二项分布参数整体推断方法

针对工程中常见的二态数据,提出了二项分布参数整体推断方法,该方法可以很好地确定二项分布参数与状态变量之间的数学关系式,给出了整体推断的点估计和置信限、置信区间估计公式。它能够将不同状态下的二态数据作为一个整体来进行统计推断,全面开发利用了不同状态下二态数据之间相互提供的横向信息,从而使其可利用的信息量远远大于只能分别在各自状态下对二态数据进行统计分析的传统方法。所以,在精度相同的情况下,可以节省大量试样;而在试样数一定的条件下,又能提高预测精度。最后给出了应用实例。     

航天器瞬态热平衡试验技术的新探索

文章以某型号航天器热平衡试验为工程应用背景,在正样星中用星内仪器按在轨飞行状态工作的方法实现仪器的内热源,用表面薄膜加热器模拟航天器表面多层部分的外热流,用红外加热笼模拟散热面的外热流,藉此实现了瞬态热平衡试验.     

开槽砂轮缓磨时射流冲击强化换热的研究

提出了运用磨削弧区强化换热技术开发高效磨削潜力的创新构想,并在开槽砂轮的基础上研制开发了能够实现磨削弧区沿砂轮径向定向高压水射流冲击强化换热的新型磨削液供液装置;完成了关于开槽砂轮缓磨时弧区定向高压水射流冲击强化换热效果的理论计算和实验研究,计算结果与实验结果基本吻合。     

正态分布置信检验方法

正态母体特征值(母体均值、百分位值、百分率、标准差和变异系数等)的检验是工程中常见的问题。本文根据置信检验理论,建立了正态母体特征值的置信检验方法,包括母体均值、百分位值、百分率、标准差和变异系数的强检验、弱检验和弱强检验,可以满足不同的实际需求。置信检验克服了显著性假设检验在接受原假设时缺乏说服力的弱点,能够以高概率判断正态母体特征值是否满足工程中规定的条件。不但比传统的正态分布假设检验和抽样检验具有更高的精度,而且更加便于应用,许多假设检验和抽样检验难以处理的问题(如母体百分率和百分位值的检验),采用置信检验可以容易地得到解决。      

降维法计算扩展网络的最短路径

以在军事等领域具有重要应用的扩展网络为研究对象,研究并提出了基于最短路树的网络降维方法。当子网络之间有边互连的节点数远小于原网络节点数时,利用降维网络计算扩展网络的最短路径具有很好的效果。     

基于Matlab的导弹飞行动力学仿真模型库设计

介绍了仿真的技术及导弹飞行力学的相关理论、Matlab软件及其部分工具箱(RTW、 Simulink等)的使用方法,通过Euler角、四元数等方法说明了导弹飞行力学各方程中变量的关系及其意义,结合具体要求设计了基于Matlab的某型导弹飞行动力学仿真模型库。     

舰艇摇荡对舰载导弹飞行参数影响的分析

提出了分析导弹飞行参数受舰艇摇荡影响问题的思路,给出了导弹飞行参数在舰艇摇荡条件下的变化模型,反映了影响作用的本质,并给出了实际的仿真结果及分析结论。     

确定时间序列协方差函数的方法

提出一种确定时间序列协方差函数的方法,它首先根据(多元)时间序列构造其互协方差函数随机序列、互相关函数随机序列或自协方差函数随机序列、自相关函数随机序列,然后采用谱分析和多点平均方法对互协方差函数随机序列、互相关函数随机序列或自协方差函数随机序列、自相关函数随机序列的趋势项进行分离,分别求得其周期项和非周期项的函数表达式,再综合给出整个趋势项函数。从而得到原时间序列的互协方差函数、互相关函数或自协方差函数、自相关函数的函数形式,并通过最小二乘方法确定其中的待定参数。该方法可用于时间序列协方差函数的建模、分析和预测,并且计算简单易行、精度高,便于实际应用。      

基于Web Services的企业应用集成研究

分析了企业应用集成的需求以及Web Services的特点和技术层次,给出了一个基于Web Services技术的企业应用集成框架,并应用到航空制造车间,效果显著。     

航空发动机后向RCS统计特性分析方法

为解决采用传统固定带宽核密度估计方法分析雷达散射截面（RCS）统计特性时精度低的问题,设计了K最近邻法计算Epanechnikov核密度估计的动态窗宽。以每个相邻样本的欧氏距离判断样本局部密度,通过样本点与最近邻的距离来调整核函数的窗宽以完成核密度估计,并将其用于发动机后向RCS的统计特性分析。采用改进的Epanechnikov核密度估计与传统核密度估计,对服从固定分布的4种RCS随机样本点的累积概率密度函数进行拟合,以验证算法的精度。结果表明：改进的Epanechnikov核密度估计的均方根误差比传统核密度估计的分别减小31.2%、38.8%、38.1%、31.9%。结合第2代RCS统计特性分析模型,以Kolmogorov-Smirnov拟合精度检验为拟合指标,应用改进的Epanechnikov核密度估计计算发动机后向RCS的统计特性并对其规律进行分析可知,对数正态分布更符合C波段和X波段的HH和VV极化的统计特性分布;卡方分布更符合C波段以及Ku波段的HV和VH极化;威布尔分布更符合X波段的HV、VH极化以及Ku波段的HH、VV极化。