一种新的重频特征识别方法

针对雷达脉冲重复间隔类型识别中存在的问题,提出了一种结合神经网络技术的重频识别方法.该方法分别对7种雷达重频模式,提出了新的特征矢量提取方法,并引用神经网络进行识别.实际仿真结果表明该方法是有效的,特别是对重频固定、重频滑变及重频抖动模式在高漏脉冲率的条件下依然具有较高的正确识别率.     

基于CATIA的杠杆加载系统快速设计方法研究

目前我国飞机结构试验中杠杆加载系统存在着设计工作量大、效率低等问题.针对企业的实际需求,本文基于CATIA软件平台,开发了一套杠杆加载参数化快速设计系统.首先基于总体设计的全机外形数模计算了外形加载点;其次运用改进的聚合层次聚类算法生成了杠杆加载系统的拓扑结构图;最后对杠杆、连接件等实现参数化建模并完成自动装配.实例表...     

基于Markov链的FSM容软错误设计

随着深亚微米工艺的广泛应用,持续攀升的软错误率对宇航设备的电路可靠性造成了极大影响。针对现有冗余防护技术面积开销大的不足,将概率统计的思想运用到有限状态机（FSM）的软容错设计上,提出了选择部分状态冗余的容错方法。在Markov链模型的基础上,计算出各状态概率,从而为状态冗余提供依据。与未经选择状态冗余的电路相比,以平均增加14.9%的面积开销为代价,这种电路可屏蔽87.6%的时序逻辑单翻转（SEU）。
     

再入弹头滚转共振概率估算

本文分析了滚转共振之机理和影响滚转共振之因素，收集了国外资料有关小不对称量的数据，确定了各参数的概率分布特性，提出了一种直观的再入弹头滚转共振概率估算方法，给出了算例。     

3D雷达对3D雷达的引导提示性能分析

分析了不同位置关系3D雷达对3D雷达的成功引导概率及引导误差,讨论了成功引导概率随参数特征变化的性质,仿真分析目标到提示雷达不同斜距时目标在被提示雷达中的角度分布及引导误差变化。研究对雷达组网中3D雷达对3D雷达引导提示系统设计有一定的参考价值。     

基于区间分析法的防冰引气管路系统故障树分析

针对防冰引气管路系统故障树分析中底事件故障率和概率统计信息的不确定性,基于区间分析法开展某型飞机防冰引气管路系统可靠性评估。根据防冰引气管路系统原理和故障发生机理建立系统的故障树,并采用区间概率来描述底事件失效概率的不确定性。计算结果表明:区间分析法在分析防冰引气管路系统故障树时只需要底事件失效概率的取值范围,而不要求其详细的概率统计信息,因而其适用面更广,更适合实际工程问题的需要。     

改进PASTd算法在大型自适应阵中的应用

矩阵特征分解算法中紧缩近似投影子空间跟踪(PASTd)算法在自适应阵波束形成中得到了广泛应用.在对其仿真中发现仅在信噪比较低时该算法才能得到较好的结果.针对这一缺陷,正交近似投影子空间跟踪(OPAST)算法被引伸到PASTd中.改进算法可在不知道信号维数的情况下估算信号的特征向量与特征值,并保证特征向量的正交性,因此具有更好的收敛性能,而算法复杂度基本不变.改进算法与多重信号分类(MUSIC)算法相结合应用于大型自适应阵,可对主瓣及其附近区域的干扰进行抑制,并大大降低MUSIC算法的计算量,对其干扰零点的形成有很强实用价值.     

时间触发CAN总线实时性分析及评估方法

针对目前时间触发控制器局域网(CAN,Controller Area Network)总线缺乏统一评估方法的现状,提出了一套系统建立与评估方案.采用均匀装载算法建立系统调度矩阵,实现了周期信息的实时传输.结合CAN总线的传输机制与时间触发的特点,改进了时间触发系统中非周期信息最坏延迟的计算方法.在此基础上针对不满足系统实时性要求的信息提出了计算其失效概率的方法,建立了时间触发CAN总线系统的设计与评估流程,提出了系统参数调整方案.评估方案能够提高设计效率,利用信息失效概率以及最坏延迟对系统实时性进行分析,使分析结果更加精确、实用.     

一种基于共面特征点的单摄像机姿态测量方法研究

利用单摄像机采集4个共面特征点图像的方法来测量物体的相对姿态变化。系统选用IR-LED作为特征点并对其发光特性进行优化控制,利用基于双线性插值的高斯曲面拟合方法确定图像特征点的坐标,最终使用解决P4P问题的一种线性解法确定特征点坐标及位姿变化信息。进行了实物和仿真实验,并对该方法进行了不确定度分析,结果表明这种方案具有较高的准确度、实时性。     

基于簇特征加权的航空发动机状态监视方法

提出了基于簇特征加权模糊C-均值聚类算法(FWFCM)的航空发动机状态监视模型,该模型主要分为离线学习和在线监视两个部分,离线学习模块计算出模型参数输出到在线监视模块,在线监视模块根据模型参数对实时数据进行分类,实时数据又输入到离线学习模块中参与更新模型参数.结果表明:相比基于数据加权策略的模糊聚类算法(DWFCM)以及经典模糊C-均值聚类算法(FCM),该方法平均离线状态识别率和在线状态识别率分别提高了5.233%和8.358%.实验证明此方法性能好且有很好的鲁棒性和泛化能力,对于不确定性的航空发动机在线状态监视有较好的应用价值.