电离层频高图的剖面模拟换算法

本文提出一种频高图的剖面模拟换算法,利用寻常分量描迹确定多层结构电离层剖面的分析表达式.此方法程序简单,不必度量太多数据;适用于电离层台站网的日常剖面分析.     

历经十年寿命试验的消旋天线机构轴承的可靠性分析

解决了一个计算可靠性问题的特例。分析了消旋天线机构轴承历经10年寿命试验的可靠性问题。并给出了轴承在不同可靠寿命要求下的可靠度(对应不同置信度)。     

基于MSC/Patran的结构优化系统前后置开发与应用

在UNIX环境下,以MSC/Patran为平台,利用平台提供的二次开发工具PCL,通过客户化、增设特定的命令和窗体等技术开发了结构优化系统的前后置模块,并集成现有数值计算模块,形成工程程序系统.由此开发的系统前后置保持平台的原有强大功能,且易实现和赢得用户.最后通过算例说明了系统的实用性和工程有效性.      

多关节坐标测量机结构参数的校准

多关节坐标测量机末端测头的位置准确度主要受各杆件结构参数误差的影响,为提高多关节坐标测量机的测量准确度,必须对各杆件的结构参数进行校准。首先应用ＤＨ 分析方法,建立了多关节坐标测量机的运动学模型,然后提出了一种简单、快速的单点 多姿态校准方法,运用全微分、最小二乘法和迭代算法等数学方法,建立了校准模型。实验表明,该校准方法适合于多关节坐标测量机结构参数真值的获得,并可极大地提高测量机的位置准确度。     

虚拟远海环境的建模与渲染技术

通过分波幅和分相位的扰动算法,改进了基于线性风浪谱的圆滑波峰现象;结合SNE(Synthetic Natural Environment)的浪级、风级、浪高,以及平均周期等信息,实现了与环境结合的风浪可视化算法;综合心理声学和音乐声学等主观声音学科,提出了风浪波谱参数的修正方案,并实现了实时风浪噪音算法的均衡器特性参数与增益调参;采用基于流动纹理的过程着色方案;并将环境纹理镜像化后合并,然后进行景象的高斯模糊;着色后修饰环境图像噪声,提高了适用于海洋景象模拟的纹素质量;实现了基于SNE综合自然环境信息的实时远海视听一体化系统,验证了视听算法的有效性.     

软件GNSS信号模拟器架构与中频信号生成

软件GNSS(Global Navigation Satellite Systems)信号模拟器对于GNSS接收机的高效研发将做出重要贡献,因其结构灵活、开放性以及低成本.以GPS/Galileo组合系统为例,讨论了软件GNSS中频信号模拟器的架构,主要功能模块包括卫星星座仿真、接收机轨迹生成、传播通道特性仿真(包括电离层模型、对流层模型、多径模型等)、数字中频信号生成.在此基础上,着重阐述了数字中频信号生成模块的实现,功率谱图及分析结果验证了所生成的信号,包括GPS L1 C/A,Galileo E1 CBOC(Composite Binary Offset Carrier),Galileo E5a和E5b信号.     

航天光学遥感器仿真系统原理方案初步设计

介绍了航天光学遥感器仿真系统技术研究目的和意义。根据初步的研究结果，探讨了航天光学遥感器系统仿真技术方案、主要研究内容、技术途径等。重点研究了目标与背景、空间环境条件（温度场、真空、重力场和辐照）、卫星平台等对遥感器成像质量的影响和仿真内容，研究了用地面试验进行验证的方法，提出了建立系统仿真的结构体系等。     

热沉温度场仿真研究

为了确定热沉温度场控制方法，建立了KM6热沉正常运行状态的数学模型，在MATRIX仿真平台上构造了仿真模型并求解，确定了KM6热沉温度场的动态特性和等价模型，并对热沉的设计提出了若干建议。     

可靠性增长的单调约束模型

大型复杂产品研制过程中每一阶段的试验数据通常具有小样本特征.对此在产品可靠性评估中,提出使用约束条件,即"下一阶段可靠度真值总是大于前一阶段",综合利用产品多阶段试验数据的方法.产品研制过程中可靠性通常是增长的,因此这种方法具有广泛的适用性.在上述约束条件下,可靠度被看作一个随机变量.首先推导出了可靠度在此条件下的分布函数表达式,然后给出了一种近似计算方法,最后通过一个实例与仅使用单阶段试验数据的评估结果作了对比.由于该方法的约束条件简单且可以求得可靠度的分布函数,因此其工程适应性强于传统的AMSAA(Army Materiel System Analysis Activity)模型,并能获得Duane模型无法给出的可靠度区间估计.     

Using the radial basis function neural network to predict ionospheric critical frequency of F2 layer over Wuhan

Neural networks (NNs) have been applied to ionospheric predictions recently. This paper uses radial basis function neural network (RBF-NN) to forecast hourly values of the ionospheric F₂ layer critical frequency(f_oF₂), over Wuhan (30.5N, 114.3E), China. The false nearest neighbor method is used to determine the embedding dimension, and the principal component analysis (PCA) is used to reduce noise and dimension. The whole study is based on a sample of about 26,000 observations of f_oF₂ with 1-h time resolution, derived during the period from January 1981 to December 1983. The performance of RBF-NN is estimated by calculating the normalized root-mean-squared (NRMSE) error, and its results show that short-term predictions of f_oF₂ are improved.