基于聚类的多平台协同数据关联算法研究

从多平台协同工作的角度出发,针对目标和传感器观测数据之间的关联问题进行了研究。给出了模糊聚类目标函数、FCM算法步骤和量测目标归属判定方法,基于此,提出了模糊C-均值聚类和量测目标归属判定算法,然后提出了基于聚类算法的多平台协同多目标数据关联算法。仿真实验结果表明,该算法数据关联正确率较高,能够提升跟踪精度。     

主体性教育视野下的商贸类高职院校思想政治教育研究

主体性教育代表着一种全新的教育哲学和教育理念,为"工学结合"人才模式下商贸类高职院校思想政治教育提供新的价值取向和理论基础,构成了"工学结合"人才培养模式下商贸类高职院校思想政治教育的行动逻辑。     

基于虚拟控制面约束的机匣类零件工序模型建立方法

在多岛屿特征机匣类零件的数控加工中,建立准确的加工工序模型是实现该类零件智能加工的关键技术。为了获得多岛屿特征机匣类零件准确的加工工序模型,提出了一种基于虚拟控制面约束的机匣类零件工序模型建立方法。首先,根据多岛屿特征机匣类零件的加工特征对建模过程中虚拟控制面约束的引入进行了分析,并结合虚拟控制面约束思想给出了拉格朗日超限插值的建模理论;然后,结合机匣类零件的几何特征确定了虚拟控制面的分布位置和几何形状的计算方法,在此基础上根据虚拟控制面建模理论构造了中间变形曲面,依据切削深度约束确定了工序模型,并对其进行了轨迹规划;最后,在一类多岛屿特征的机匣零件上对算法进行了验证,结果表明,本文方法能够根据机匣零件加工特征分布情况有效地控制工序模型的几何形状,避免了同时处理多个加工特征所导致的工序曲面过早趋于复杂现象,为多岛屿特征机匣类零件的数控加工提供有效的工序模型,一定程度上降低了该类零件数控加工的工艺规划难度。     

波束跃度对星载SAR滑聚模式成像影响分析

针对星载合成孔径雷达(SAR,Synthetic Aperture Radar)滑动聚束模式方位向天线波束无法实现空间连续运动而引入虚假目标的问题,提出了波束跃度对成像质量影响的定量化分析方法.首先在方位向天线波束控制前提下,构建了星载SAR滑动聚束模式回波信号的数学模型.在此基础上,采用成对回波理论定性与定量化分析了波束跃度对成像质量的影响,尤其给出了天线最小波束跃度与虚假目标幅度和位置的定量映射关系,并讨论了不同波段下,虚假目标对分辨率、峰值旁瓣比、积分旁瓣比以及系统增益的影响,为系统顶层合理论证天线最小波束跃度指标提供了可靠的理论依据.通过计算机仿真实验验证了提出的理论分析方法的正确性.     

基于模糊聚类原理确定光测数据处理最优基线的方法

应用模糊数学理论,提出了光测数据处理最优基线的确定方法,有效地解决了长期以来基线选择过程中难以建立数学模型的问题,通过仿真试验验证了该方法的正确性、合理性。     

聚四氢呋喃-聚丁二烯-聚四氢呋喃三嵌段共聚物的合成与力学性能

以端羟基聚丁二烯(HTPB)为引发剂,三氟化硼乙醚络合物为催化剂,环氧丙烷为促开环剂,通过四氢呋喃的阳离子开环聚合反应,制备出聚四氢呋喃-聚丁二烯-聚四氢呋喃三嵌段共聚物(PTHF-PB-PTHF)。采用红外光谱、核磁共振氢谱及碳谱、凝胶渗透色谱-激光光散射联用技术,对目标化合物的结构进行了表征。采用相对分子质量为8 066 g/mol的PTHF-PB-PTHF与甲苯二异氰酸酯反应制备了交联弹性体,应力-应变试验显示,在相同交联密度下,PTHF-PB-PTHF交联弹性体的拉伸强度及断裂伸长率较纯HTPB交联弹性体分别提高了16%及19%。动态热机械性能分析表明,PTHF-PBPTHF交联弹性体具有优异的粘弹性能,其玻璃化转变温度为-55.99℃,低于HTPB交联弹性体。     

基于多台站观测的中国区域地磁指数

利用中国14个地磁台站和全球23个地磁台站的H分量分钟值数据,分析单台站小时幅度指数r_H的时空分布特征,在此基础上结合台站之间r_H指数的相似度度量(残差指数Ra),采用K均值聚类算法将中国14个地磁台站划分为7个区域,根据加权法计算各区域的区域指数Rr.结果表明,r_H指数具有27天太阳自转周变化,季节变化不显著,但仍存在春秋季大而冬夏季小的特征;在空间变化上,r_H随纬度的增高而增大,并且在磁暴期间r_H指数的幅值和形态均表现出明显的经度差异,随地方时呈现晨-昏不对称现象;与Dst指数、SYM-H指数、Kp指数及各区域内台站的H分量观测数据对比分析发现,区域指数Rr能有效反映区域地磁扰动.      

《卫星应用》理事会邀请函

为了顺应我国卫星应用产业发展的需要,让与航天应用技术有关领导和专家能更及时、准确、全面地了解国内外最新卫星应用产业概况和各国卫星应用技术的现状与特点及发展趋势,为我国的应用卫星系统研制、卫星应用产业和卫星应用企业提供有较高参考价值的信息,加强我国空间技术领域内相关单位间的联系与交流,促进我国空间事业的发展,经研究决定组     

基于两层POD和BPNN的翼型反设计方法

翼型优化过程需要大量的 CFD 分析,计算量大、耗时长。本文发展基于本征正交分解（POD）和反向传播神经网络（BPNN）的翼型反设计方法,该方法的优化过程如下：首先,通过 Hicks-Henne 参数化,在设计空间中构造翼型外形的样本库,并利用 Xfoil/Fluent 对样本翼型的流场进行求解;然后,对翼面压力系数和几何外形分别建立 POD 模型,即两层 POD 模型,并得到对应的基模态系数;最后,使用 BPNN 建立从压力系数的基模态系数到几何外形的基模态系数的映射,实现在给定压力系数下对几何外形的快速预测。通过算例分析,结果表明：在亚/跨声速状态,基于 200 个样本训练所得的两层 POD+BPNN 模型可以实现对具有目标压力系数分布的翼型的预测,其精度满足翼型反设计要求。