该方法以两路位移信号的差值为参考信号对控制器的输出信号进行滤波,从而得到控制器输出信号和两路 位移信号的差值之间的相关系数,根据该相关系数的极性即可准确地判断出故障传感器.还采用Matlab对该方 法进行了仿真研究,并在一个主动磁悬浮轴承试验台上进行了试验研究,研究结果表明:该方法可以同时识别传 感器的直流故障争交流故障;转子在静态悬浮和高速旋转时,该方法均可以准确地检测到传感器故障并识别出 故障传感器.     

窄带非高斯噪声中的离散时间检测 第一部分:总论

本文研究窄带非高斯噪声中窄带信号的离散时间检测。考虑三种情形的信号:已知初相的相参脉冲串,未知初相的相参脉冲串,以及非相参脉冲串。在本文第一部分,对每种信号分别导出局部最佳检测器的结构,指出它们可在窄带高斯噪声中的Neyman-Pearson最佳检测器里引入适当的零记忆非线性处理而成,并且许多实用检测器具有与局部最佳检测器相同类型的结构,只是细节特性不同。导出每类检测器功效和渐近相对效率的通用表达式,以及它们在若干重要检测器情况下的具体表达式,这些检测器是局部最佳、线性、平方律、Dicke-fix、对数、二进积累、中位数检测器。     

一种改进的UGPF算法及其在导航问题中的应用

通过对高斯粒子滤波(GPF)算法的分析与总结,提出了一种基于无味卡尔曼滤波(UKF)方法的改进GPF算法(改进UGPF算法).该方法主要利用UKF获取更优的重要性抽样函数,同时优化GPF滤波的算法流程结构.最后通过二维目标跟踪过程中位置导航参数估计问题,对该算法进行了仿真分析,所得结果验证了该算法的有效性.     

温度梯度环境中潜艇尾流热特征的试验研究

改进了用于实验室热尾流测量的温度测量系统,提高了系统的集成度和抗干扰能力.在水槽中实验研究了螺旋桨推进潜艇模型在有、无温度分层流体中尾流的热特征,得到两种条件下尾流的温度分布和信号衰减规律,分析了两种尾流信号的形成机理及其影响因素,表明在温度分层环境中"冷尾流"信号对探测和识别水下航行的潜艇更为有利,所得结果可为红外反潜和潜艇红外隐身提供更加切合实际的理论支撑.     

一种基于射频信号倒频谱的民用无人机识别和分类方法（英文）

由于监管不利,由小型无人机引起的扰航及空域非法入侵等事故对公共安全造成了不良影响。为了解决此问题,本文使用反向传播神经网络算法、支持向量机算法和K-近邻算法对位于禁飞区边缘的无人机的下行信号倒频谱进行识别和分类。在户外实地实验中收集了电磁静默环境下5种不同民用无人机的下行信号,并对这些信号进行了倒频谱分析。结果显示,本文提出的工作流和实现方法在非合作无人机的识别和分类方面取得了较好的效果,尤其在无人机识别方面,3种机器学习算法的平均准确率均可提升至近90%。     

极性采样倒相编码数字脉冲压缩处理器的检测性能

本文阐述了极性采样倒相编码数字脉冲压缩处理器的非参量恒虚警率(CFAR)特性。这种处理器实质上是简化的Dicke-fix,也是窄带信号的符号检测器。确定了高斯和非高斯噪声中的检测性能。说明了这种处理器相对于非相干匹配滤波器的信噪比损失随码长增加而减小;在高斯噪声中的渐近损失为1.96dB;在Weibull噪声中的损失随Weibull分布形状参数减小而减小,甚至可转为得益。     

基于CART决策树的电磁信号齿轮磨削烧伤电磁信号融合评价

针对涡流检测、漏磁检测和巴克豪森检测三种无损检测方法中单一检测方法存在局限性和不稳定性的问题,提出了基于监督学习的CART决策树数据融合算法,采用该算法建立模型对典型工件是否存在磨削烧伤进行了评估。对某直齿工件的946个齿面检测信号样本数据进行试验,选用758组数据作为训练样本,建立剪枝后模型,对剩余188组数据做出评估,结果表明预测准确率为99.5%。说明基于监督学习的CART决策树算法识别精度高,为齿轮磨削烧伤的电磁无损评估提供了新思路。     

应用自适应陷波器技术改进FXLMS算法

针对窄带信号，提出了基于自适应陷波器的次级通道特性在线识别算法，该方法利用自适应陷波器技术解决在线识别时存在的激励信号被干扰问题，从而提高次级通道特性在线识别的速度，达到提高算法整体性能的目的。讨论了参考信号比例因子对系统的影响。实验结果表明，应用该算法的控制系统的整体性能得到较大程度的提高。