含区间分布参数的尾喷管调节机构可靠性分析

为提高尾喷管调节机构的可靠性分析效率，提出一种结合拒绝采样和主动学习Kriging代理模型的分析方法。在ADAMS中建立了某发动机尾喷管调节机构虚拟样机仿真模型，通过运动学分析对所建模型进行验证；考虑其输入变量含区间分布参数的情形，建立基于调节机构定位精度的极限状态函数；引入主动学习Kriging代理模型，在分布参数随机变化的情况下，通过拒绝采样方法来捕捉样本空间的变化，从而构建适用于整个样本空间内的Kriging代理模型。通过数值算例验证所提方法的可行性，并采用所提方法对调节机构失效概率的上下限进行了计算分析，为提高区间分布参数下的可靠性分析效率提供了一种新的思路。     

基于NARX和Kriging的时变可靠性分析双层代理模型

针对具有动态输出性能的结构系统，传统的求解时变可靠性的代理模型方法在建模时只关注当前瞬间作用于系统的随机变量的作用，而忽视了时间累积效果，使得模型对于时变可靠性的预测效果并不理想。基于此，提出了一种基于带外生输入的非线性自回归(NARX)模型和Kriging模型的时变可靠性分析的双层代理模型方法。所提方法在内层利用NARX模型构建给定随机输入变量下输出响应随时间的变化模型，准确模拟系统的动态行为；在外层基于NARX所得极值构建系统极值与随机变量之间的Kriging模型，得到时变结构系统的可靠性。通过3个算例验证了所提方法在处理具有较强波动性输出系统的可靠性问题时的有效性和准确性。     

基于频繁序列挖掘的声纹特征提取关键技术研究

声纹识别,是根据声纹特征识别说话人身份的一种生物识别技术。与人脸识别、指纹识别、虹膜识别相比,声纹识别的数据获取更加便捷,不受时间地域的限制,数据采集成本更低,公众对声音采集的抵抗力较弱,已经在安防、刑侦、金融等多个领域被使用。而声纹识别算法的关键是描述特定对象的声纹特征,好的特征既要最大化保留说话人的语音特性,又要对噪音、语速、音量、说话内容等有较好的鲁棒性。针对语音数据较少、文本不相关情况下的声纹识别,本研究采用频繁序列挖掘技术对声音的梅尔倒谱系数(Mel-scale Frequency Cepstral Coefficients,MFCC)组成的序列进行挖掘,将挖掘到的频繁序列作为说话人的语音特征,再使用PLDA判别方法,结果显示该模型对语音数据较少的情况识别效果良好。     

远程塔台技术在我国的应用前景分析

远程塔台技术可以实现向异地一个或多个机场提供安全、成本相对较低的或者提供应急情况下的空中交通服务。本文梳理了远程塔台技术在国内外的研究和应用情况，总结出远程塔台相对于传统塔台的优缺点，结合我国运输航空和通用航空发展实际提出远程塔台技术在我国发展的设想。