基于神经网络的战时装备维修保障能力评估

介绍了神经网络的概念,阐述了BP神经网络的基本原理与方法,在系统分析战时装备维修保障系统的基础上构建了战时装备维修保障系统能力评估指标,设计了BP神经网络模型,通过Matlab仿真软件对结果进行计算分析表明,BP神经网络具有很强的解决非线性问题能力,适用于战时装备维修保障能力评估。     

空间自旋目标平动补偿与微动特征提取方法

针对空间自旋目标平动补偿与微动(m-D)特征提取问题,提出一种基于延时共轭相乘和微动分解的平动补偿与特征提取方法。该方法通过延时共轭相乘处理实现目标加速度估计,然后构建冗余的微动原子集,对加速度补偿后信号进行微动分解补偿,通过搜索补偿信号的最大谱峰获取目标的微动特征与速度信息。仿真试验表明,所提方法能够有效估计空间自旋目标的运动参数,并快速提取其微动特征。     

浸渗时间对C/C-SiC复合材料显微结构和力学性能的影响

采用反应熔体浸渗法,经不同的浸渗时间渗Si制备了3种不同的C/C-SiC复合材料,测试了材料的增重率、体积密度、断裂韧性及三点弯曲强度,分析了材料的物相组成,并观察了材料的显微结构.结果表明,在得到的C/C-SiC复合材料中,主要存在纳米级和微米级2种尺度的SiC颗粒,随着浸渗时间延长,材料的体积密度和SiC含量随之增加,但抗弯强度随之降低.浸渗时间从0.5 h延长到5 h,材料的密度从2.16 g·cm-3增加到2.21 g·cm-3,SiC的质量百分含量从21.54%增加到31.72%,三点弯曲强度从133 MPa下降到86 MPa,3种复合材料均表现出一种类似于金属材料的非脆性断裂行为,断裂应变约为1.3%,断裂韧性为9～10 MPa·m1/2.     

UDMH颗粒物中絮状团聚物的裂解质谱及红外光谱分析

在不同试验务件下，采用裂解质谱及红外光谱分析方法对偏二甲肼(UDMH)颗粒物中絮状团聚物的成分进行了研究。结果表明，絮状团聚物的主要成分为聚四氟乙烯，另舍有少量UDMH及其氧化产物和细沙状颗粒物。细沙状颗粒物中可能舍有SiO2或有机硅氧烷化合物。     

基于近似技术的高亚声速运输机机翼气动/结构优化设计

探索基于近似技术的高亚声速运输机机翼气动/结构多学科设计优化方法,建立了基于近似技术的多学科设计优化框架。气动学科采用全速势方程加黏性修正进行翼身组合体跨声速流动的气动计算,结构学科采用有限元分析方法进行应力与变形计算。采用均匀设计法给出若干样本点,分别采用二次响应面、Kriging模型和径向基神经网络等多种近似技术,构造气动学科和结构学科的近似分析模型,并对几种近似模型精度进行了分析和比较。研究发现,Kriging模型和二次响应面具有几乎等同的较高的近似精度,神经网络的近似精度则较差,由于二次响应面计算量更小,故最终选定为机翼设计优化的近似方法。以升阻比和结构重量为目标,考虑升力、机翼面积以及应力和应变约束条件,对运输机机翼4个外形参数和4个结构参数进行多目标、多约束优化设计。优化后的机翼具有较好的气动/结构综合性能,表明本文方法是可行的。     

基于有限元的超精密空气静压主轴最佳综合刚度设计

超精密空气主轴的刚度是超精密主轴的一个非常重要的指标,轴承的结构形式、气膜结构参数均对刚度指标有影响.本文通过工程计算得到气膜刚度等参数后,在特定空间尺寸和重量的限制条件下,基于有限元进行Nanosys-600F五轴超精密机床的气浮主轴(C轴)机械结构设计,通过多次分析,得到了气浮主轴(C轴)最佳综合刚度结构参数.     

不同目标函数参数优化的FOPI直流调速控制

为了提高直流调速系统性能,将直流调速系统速度控制器设计为分数阶PI(FOPI),并与整数阶PI控制特性进行比较。在确定FOPI/PI控制器参数时,根据不同目标函数用粒子群算法对控制器参数进行了优化,并分析了不同目标函数所确定的控制器参数对调速系统性能的影响。仿真表明:FOPI有较好的控制性能。在设计控制器参数时,可根据性能要求选用不同的目标函数优化设计控制器参数。     

巧妙设计微分教学

在多年的教学实践和理论研究的基础上,根据多次试验及学生的反应,总结出《高等数学》一"微分"一节可以采用发现教学法和问题教学法相结合的教学方法,从而可以培养学生的学习兴趣,提高记忆品质,提高课上学习效率.     

一种基于概率的双星无源定位算法

针对双星无源定位系统采用时差、频差对地面固定辐射源进行无源定位的问题,提出了一种基于概率的双星无源定位算法。通过公式推导,将复杂的定位方程组化简为简单的二元一次方程组。在介绍定位原理的基础上对该算法进行仿真,通过仿真,分析了定位误差与时差测量精度、频差测量精度的关系。     

基于ML背景参数估计的CDKF-CPHD多目标跟踪算法

针对低信杂比环境下的多机动目标跟踪问题,提出了一种基于极大似然(ML)背景参数估计的中心差分卡尔曼-势概率假设密度滤波(BE-CDKF-CPHD)算法。算法采用ML法实时估计重尾分布模型参数,计算检测概率和虚警概率。运用极大似然-恒虚警(MLCFAR)算法对信号进行处理,提取有效量测值,将幅值似然函数与势概率假设密度滤波器(CPHD)中的目标位置似然函数相结合,通过中心差分法递归更新得到后验均值与协方差,达到对多机动目标进行跟踪的目的。仿真结果表明,在低信杂比环境中,所提算法提高了跟踪精度与目标数目估计准确度。