DEU—766显示组件的会聚电路分析

本文以通用彩色监示器会聚原理的基础，对ＥＦＩＳ－７００系统显示器ＥＤＵ－７６６中的会聚电路进行了详细地分析，并给出实际电路。     

基于卫星观测数据的弹道导弹初始状态估计

利用卫星探测数据对大气层外飞行的弹道导弹弹道进行估计。在极大似然估计中,由于卫星探测导弹运动的可观测性较差,使初始点估计变得十分病态,传统的Gauss Newton迭代算法不再适用,而采用较为复杂Levenberg Marquardt算法,分别对单颗卫星和两颗卫星的情况进行了Monte Carlo仿真,得到了各自的归一化残差测量误差(代价函数),结果表明该算法有效。     

航空替代燃料低温点火关键物质研究

液体燃料低温条件下挥发的燃油组分对于点火启动有显著影响。通过对航空煤油RP-3和煤基费托F-T燃料低温条件气相组分分析,得到了-40℃到15℃燃料挥发组分及含量分布规律,确定低温条件发动机点火关键物质并进行点火边界测试及分析。通过加入轻烃物质煤基费托燃料点火性能有显著提高作用,其改善顺序为环烷烃最优,其次是支链烷烃,直链烷烃。对航空替代燃料应用于发动机低温冷启动及高空再点火过程有一定指导意义。      

泡沫碳化硅中碳化硅纳米线的原位生长及结构表征

利用蛋白质发泡法制备泡沫SiC陶瓷,以聚碳硅烷(PCS)为先驱体,采用化学气相沉积(CVD)工艺在泡沫SiC中原位生长出大量SiC纳米线。使用X射线衍射仪,扫描电子显微镜和透射电子显微镜对纳米线的物相组成和微观形貌进行表征。结果表明,纳米线直径为100～200nm,长度达到数百微米,均匀分布在泡沫SiC的气孔中,纳米线由沿1 1 1方向生长的β-SiC晶体组成,在纳米线顶端未发现球状催化剂存在,表明其生长机理主要为气-固(VS)生长机理。     

基于 Stacking集成学习的飞行模拟器设备故障预判

为精准研判飞行模拟器故障问题,提升飞行模拟器故障应急处理能力,提出了 1种基于 Stacking集成学习的设备故障预判方法。首先,针对设备故障数据具有高维度和时序性的特点,采用正态分布法,对采集的原始故障数据进行缺失值和异常值处理,获取归一化数据,并基于核主成分分析法,提取数据的特征并降低数据维度;然后,构建以 CNN、RF、BP神经网络为基分类器,XGBoost为元分类器的 Stacking集成学习模型,采用交叉验证训练策略,对设备的故障类型作出预判;最后,构架典型案例。仿真结果表明,所提方法可正确有效地识别设备的多种故障状态。     

利用GPS进行姿态估计的一种算法

首先建立了全球定位系统（ＧＰＳ）姿态确定的观测方程;然后给出了利用ＧＰＳ进行飞行器姿态估计的模型,并对该模型进行了线性处理;最后利用攻推广卡尔曼滤波技术,针对某飞行器进行了仿真计算。计算结果表明,对于不同的测量噪声和系统噪声,滤波器都有较好的估计,姿态估计的精度明显高于单纯ＧＰＳ姿态确定的精度,可以满足大多数飞行器对姿态确定的要求,证实了模型和算法可用性。