基于HHGA-RBF神经网络的复合材料结构脱层损伤监测研究

针对应用于结构健康监测中的径向基函数神经网络(RBFNN)算法和训练中存在的一些问题,提出一种将递阶遗传算法和最小二乘法相结合,用于优化径向基神经网络的结构和参数的新算法,遗传过程中采用自适应的交叉和变异概率有效地加快了遗传收敛速度和避免早熟现象的出现。搭建了复合材料结构健康监测实验系统,并将实验模态分析结果归一化后送入训练好的ＲＢＦ神经网络进行预测,实现了对复合材料梁的脱层损伤定位和损伤程度的辨识仿真。结果表明基于混合递阶遗传算法的径向基神经网络(HHGAkRBF)收敛速度快,鲁棒性好,精度高。     

主动磁悬浮轴承系统实时不平衡力补偿控制

针对主动磁悬浮轴承(AMB)系统中与转速同频的周期性不平衡激励对系统稳定性以及其他性能的影响,提出一种基于变步长最小均方算法作为前馈补偿控制器的新的实时前馈自动平衡策略.此控制器能够提供适当的正弦信号用来补偿转子反馈位移信号中的与转速同频的不平衡响应,从而降低控制电流的波动以及减弱AMB系统的主动控制作用.通过分析标准LMS算法原理以及其在AMB系统实时滤波补偿应用中的不足,得到新的与转速成比例的LMS算法步长因子.实验结果表明,该算法能够在一个宽频带内实现实时不平衡力补偿控制,有效降低不平衡激励对系统基础的影响,为转子速度的进一步提高提供便利.     

含橡胶隔振器振动系统动态特性研究

以APU隔振器为研究对象,提出采用五参数分数导数建立橡胶隔振器本构模型。推导了含橡胶隔振器振动系统的非线性动力学有限元方程式。分析了隔振器结构参数变化对传递率特性的影响。研究结果表明:文中的数值计算方法能更好地预测含橡胶隔振器振动系统的动态特性。     

序列图像背景重建方法

研究了基于Kalman滤波理论的有色噪声滤波,探讨了其在序列图像背景重建中的应用。首先针对光线变化对背景的影响,建立背景的二阶滤波方程和观测方程,然后给出有色噪声滤波模型,利用Kalman滤波器对背景进行预测更新。试验结果表明,该方法能迅速更新背景,对光线变化具有良好的适应能力。     

Weibull分布定时截尾寿命试验参数的近似联合置信域

研究了Weibull分布大样本定时截尾寿命试验，利用一种新的途径给出了试验参数的近似联合置信域。设产品寿命X服从Weibull分布，对n个受试样本x1,x2，…，xn进行定时（时间为t0）截尾试验，得到观察数据Si=min(x1,x0)，i=1,2,…，n。利用似然方程，分别得到参数λ，b的极大似然估计λ和b。进一步考察联合分布（λ，b）可以用二元正态分布来近似。再利用多元正态分布与X^2分布的关系，可以推导出未知参数u=（λ，b）的置信度为1－a的联合置信区域（x-u)′I0（x-y)≤xa^2。     

EGSM 900MHz移动通信基站天线模块中互调失真的测量与控制

从理论和实践两方面阐述了EGSM 900MHz移动基站中天线模块产生的三阶和五阶互调失真对移动通讯质量的影响;详细叙述了在没有专用互调失真测试仪器的情况下,如何用通用的测量仪器、功率放大器和低互调失真的电缆构建高质量的测试系统,以满足移动通讯基站中天线模块互调失真的测量要求;最后,给出了设计和制造天线模块过程中控制互调失真的某些经验。     

面向叶片裂纹检测的自适应图像处理算法研究

提出了一种采用基于边缘检测的小波滤波和自适应阈值分割算法,实现叶片裂纹的自适应快速检测;仿真结果验证了这种检测算法的有效性,能满足外场对发动机叶片裂纹检测的要求。     

Unscented粒子滤波在静基座捷联惯导系统大方位失准角初始对准中的应用研究

 静基座大方位失准角的捷联惯导系统误差方程是非线性的,Unscented粒子滤波从非线性系统状态向量概率分布出发,结合Unscented卡尔曼滤波和粒子滤波的特点,无需对非线性系统模型进行处理而能达到较高的滤波精度。本文对Unscented粒子滤波进行了研究,并结合重采样算法,运用于捷联惯导系统静基座大方位失准角初始对准中,计算结果验证了该方法的有效性与优越性。     

拒止环境下多弹协同导航及编队优化设计

针对拒止环境下的多弹编队协同导航问题,提出了一种基于协同导航的编队位置优化设计算法。建立编队协同导航框架和相对导航信息测量模型,并基于联邦式滤波算法进行协同导航解算;定义单弹和编队导航精度指标,建立编队位置分配优化模型,在给定高精度弹数量的前提下,利用遗传算法进行编队位置优化设计;在此基础上,在给定编队导航精度的前提下,对编队中高精度弹数量进行规划。仿真结果表明,该算法可以有效提高多弹编队的整体导航精度。     

多域特征引导的无监督SAR图像舰船检测方法

如何在合成孔径雷达(SAR)图像标注样本有限的条件下,提升舰船检测性能一直是SAR图像处理中的热点问题。本文提出一种多域特征引导的无监督域适应方法,将知识从有标注的源域(光学图像)转移到未标注的目标域(SAR图像),降低对标记SAR图像数据依赖。同时,设计了频域转换模块、注意力区域增强模块和自适应权重模块来缩小光学、SAR图像域之间的域差距,提高源域与目标域特征对齐效率,增强网络在挑战性样本下的特征迁移能力。在公开发布的数据集上进行了大量实验。结果表明:所提的模块较基础模型AP50提升10%,总体性能优于其他先进的方法。