基于极化GO分布和MRF的多视PolSAR图像迭代分类方法

提出了一种多视极化合成孔径雷达（PolSAR）图像的迭代分类方法。首先利用极化G0分布描述多视极化协方差矩阵的统计特性,并进行初始的最大似然分类,然后利用马尔可夫随机场（MRF）估计像素类标号的先验概率,最后根据MAP（最大后验概率）准则对PolSAR图像进行分类。整个分类流程迭代进行。分类结果表明该方法精度高,收敛速度快。利用NASA／JPL获取的4视AIRSAR实测数据验证了本文方法的有效性。     

基于FPGA最大迭代次数可变的LDPC译码器设计

文章给出了一种基于FPGA最大迭代次数可变的LDPC译码器设计方法。与传统的固定的最大迭代次数译码相比,该方法将译码的实际迭代次数少于分配的最大迭代时间用于对下一帧数据的译码,可以有效利用LDPC迭代译码过程中的空闲时间,来提高译码器的译码性能。在同样的数据吞吐率下,有效地提高了译码性能,而在同样的译码性能情况下,有效地降低了使用的FPGA硬件资源。非常适合译码性能要求高条件下实时高速译码器的设计。     

考虑局部遮挡的太阳能无人机能源控制

针对太阳能无人机在飞行状态下可能出现的太阳能电池局部遮挡情况,开展相应的太阳能电池最大功率点追踪算法和能源控制研究。通过将发光亮度引入相对吸引力计算过程对萤火虫算法进行改进,实现了局部阴影情况下太阳能电池最大功率点的高效追踪。以此为基础,设计了考虑局部遮挡情况下太阳能无人机的太阳能电池/蓄电池混合能源状态机控制规则。以"蒲公英I"无人机为例,建立了太阳能电池阵列模型,开展了考虑局部遮挡情况下太阳能电池最大功率点追踪仿真实验;基于"蒲公英I"飞行剖面,开展了考虑局部遮挡情况的混合能源控制仿真试验。研究结果表明：改进的萤火虫算法可以实现在局部阴影情况下太阳能电池最大功率点的有效跟踪,与萤火虫算法相比收敛时间更短、且功率波动幅度更小;采用改进萤火虫算法和状态机能源管理策略,在考虑局部遮挡的飞行状态下可以实现太阳能电池/蓄电池之间的合理功率分配与控制。     

某型飞机起飞时小幅度收油门转速不跟随故障排除

介绍了某型飞机起飞时小幅度收油门转速不跟随的故障现象,分析了故障产生的原因,提出了故障排除措施及注意事项。     

用成本效益选购地面支援设备和工具

在航空公司开始接收一种新机型之前,应该选择和购置飞机维修和运营所必须的地面支援设备和工具。这种购置费用可能很多,因而航空公司应该慎重选择必备的工具。     

起落架油气式减震器性能设计新概念

提出了一种称谓最大载荷法则的设计新概念，本法则打破了传统的使用载荷法和静载荷法的局限性及不科学性，为油气式减震器性能设计参数的科学确定理出了一条简捷而普遍适用的新思路，并据此编制了设计计算软件。     

二次点火发动机最优增程设计与分析

研究了采用二次点火发动机对火箭弹进行增程的最优设计方法与设计原理，用罚函数法把约束条件构成统一的目标函数，再用直接寻优法进行计算，分析了火箭弹倾角、再点火时间及总冲分配等因素对射程的影响。结果表明，二次点火发动机技术可以实现远程火箭弹增程最大的设计要求，且最优发射角对射程影响极大；总冲分配最佳时，总的阻力消耗最小，增程率越大；再点火时间的影响相对较弱。同时还比较了二次点火发动机工作时的火箭弹弹道与一般弹道的区别，及其对阻力和射程的影响。     

6σ管理技术在提高坐标测量机检测效率上的应用

介绍了6σ管理法的基本原理、特点及其主要步骤,在对我国企业生产质量管理现状进行大量调查的基础上,分析了我国企业生产制造过程的控制和质量管理中存在的问题以及6σ质量计划对我国企业提高质量管理水平的借鉴意义,通过研究,分析了6σ质量的统计解释及其含义,介绍了6σ管理法的基本工具,展示了6σ管理法与以往的管理法的本质区别:注意发现潜在的、隐藏的问题,预先处理而不是事后发现再采取行动,尤其注重对过程的优化再造.以制造过程为例,形象的展现了现代企业通过在生产制造过程中实施6σ管理法的典型做法,以提高其全过程的能力,提高顾客的满意度、降低成本,缩短周期,实现依靠质量获取效益的目的.     

基于最大转矩电流比控制的永磁同步电机模型预测控制

由于永磁同步电机(PMSM)具有诸多优点,提出了一种基于最大转矩电流比(MTPA)控制的永磁同步电机模型预测控制方法,使磁阻转矩利用率最大化。利用离散化的数字处理技术,深入研究了多个优化目标的典型问题,其中包括:开关状态约束、MTPA优化、最大电流限制及延时补偿策略等。MATLAB/Simulink仿真数据证明:该控制系统实现了MTPA控制并且动态响应过程十分迅速,而且显著提升了PMSM模型预测控制系统的工作效率,对电机参数产生的波动显示出较强的鲁棒性。     

基于模拟退火粒子群算法的波浪发电系统最大功率跟踪控制

波浪发电系统最大功率点跟踪控制中,传统粒子群算法存在早熟收敛和局部搜索能力不足问题,为此提出基于模拟退火算法的粒子群优化方案。该算法每次更新粒子的速度和位置时,通过比较当前温度下各个粒子的适配值与随机数的大小,从所有粒子中确定全局最优解的替代值,从而使粒子群算法在发生早熟收敛时能够跳出局部最优并快速找到全局最优解。仿真结果表明,与传统粒子群优化算法相比,模拟退火粒子群算法可有效避免波浪发电系统陷入局部最大功率点,并快速实现全局最大功率跟踪,提高了波浪能捕获率。