双参数指数分布下定时截尾恒加试验的统计分析

设产品寿命服从双参数指数分布ε（λ，μ），其中λ＞０为尺度参数（失效率），μ＞０为位置参数（保证寿命）。在加速应力水平Ｓｉ下，失效率和保证寿命的加速模型分别为 ｌｎθｉ＝β０＋β１ψ１（Ｓｉ）＋β２ψ２（Ｓｉ） μｉ＝α０－α１ｆ（Ｓｉ），ｉ＝１，２，…，ｋ 本文给出了定时截尾情形下对由恒定应力加速寿命试验得到的数据进行统计分析的方法。获     

恒速运行时交流励磁系统电流线性放大器特性分析

着重研究了恒速情况下交流励磁系统的电流线性放大器特性的实现问题。作者采用了ａｂｃ坐标系统下的凸极同步发电机的数学模型，对交流励磁机带桥式整流电路进行了精确的计算机仿真分析。结果表明，在恒速运行时，电流线性放大器特性的好坏主要取决于电机的电抗负载因素，以及直轴同步电抗大小。通过合理选择电机参数，交流励磁机的电流线性放大器特性可基本得到实现。这对改善电机性能，减轻调压器负担，提高调压精度等有重大意义。     

飞行控制律全包线鲁棒稳定性评估

传统的飞行控制律评估方法只能对飞行包线内的离散点进行逐点分析,对不确定性参数也只考虑了上下界,分析过程缺乏完整性和系统性。针对这些不足,研究了基于一种改进遗传算法的分析方法,该方法将评估准则转化为某个适应度函数,通过对适应度函数寻优以找到最坏情况下的不确定参数组合,在其基础上进行评估并给出评估结果或控制律修改意见。仿真结果表明,该方法能连续地研究多个不确定性参数同时摄动时的飞行包线,克服了传统方法的不足。     

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。     

着舰导引中的H∞飞行/推力综合控制设计

以提高低动压着舰时动态跟踪及抑制舰尾气流扰动的性能为期望 ,基于线性矩阵不等式 (LMI)的 H∞ 控制理论 ,提出了保持由地速构成的迎角 αd 恒定的 H∞ 飞行 /推力综合控制增广模型结构。使飞机在接近舰尾处于雷达导引系统关闭的关键时刻 ,该系统仍有姿态保持及抑制气流扰动的优良性能 ,从而改变了传统设计需由导引系统纠正气流扰动而引起的轨迹偏离。基于工程应用 ,文中提出了 H∞ 控制器的降阶方法 ,进行了离散化实时仿真验证。仿真表明 ,本文开发的系统能够很好地满足设计要求     

多时滞非线性Lur’e控制系统的绝对稳定性

研究了多时滞非线性Lur’e控制系统的绝对稳定性。基于Lyapunov-Krasovskii泛函,Moon不等式和线性矩阵不等式方法,本文以LMIs的形式提出了一个使多时滞非线性Lur’e控制系统绝对稳定的时滞依赖型新判据。最后给出的数值仿真表明判据的有效性和可行性。     

一类具有混合边界条件的奇摄动拟线性边值问题

研究一类具有混合边界条件的奇摄动二阶拟线性边值问题,在构造形式渐近解的基础上,利用微分不等式理论证明了解的存在性,并得出了解的任意阶的一致有效展开式。     

开孔变刚度层合板压缩屈曲性能研究

针对开孔变刚度层合板,建立3种尺寸的层合板有限元模型,采用了线性屈曲、引入残余热应力的线性屈曲和引入初始缺陷的非线性屈曲的3种分析方法,研究了开孔层合板在压缩条件下的屈曲行为,并通过自动铺丝制造层合板进行试验对比,对3种方法的合理性进行了分析。结果表明,引入残余热应力的线性屈曲分析方法与试验结果最吻合,两者仅相差0.63%。基于该方法,讨论开孔层合板残余热应力分布特点和应力水平,得出了开孔层合板的应力分布云图和应力分布规律,计算出残余热应力对开孔复合材料层合的屈曲影响。结果表明,残余热应力对传统直线开孔层合板的屈曲载荷影响很小,仅提高了3.57%,但大大提高了变刚度开孔层合板的屈曲载荷,最多可达23.40%。说明纤维曲线铺放可以改变内部残余热应力的分布,提高整个开孔层合板承载压缩载荷的能力。     

基于快速提升KLDA准则的MSTAR SAR目标特征提取与识别研究

 核线性判别准则(KLDA)是一种非线性特征提取准则。利用KLDA提取MSTAR SAR图像特征,既达到较理想的识别概率,又可克服SAR图像对方位的敏感性。但此时训练样本最多,KLDA的计算代价高。为了解决这一问题,提出一种快速特征向量选择法（FFVS）。FFVS把类别和方位相似的SAR图像分成若干组,然后快速选择各组中部分图像组成一个集合且其到高维特征空间的映射作为一组基。利用该组基的线性组合表示任一样本和投影算子,降低了KLDA中核矩阵的阶数,达到降低计算代价的目的。实验结果表明,FFVS与KLDA组合能达到理想的识别结果。