飞机电气部件产生故障的一般规律与排除方法

归纳并总结了飞机电气部件产生故障的一般规律——量变到质变规律、浴盆形规律及故障的分布规律和排除方法即掌握故障情况、判断检查故障部位及正确排除故障的要点.     

区间数据回归分析方法

提出区间数据回归分析方法, 建立区间数据回归方程, 给出回归系数的最佳无偏整体估计及其协方差矩阵.详细讨论了工程中常见的极值分布、Weibull分布和正态分布的等尺度和非等尺度(或异方差)线性回归分析.该方法可以将各个不同状态下的区间数据作为一个整体进行统计分析, 具有信息量大、精度高的特点.      

PSE方法在后部加载叶栅绕流稳定性分析及转捩预测中的应用

采用数值求解与实验测量相结合的方法, 分析后加载叶栅绕流的稳定性并预测转捩.推导出正交曲线坐标系下三维扰动波的抛物化稳定性方程, 在风洞实验中测量叶栅叶片表面的静压分布, 并结合测量结果对设计叶栅的流动稳定性进行特征值分析.分析结果表明:(1)后加载叶型能有效推迟转捩, 提高叶栅的变冲角特性;(2)当冲角变化时叶顶流动稳定性的变化最显著, 负冲角流动稳定, 正冲角流动最不稳定.      

高灵敏GPS接收机抗干扰特性研究

采用圆环阵列天线,利用最小规范算法和线性约束最小方差算法对弱GPS信号的干扰信号进行了抑制,并分别针对固定和可变天线阵元数目以及固定和可变干扰信号等多种情况进行了仿真和分析.GPS信号的功率电平假设为-175dBW,干扰信号的功率值在-100dBW～-140dBW范围内可变.仿真结果表明,圆环天线阵列能精确地判定干扰信号的来波方向,该方法能很好地改善对来波干扰信号的赋零深度.     

基于AHP的维修能力综合评价方法研究

将层次分析法用于维修能力的综合评价,并给出实例;在AHP 方法基础上,将定量与定性分析相结合,细化评价指标,提高 AHP 使用灵活性,进一步减小人为因素的影响,增强评估决策的客观性、科学性。     

基于五阶自由曲面垂轴偏移的空间相机变焦方法

变焦光学系统在空间探测领域中有着重要的应用需求,提出了一种基于五阶自由曲面垂轴偏移的变焦方法,实现了具有两倍变焦能力的光学系统模型。分析了五阶自由曲面透镜的变焦原理和像差模型,采用两组五阶自由曲面透镜设计并搭建了伽利略望远系统,通过控制五阶自由曲面透镜的垂轴偏移量,来改变透镜的光焦度。仿真结果分析表明：该方法的变焦曲线具有单调性,且垂轴偏移量在8mm 以内。与传统变焦方法相比,该变焦方法的特点是结构紧凑、变焦连续、控制方法简单,避免了大幅轴向变焦运动,对于可见光、红外空间光学相机轻小型化具有重要的应用价值。     

应用于控制力矩陀螺电源模块的线性-非线性协同控制器设计

对控制力矩陀螺电源的控制器进行研究,基于对线性控制器及非线性控制器的分析,设计了线性-非线性协同控制器并搭建硬件模型,在电源系统动态调整阶段采用非线性控制器,在稳态阶段采用线性控制器。该方案较单一线性控制器提升了电源系统的动态性能,并保证了系统的稳定性及可靠性。对该鲁棒控制器进行了仿真分析并搭建实物,通过实验验证了相较线性控制器,使用协同控制器的电源模块在控制状态切换时,下冲量与调节时间分别减少了45%及58%,证明了该协同控制器能够有效提升CMG电源系统的动态性能。     

曲线保凸光顺拟合中的支持向量回归模型

几何逆向工程中的光顺曲线重构问题本质上属于回归问题,支持向量回归机是求解回归问题的新的十分有效的方法.研究用支持向量回归机处理光顺曲线的重构问题,鉴于后者有着对于光顺性的特殊要求,通过修正惩罚因子对支持向量机加以改造,即根据测量数据点的分布情况,利用各测量点圆率及保凸条件的特性确定对应的惩罚因子,从而实现了自由曲线的保凸光顺重构.数据实验也表明该方法的有效性.     

飞机综合航电系统总体设计综合评估方法

 航空电子系统的费用 效能是飞机总体系统效能的重要组成部分,也是降低飞机寿命周期费用的关键之一。在航空电子系统的总体设计阶段,传统的系统评估和优化方法主要针对的是独立子系统/设备的费用或效能指标。综合航电系统设计方案的费用 效能重要指标包括：可支付性、构型能力、任务能力、可靠性、维修性、测试性和技术风险,以组合的方式获得了相应的综合评估准则,给出了计算公式。以某新研航电系统作为实例演示了综合评估方法的实施情况,演示的重点集中于总体设计方案的可视化量化评估分析。该综合评估方法已显示出其在实际工程设计中的可行性和应用价值。     

基于快速提升KLDA准则的MSTAR SAR目标特征提取与识别研究

 核线性判别准则(KLDA)是一种非线性特征提取准则。利用KLDA提取MSTAR SAR图像特征,既达到较理想的识别概率,又可克服SAR图像对方位的敏感性。但此时训练样本最多,KLDA的计算代价高。为了解决这一问题,提出一种快速特征向量选择法（FFVS）。FFVS把类别和方位相似的SAR图像分成若干组,然后快速选择各组中部分图像组成一个集合且其到高维特征空间的映射作为一组基。利用该组基的线性组合表示任一样本和投影算子,降低了KLDA中核矩阵的阶数,达到降低计算代价的目的。实验结果表明,FFVS与KLDA组合能达到理想的识别结果。