基于装配约束的飞机导管几何特征建模与误差补偿

针对飞机导管实际装配过程中因装配应力大导致故障频发的问题,提出了一种基于导管装配特征的误差补偿方法.首先采用几何建模法进行了导管装配过程的几何建模,并提出了一种基于轴线矢量的导管装配模型建模方法.在此基础上,采用罗德里格旋转公式建立了基于实际装配工况下的导管空间位姿计算模型.然后基于导管装配要求进行了装配约束分析并识别...     

基于G2DPCA的SAR目标特征提取与识别

给出了基于广义二维主分量分析（G2DPCA)的合成孔径雷达（SAR）图像目标特征提取 方法。与主分量分析（PCA）相比,在寻求最优投影方向时,它直接基于二维图像矩阵而不 是一维向量,在特征提取前不必将2维图像矩阵转换成1维向量。与二维主分量分析（2DPCA ）相比,它可以同时去除图像行和列像素间的相关性。基于美国运动和静止目标获取与识别 （MSTAR）计划录取的数据的实验结果表明,结合预处理,G2DPCA在大大降低了特征 维数的同时,又改善了识别性能,并且正确识别率在97％以上,且对目标方位变化具有较 好的鲁棒性。     

对数极坐标变换识别算法在成像制导中的应用

图像匹配是成像制导系统中常用的目标识别算法，但实时目标图与基准目标图存在的尺度差异以及旋转不可避免，这也导致失配率提高。针对这个问题，引入对数极坐标变换运算，根据对数极坐标图像的尺度、旋转不变性提出了新的目标匹配识别算法，一方面保证了在尺度变化及旋转下的高匹配率；另外新算法结合了变换图目标区域的轴向投影统计策略，保证了匹配运算量的降低；文中仿真实例验证了算法的优势与有效性。     

人工神经网络在航空发动机中的应用

人工神经网络是一个十分热门的交叉学科,在许多行业都得到了应用。介绍了其在系统建模、模型辨识、控制及其在航空发动机上的应用情况和最新发展,并对各种应用状况进行了归纳和分析。同时对最新神经网络模型作了介绍,并对将来神经网络在航空发动机上的应用作了预测。     

多维动态参数的多层Bayes融合估计

在多维动态参数的分层模型下，运用多层Bayes估计方法和离散线性模型状态估计方法，给出了动态参数的Bayes融合估计，并以飞行器试验分析的一些例子，说明方法的运用。     

实时精确定轨的自校准方法

实时精确定轨的迫切性越来越成为航天技术任务发展所关注的问题。本文将轨道约束“EMBET”自校准技术^[1,2]推广到实时轨道确定处理；在不断地获取对航天器轨道测量数据的过程中，递推地估算和修正观测数据的系统误差，又实时地为用户提供精确的轨道状态参数或轨道根数。     

基于神经网络的滚动轴承故障包络信号的自动识别方法

介绍了一种基于神经网络的滚动轴承故障包络信号的自动识别方法。将从包络信号的时域和频域信息中提取的反映滚动轴承故障的特征信息作为BP神经网络的输入,用BP算法对该网络进行训练。利用BP神经网络的智能性来实现滚动轴承故障的智能诊断。     

光电瞄准设备通用计量平台

提出了光电瞄准设备通用计量平台的设计方案，论述了平台的硬件、软件构成，并着重分析了双分划双光源照准与两维同步动态测角、读数图像自动识别、多点位多通道实时检测的方法，最后对系统的不确定度进行了分析和评估。     

基于模糊模式识别的电力远动通道监控系统

分析了电力远动通道监控系统的现状,为解决其不足之处提出了一种电力远动通道监控的新方案.采用了一种基于模糊模式识别的综合评判远动通道通信质量的方法来实现对远动通道的监控,并详细论述了方案中模糊模式识别模型的建立,同时给出了系统的实现方案.在实际应用中表明,该系统能够有效地解决目前监控系统存在的不足,为电力远动通道监控开辟了新途径.     

基于RBF神经网络的数字模式识别方法

在介绍径向基函数神经网络基本原理的基础上,讨论了基于 RBF 的数字模式识别的设计及其原则,包括识别数字网络模型结构、最近聚类学习算法等问题。