低轨卫星缺失时序数据的模式识别方法

在航天应用中，低轨卫星经常会由于原始数据缺失而影响卫星时序数据模式识别结果，降低准确率。针对该问题提出了一种新型MR-GRU模型，可有效处理缺失时序数据，并获得较好的模式识别准确率。区别于传统模型的补全缺失数据的方法，MR-GRU模型直接在缺失时序数据上运用循环神经网络进行训练，对传统门控循环单元结构进行了改进，增加了两个新变量：掩蔽项和衰减项。掩蔽项作用于输入，衰减项作用于输入和隐层单元输出。MR-GRU模型不仅能够保持时序数据固有的时间特性，还能有效提高模式识别精度。在卫星时序数据上的模式识别试验表明，MR-GRU模型准确率优于传统模型。     

面向空间天线的TWF复合材料性能研究

利用碳纤维三向编织物（triaxial woven fabric，TWF）作为增强材料，与柔性基体材料硅橡胶复合，制成兼具一定柔性和刚性的复合材料壳膜结构，用于卫星天线反射器，是一种新型的高精度可展开天线实现方案。采用复合材料细观方法，对碳纤维增强硅橡胶TWF复合材料进行了力学性能的研究。首先由纤维和基体的材料特性得到均质纤维束的材料特性；接下来考虑纤维束交织情况（起伏波动）建立由纤维束组成的单胞实体有限元模型；然后对单胞实体有限元模型进行均匀化分析，施加周期性边界条件，最终得到等效的均质材料特性；为满足天线反射器高性能需求，分析了碳纤维种类、纤维体积分数对单胞等效性能的影响规律。对该材料力学性能的研究，可以为其未来应用于大型高精度可展开天线反射器提供一定的理论依据。     

超宽带变频系统中的本振产生技术研究

本振源是超宽带变频系统中的核心部件，本文以超宽带上变频系统为例，介绍变频系统中本振信号的产生技术。本文所设计的超宽带变频系统，经过三次上变频，可将(0.8~2.8)GHz 的低频信号变换至（0.5~40）GHz。变频过程中需要一系列点频本振和一组宽带本振，基于PLL+DFS 的方法产生点频本振，基于DDS+DFS 的方式产生宽带本振。     

基于自联想网络的发动机传感器解析余度技术

本文提出了一种基于自联想神经网络的传感器解析余度技术。在这种网络中,冗余传感器的信息被压缩、重组进入网络的第一部分,网络的第二部分将压缩信息恢复出来。基于数据融合原理,若一个传感器发生故障,其它传感器仍可提供足够的信息代替发生故障的传感器。理论分析和用于涡轴发动机的仿真结果表明,这种特殊结构的自联想网络具有良好的过滤噪声和故障信号的作用,特别适合于用作不易建模的复杂对象的传感器信号重构     

求解涡扇发动机数学模型的有限域搜索方法

提出一种基于N-R迭代方法的有限域优化搜索法,用于求解涡扇发动机数学模型。该方法不仅具有N-R优化迭代求解特色,还具有将初猜解附近划定域进行泛搜能力,使迭代运算具有强收敛性和平稳性。该方法所定义的迭代因子可通过编程自动调整,进而可以确定最小迭代次数及此意义下的最优迭代因子。      

太阳黑子与疾病的统计关系

本文采用太阳黑子相对数作为太阳活动指标,根据最近20多年的太阳活动观测数据和江苏省防疫站的疾病统计资料,对9种常见疾病的人数的相对比率与太阳黑子相对数对应作图比较,分析二者之间的关系,并求出其相关系数.研究发现,猩红热、肝炎和脊髓灰质炎的发病率与太阳活动有一定的相关性,特别是猩红热,相关系数达到0.72,相关性很好.      

一种基于贝叶斯估计的高分辨目标定向新方法

提出一种高分辨方位估计新方法。它是建立在阵列输出信号和噪声参数联合后验概率密度基础上的空间谱估计。仿真结果表明,该方法具有以下几个显著的优点：①极高的空间分辨率和估计精度;②可解相干源;③低信噪比、少快拍数的情况下很有潜力;④可以估计不同方向目标源的能量;⑤具有较好的工程应用前景。该方法和ＭＵＳＩＣ方法的性能进行了比较并给出计算机仿真结果。     

基于AFI混合聚类算法的轴承故障诊断方法

针对滚动轴承振动信号标记数据量小、故障模式多样的现状,提出了一种基于AFI混合聚类算法的半监督式轴承振动信号故障诊断方法。利用小波包分解方法提取了信号的能量特征谱,并通过主成分分析方法增强了信号的特征;参考迭代自组织数据分析的“分裂”和“合并”的思想,为人工鱼群算法中的个体鱼增加了“分裂进化”和“合并进化”行为;采用模糊C均值方法定义了隶属度矩阵和目标函数,并利用改进的人工鱼群算法,迭代搜寻了目标函数的全局最优解,得到了各故障模式的聚类中心;通过计算测试数据的最近邻聚类中心,实现了故障模式识别。结果表明,该方法无需指定聚类簇数,能在标记数据量小的情况下完成训练,较同类方法表现出了更优的故障模式识别性能。