加筋复合材料结构的冲击载荷识别

 提出了一种冲击载荷识别方法,同时识别冲击位置并重建冲击载荷时间历程。该方法采用一组适当的参数来表示冲击载荷,将时域内的载荷识别问题转换为参数识别问题;通过最小化冲击响应模型计算结果与实际量测信息之间的差别,智能优化方法自适应地识别出描述冲击位置和载荷时间历程的参数。该方法算法明确、过程简单、通用性强。将此方法应用于复合材料加筋结构的冲击载荷识别,加筋结构等效为材料性质不均匀分布的层板结构,采用假设模态法建立正向冲击响应模型。数值仿真结果表明了本方法的有效性和可应用性。     

用于卫星导航多星故障识别的新方法

 通过分析广义似然比方法,指出该方法不能用于多星故障识别。为能够快速识别多颗故障卫星,提高卫星导航定位系统的可靠性,提出了一种可以用于多颗故障卫星识别的接收机自主完整性监测（RAIM）的新方法——假设验证法。该方法对所有可能的故障卫星组合进行假设验证,对每种假设的故障卫星组合计算出卫星伪距偏差,然后利用此偏差构造一个新的奇偶残差矢量,最后利用特定的故障识别准则进行判断。以识别2颗故障卫星和识别3颗故障卫星为例进行了计算机仿真,结果显示：假设验证法故障正确识别率高于85%,高于现有的可用于多星故障识别的最优奇偶矢量法,可以有效提高卫星导航系统的可靠性。同时,与最优奇偶矢量法相比,假设验证法不需要求取矩阵广义特征向量,计算量将减少90%以上。     

闭合薄壁剖面杆刚度计算的有限元算法

利用有限元法对飞机闭合薄壁剖面杆结构进行刚度计算,其结果与全尺寸试验值吻合较好。     

构造正则表达式的简化DFA算法

介绍了构造等价于给定正则表达式的简化确定有限自动机(DFA)的算法.方法是首先构造与正则表达式等价的非确定有限自动机(NFA), 这里省略了构造带ε动作的有限自动机的操作, 然后用状态树构造与该NFA等价的简化DFA.这个算法在计算机上已实现, 并且对输入的任意正则表达式, 都可以输出等价于正则表达式的简化DFA.该算法可以用于某些离散信息处理系统的设计与分析.      

传感器安装误差及其对飞行器气动参数辨识的影响

基于飞行器线性化纵横向解耦数学模型,系统地分析了加速度仪表、流向传感器和角速度陀螺安装位置误差和轴不平行度误差对飞行器气动参数辩识的影响。分析表明,必须将传感器安装误差限制在一定的范围内,否则得不到今人满意的参数估值。分析结果对指导飞行试验设计及非线性模型参数估计具有重要意义。     

分岔参数的分维数识别法

广泛用于各行各业的转子系统的稳定性问题一直倍受关注。而在当今失稳多是由于一些非线性现象的出现所引起,这就对转子系统的设计提出了更高的要求：考虑非线性因素,避开会出现非线性现象的不稳定参数点或区域。本文中通过对一经典倍周期分岔模型—Ｍａｙ 模型及单盘Ｊｅｆｆｃｏｔｔ转子的研究,得出了利用随参数变化的时间序列分维数趋势图,可以很好地识别非线性动力系统发生分岔时的临界参数     

异常数据识别的搜索方法

研究弹道跟踪系统的异常数据识别问题,导出了一种基于三角形和四边形面积的异常数据识别的搜索方法。理论分析、仿真计算和实测数据处理均表明,本搜索方法对异常数据的识别有较好的效果,可应用于数据的适时和事后处理。     

基于YOLOv6框架实现典型通信信号调制快速识别方法

随着战场通信侦察对抗系统的快速发展,通信信号体制变得非常复杂,给非合作接收条件下的通信信号检测、调制识别及信号辐射源个体识别带来困难。为了全面掌握信号先验信息,对复杂多样的通信信号体制进行盲检与识别,本文提出基于时频图分析和深度神经网络的多种通信信号自动调制识别方法。首先,利用时频分析将不同典型通信信号转换为时频图像,再将标注后的时频图输入基于深度学习的YOLOv6（目标检测模型）网络中进行特征学习;然后,通过设计YOLOv6更高效的网络结构,使其能够对信号的时频图进行快速识别;最后,将训练后的网络权重对典型通信交叠信号进行测试,对提取的特征向量进行分类识别,完成6种调制方式识别与位置的快速确定,实现在非合作接收条件下的多个典型通信信号调制方式的检测和识别。     

可适应多维度信息变化的智能星图识别方法

为了提高当视场发生变化以及星等误差较大时星图识别方法的鲁棒性,提出了一种可适应多维度信息变化的智能星图识别方法。首先,依次选取一个导航星作为主星,利用其它星距主星的角距信息和星等信息,并考虑视场轴向变化、星等误差、角距误差的影响,构建覆盖性较全的样本库;然后构建了一种可以综合利用角距和星等信息的卷积神经网络;最后进行了网络训练和仿真试验验证。本方法提高了对角距误差和星等误差的鲁棒性,且识别速度快、识别率高、星表容量小。仿真试验结果表明,该方法在星等误差为0. 2MV、角距误差为0. 04°和0. 06°时,识别率优于97%。     

小天体光学导航特征识别与提取研究进展

针对小天体探测自主光学导航特征信息精确,快速获取的需求,阐述了利用图像信息实现光学导航特征识别与提取的必要性。首先分析了小天体光学导航特征识别与提取面临的主要问题;然后根据小天体探测各阶段目标成像特点,总结并分析了小天体探测光学导航特征识别与提取涉及的关键技术;最后,根据关键技术结合现有问题和未来发展需求,分析并对未来小天体探测光学导航特征识别与提取的发展趋势进行了展望。