对风洞实验数据精准度的要求

本文首先简述了风洞实验数据精确度对飞机性能的影响，然后，介绍了国内外风洞实验数据精确度标准，最后，给出了国内外风洞实验数据精确度与该标准的比较。     

流数据复杂聚类查询处理算法

流数据上的连续查询,尤其连续聚类查询是流数据处理研究的难点.草图算法能够计算流数据上等值连接大小的高精度近似值,而直方图算法能够较精确地统计流数据的分布.本文结合这两种算法的优势,提出了一种能够高效处理流数据上复杂聚类查询的算法.理论和实验结果表明,该算法具有较高的精度和较小的空间复杂度.     

数据融合的概念,方法及应用

以指挥、控制、通讯和情报（Ｃ＾３Ｉ）系统为背景，引出了当今迅速发展、日益受到各国工作者和国防部门关注与重视的数据融合技术的概念以及近２０年来的发展历程，详细介绍了实现数据融合的系统模型与系统构成，列出了在不同数据抽象级上进行数据融合的三个层次及其目前常用的数据融合方法。本文还就数据融合在军事上的应用作了较深入的讨论，同时指出了Ｃ＾３Ｉ系统的不断发展对数据融合技术提出了更新的要求以及高新技术的发展对     

1．2m和0．6m高速风洞飞机大攻角测力试验数据相关性研究

介绍飞机大攻角标模在高速所１．２ｍ和０．６ｍ风洞中进行大攻角测力试验研究所得数据与国外２．５ｍ和０．６ｍ风洞所得数据的相关研究情况。相关性研究的试验Ｍ数均为０．３５～０．８；两座０．６ｍ风洞试验攻角为０～２９°；侧滑角高速所为５°，国外为５°、１０°。１．２ｍ和２．５ｍ风洞的试验攻角为－３～４８°；侧滑角为５°、１０°。研究表明，该飞机模型在这四座风洞中吹风试验数据的相关性是好的。     

跨声速洞壁干扰研究述评

本文以近期国内外风洞试验结果说明了跨声速洞壁干扰研究的重要性，简述了国内外跨声速洞壁干扰修正方法，重点介绍了ＣＡＲＤＣ近年来在跨声速洞壁干扰研究方面的进展。最后，作者对国内的跨声速洞壁干扰研究提出了建议。     

高动态GPS信号粗捕和精捕算法仿真实现

为了解决高动态下对GPS信号快速捕获的问题,提出了改进的部分匹配滤波(PMF)和快速傅里叶变换(FFT)相结合的粗捕方法,对其原理和结构进行了分析,并针对其引起的扇贝损失和捕获性能不高的问题,对传统PMF+FFT方法进行加窗处理;考虑到高动态下基于扩展卡尔曼跟踪的方法对捕获后参数的精度要求很高,因此在粗捕的基础上提出了基于线性调频Z变换(CZT)算法的精捕方法,并在GPS信号理论模型和模拟高动态轨迹的基础上,实现了高动态GPS数字中频信号的生成,为进一步加快捕获速度,对于冷启动时提出了一种组合码相关的卫星快速盲搜方法;最后通过MATLAB进行系统仿真实验,验证了所提出的高动态GPS信号粗捕和精捕算法能在加速度为100 g的高动态环境下有约10 Hz的捕获精度。     

TIMED/SABER与AURA/MLS临近空间探测温度数据比较

利用AURA/MLS数据（V4.2）和TIMED/SABER数据（V2.0）对20~92km高度的大气温度进行比较分析,计算AURA/MLS数据与TIMED/SABER数据的温度绝对偏差,并分析平均温度偏差在不同季节中随经度、纬度和高度的变化特征.结果表明:20~80km高度的平均温度偏差在±6K以内,相对偏差在3%以内;80~90km高度平均温度偏差减小至-10K以下,相对偏差在9%以内.中低纬度地区平均温度偏差廓线的变化趋势一致,从20km高度的-3K左右的负偏差逐渐增加,在45~50km高度的平流层顶处有较明显的3K左右的正偏差峰值.平均温度偏差随纬度变化明显,随经度变化很小.研究结果可为卫星数据的应用提供参考依据.      

高超声速风洞测力数据的关联研究

通过比较分析法研究AGARD B标模在BIA的FD 0 7风洞中气动力测量数据与其它高超声速风洞设备测量结果的相互关联。其目的 ,既可以综合鉴定FD 0 7风洞的流场性能和测试水平 ,也可以从另外意义上为数值方法的程序校验提供必要的技术支持。结果表明 ,在Ma =4.94～ 7.96范围内 ,所测得AGARD B标模的力、力矩和压心位置 ,不仅随Ma和α的变化趋势与其它风洞一致 ,而且其变化量比较接近于各风洞测力数据拟合的逼近曲线。     

数据缺失场合下k/N(G)系统可靠性指标的经验Bayes估计

在定数截尾缺失数据样本下,研究了不可修k/N(G)系统的可靠性指标的估计问题。将极大似然估计法和Bayes方法相结合得到了部件的平均寿命、系统可靠度及平均寿命等可靠性指标的经验Bayes估计,最后利用随机模拟例子说明了本文方法的正确性和可行性。     

Weibull分布下恒定应力加速寿命试验分组数据的统计分析

对Weibull分布恒定应力加速寿命试验的分组数据,利用形状参数的线性无偏估计将分组数据转换为指数分布的加速寿命试验分组数据,建立相应的似然方程,求解得到加速模型参数最大似然估计,最后对某实例进行了分析。