基于增程雷达一维像特征的高轨卫星识别方法

高轨卫星距离地球数万公里,雷达为了实现有效跟踪,通常使用增程技术。远距离使位置测量误差大到千米量级,增程导致数据率低到每帧以分钟计,雷达散射截面积(RCS)细节信息丢失,这给利用目标轨道和RCS进行目标分辨、识别带来困难。幸运的是高轨卫星目标相对观测视线位置和姿态稳定,天然消除了宽带一维像使用中方位敏感性的问题。本文通过一维像的尺寸、波形熵等特征,通过最小二乘支撑向量机,设计了高轨卫星目标的模板匹配算法,利用实测数据进行了识别验证,结果表明了方法的有效性。     

涡轮叶片冷却效果影响因素交互效应分析与试验研究

为研究涡轮叶片冷却效果试验中常见因素变量(质量流量比、温度比及燃气雷诺数)间的交互作用对冷却效果响应变量的影响,采用正交试验设计方案结合试验数据响应面分析方法,对各因素变量的主效应及交互效应进行了分析.结果表明:各因素的主效应对冷却效果的影响程度最大,质量流量比与温度比的交互效应影响程度其次,温度比与燃气雷诺数及质量流...     

自适应时间平滑的演化谱聚类

传统的聚类算法一般只适用于静态数据的处理,而真实世界的数据往往数据量大且变化多,静态的聚类算法不能为动态数据提供其演化规律的分析学习。演化数据的聚类,一方面要正确反映每一时刻数据的合理簇划分,另一方面又要使动态的聚类结果在演化过程中尽可能平滑。本文提出了一种自适应时间平滑的演化聚类框架,该模型考虑到当前时刻数据与历史时刻数据的未知关联,通过限定时间回溯的范围,自适应地寻找与当前快照最相关的历史快照,并通过有机融合基于Itakura-Saito距离的静态相似度和基于时间序列的动态相似度,计算各个时间片快照上的相似度矩阵。本文进一步提出了两种自适应时间平滑的演化谱聚类算法,从不同的角度定义时间代价,得到不同的演化聚类结果。在真实数据集上的实验表明这两种算法能够有效地利用历史数据,在聚类结果上准确性更高,时间平滑性也更好。     

基于遗传算法的柔性机构形状变化综合优化研究

 实现机翼在不同的飞行状态下的最优气动外形是变弯度自适应机翼的一项关键技术。针对传统铰链机构会使机翼表面产生不连续变化而导致气流提早分离的问题,从全柔性机构实现连续平滑的形状变化的技术出发,以目标形状与实际形状的边界曲线之差最小为优化目标,采用遗传算法(GA)对柔性机构的拓扑、尺寸、形状进行了综合优化。在优化方法上,以二进制编码技术和实数编码技术为基础建立初始离散柔性机构的混合变量遗传算法模型,将其映射为有限元模型并进行了结构分析。在优化过程中引入了渐进结构优化(ESO)算法的思想,消除GA优化过程中产生的自由单元,改善了优化效率和分析结果。结合机翼前缘形状变化实例,基于MATLAB进行优化设计,并用ANSYS10.0对优化结果进行了机构的仿真分析。分析结果表明,所提出的方法合理、有效。