光时域反射仪检定装置测量不确定度评定

介绍了光时域反射仪检定装置的测量不确定度评定方法,此方法适用于建立计量标准的测量不确定度评定.     

一种适应较大比例变化的多传感器图像配准方法

提出了一种基于边缘曲率区域极值和边缘相关的图像配准方法。算法首先提取图像的较长边缘并对其进行改进的Freeman编码;然后使用Freeman码计算曲线的曲率,根据曲率极值的对应情况初始匹配边缘并得到比例变换因子;然后重采样图像,使用边缘相关、一致性检测方法得到对应的相关边缘对,最后使用最小二乘法得到图像的配准参数。算法可以适应配准图像间有较大旋转角度和较大平移变换等情况。     

深空测控通信技术发展趋势分析

为满足21世纪我国深空探测任务的需要，参考国外深空测控通信系统的先进技术，归纳和总结了未来相关技术发展的7个趋势，为我国深空测控通信技术的发展提供一些参考。     

用于提高辨识效果的颤振试验数据小波去噪

准确估计模态参数在飞机颤振边界的预测中具有重要意义。为了提高频域辨识算法的辨识效果,提出了一种用于颤振飞行试验数据处理的小波去噪方法。该方法引入梯度倒数加权滤波器对数据进行预处理,处理后的数据运用冗余小波进行小波分解,然后对输入信号在不同尺度下分别进行阈值降噪,对输出信号则采用了一种改进的小波空域相关滤波法去噪。最后通过仿真计算和实际数据证明该方法有效。     

空管工作中的特殊情况处置

本文主要从TCAS工作的相关规定，绕飞雷雨时机组决策和对管制人员工作建议两个方面给大家作了详细的介绍，并希望和同事们进行交流，总结出一些好的工作经验，共同做好空管保障工作，为保障航空安全尽一份力。     

图像处理技术在疲劳裂纹长度测量中的应用

研究材料的疲劳断裂特性,对产品结构设计和寿命预估计具有重要意义。试验中常需测量裂纹扩展长度,以确定裂纹长度与循环载荷次数的关系。在多孔铝合金板疲劳试验过程中,采用先进的图像数据采集和处理技术来测定疲劳裂纹的实际长度,拍摄不同循环次数下疲劳裂纹扩展的CCD图像;基于MATLAB软件,采用OTSU算法和形态学方法,把CCD图像转换成二值图并进行细化处理,得到裂纹扩展骨架图;用链码方法计算出裂纹像素长度,最后根据标定系数便可获得裂纹的实际长度。与显微镜测量裂纹方法比较,该方法具有精度高、非接触、可保存裂纹扩展状态等特点。     

相关进近模式的近距平行跑道尾流危险区域分析

相比于机场一起一降的运行模式,近距平行跑道的相关平行进近运行模式可以最大限度地提升跑道容量.根据尾流在大气中各个阶段的运动特性,得到了以时间为变量的尾流水平侧移距离数学模型.应用Matlab仿真软件得到了侧风及地面效应影响情况下的上海虹桥国际机场实行近距平行跑道相关平行进近的侧向尾流危险区域图,并分析得到了后机不受到前机尾流影响情况下两机需保持26.9 s的最大尾流时间间隔.利用尾流危险区域的特点,可缩短尾流时间间隔,从而大幅度提高机场容量.     

空中加油对接过程软管-锥套动态特性

建立了加油软管-锥套系统的动态数学模型,并利用该模型进行空中加油对接过程模拟.在加油机尾流场中,根据牛顿运动定律,推导定长度软管-锥套系统的运动学方程和动力学方程;建立了变长度的软管-锥套模型来控制对接过程软管-锥套的稳定性,对软管-锥套动态特性进行了分析.在Matlab/Simulink仿真平台下搭建模型,在不同的飞行条件下对模型进行数字仿真验证.仿真结果与国内外公开试飞数据相吻合,验证了模型的正确性.所建模型可用于有人机空中加油训练模拟和无人机自主空中加油仿真等.     

基于WCFSE-FSVM的转子振动故障诊断方法

为了提高含有噪声和野值的转子振动故障样本诊断精度,提出了基于WCFSE-FSVM的故障诊断方法。充分融合小波相关特征尺度熵(WCFSE)特征提取方法和FSVM故障诊断方法的优点,建立WCFSE-FSVM故障诊断模型。基于转子实验台模拟4种典型故障,获得原始故障数据;并利用WCFSE方法提取这些故障数据的WCFSE值,选取故障信号高频段中的尺度1和尺度2上的小波相关特征尺度熵W1和W2构造出振动信号的故障向量作为故障样本,建立FSVM诊断模型。实例分析显示:WCFSE-FSVM方法的转子故障诊断精度最高,即故障类别诊断精度为94.49%,故障严重程度的诊断精度为95.58%,二者都优于其它故障诊断方法。验证了WCFSE-FSVM方法的可行性和有效性。      

模态参数识别的特征系统实现算法:研究与比较

以 GARTEUR飞机模型的飞行颤振和地面共振试验为例,对模态参数识别的特征系统实现算法的4种变形特征系统实现算法(ERA)、快速ERA(FERA)、相关ERA(ERA/ DC)和快速相关ERA(FERA/ DC),进行了深入的理论分析和仿真研究。结果表明:与ERA相比,ERA/ DC的阻尼识别精度在10%和30%噪声下可以提高6～60倍;FERA的识别速度可以比ERA提高4～1 0倍,且精度较高;而FERA/ DC的识别速度可以比ERA/ DC提高 3～5倍,并且精度不会降低。