民航安全管理成熟度研究综述

安全管理体系(SMS)在我国民航企事业单位的建设已基本完成,有些单位已实施了3年多。如何科学测评各单位安全管理水平,指导其加强安全能力建设,持续提高全行业的安全绩效是当前我国民航安全管理及国家安全方案(SSP)建设中的重要工作。近年来民航一直在探索持续监控行业内企事业单位安全状态、安全能力的方式、方法,如安全评估、安全审计、     

论企业财务目标的特点及建立基础

建立财务目标是企业财务管理首要环节,长期以来,人们更多地从纵向角度关注企业财务目标的演进,分析每一种演进的意义。本文试从横向角度阐述财务目标与其财务管理活动相比较布存在的各种特点,结果财务目标的理论意义、历史沿革、现实环境和内在逻辑因素提出其建立基础,旨在从理论和实务上更为有效、快速地确立财务目标。     

雷达多目标回波信号瞬时频率的测量

雷达多目标回波信号频率的测量要采有谱分析法。本文对谱分析方法之一的Ｇｒｉｆｆｉｔｈ预测滤波谱估计法进行了介绍。模拟试验表明,Ｇｒｉｆｆｉｔｈ谱估计法能对雷达多目标回波信号的瞬时频率进行精确测量。     

小波变换在空间扩展目标精密跟踪中的应用

本文介绍了小波变换的特点及其在图象边缘提取中的意义,讨论了边缘提取中最有效的小波函数及方法,介绍了以飞机图象为目标在不同图象模糊程度及背景噪音情况下用小波变换进行目标形心坐标提取的计算机模拟情况,展示了小波变换在扩展目标跟踪技术中应用的前景。     

采用改进非支配近邻免疫算法的低轨混合星座设计优化

针对低轨同构星座覆盖资源在纬度上分布不均匀的不足,提出采用低轨混合星座提升覆盖均匀性的设计方案,并推导了满足全球任意点平均每天覆盖一定次数的最小卫星规模估算公式。针对非支配近邻免疫算法（NNIA）约束处理方面的不足,提出基于约束支配的改进非支配近邻免疫算法（Modified NNIA）,并以此设计了一种低轨混合星座优化平台来优化带约束的星座设计问题。仿真结果表明,改进的NNIA算法在收敛速度和多样性上均优于非支配分层遗传算法（NSGA II）和多目标粒子群算法（MOPSO）,可大大提高星座设计的效率。同时优化结果也表明低轨混合星座可提高覆盖的均匀性和大部分区域的覆盖次数,进而减少特定覆盖要求所需的卫星数目。     

中远距空空导弹导引头系统仿真及误差分析

针对中远距空空作战,建立了中远距空空导弹的飞行仿真模型,给出了导弹攻击目标的全过程,并给出了攻击结果,即脱靶量和目标杀伤概率的计算方法。在分析末制导阶段导弹雷达工作过程的基础上,分析了导引头误差对测量目标信息及导弹飞行过程和攻击结果的影响。最后,使用Visual Studio 2010和OpenGL进行了空空导弹的全过程飞行仿真,验证了模型的正确性和有效性。     

民用飞机维修目标与要求的指标体系研究

维修目标与要求(MORs)是为了能够并便于对产品进行维修而对航空器设计、维修和保障所提出的目标与要求,是设计、使用、维修、成本、效率等多种因素的综合权衡结果,也是维修工程学要实现的具体要求和指标。本文立足民用飞机,结合自身民机维修经验,从MORs指标确定的风险、过程、指标的分类等方面对MORs及其指标进行了研究。     

基于性能及轻量化的新型风力机叶片优化设计研究

针对复合材料风力机叶片形状复杂,采用传统的复合材料层合板理论难以建立叶片质量计算数学模型的缺点,本文提出了将叶片的质量计算转化为叶片曲面的面积计算模型。基于修正的风力机空气动力学理论,在叶片全部产生功率区域内采用作者全新设计的风力机CQU-A翼型系列进行翼型沿叶片展向分布设计,验证了该翼型族具有较高的气动性能;针对变桨距风力机,以最大功率系数及最小叶片面积为多目标优化模型,建立了新型2MW风力机叶片设计及优化数学模型。采用改进的多目标粒子群算法对风力机叶片进行优化设计,优化结果表明,相比初始风力机叶片,新叶片的工作性能有了较大的提高,叶片的表面积有了明显的降低,意味着叶片的质量有了显著的减少,降低了叶片的材料成本;同时叶根载荷也得到了有效的控制。该新型叶片的研究为设计出高性能轻质量低成本的风力机提供了理论依据。     

单天基平台测向的空间非合作目标跟踪

针对仅含角度测量信息的单个天基平台可观测性较弱的问题,提出了一种含脉冲机动检测的空间非合作目标跟踪算法,并设计了非合作目标实时跟踪数据处理流程.该算法利用抗差估计技术和UKF（Unscented Kalman Filter,无迹卡尔曼滤波）算法构造目标跟踪滤波器,并综合残差多项式拟合和新息分布特征等方法实现目标机动检测,在天基平台观测信息类型有限和观测几何较差的情况下,可以同时排除孤立野值和成片测量野值的影响,实现非合作机动目标的连续稳定跟踪.数值实验验证了算法的可行性和有效性,也表明了跟踪精度和可靠性与测量精度密切相关.     

基于流形结构重建的多目标气动优化算法

在多目标优化中,Pareto解集是一个分段连续的k维流形,这一规律被传统进化算法所忽略。本文提出了一种基于流形结构重建的多目标优化算法,首先利用流形结构重建方法完成解集分布从目标空间到设计空间的映射,建立解集的概率分布,并在目标空间中扩展流形结构,从而借助解集在目标空间的推进来指导优化算法的快速演化。数值算例表明本文算法对于具有不同特征的Pareto前沿具有很好的适应性,能够极大提高算法的收敛效率。多目标气动优化算例验证,本文算法相比于常规多目标进化算法能够减少约80%的计算量,极大程度缩短了气动设计的周期。