不完全区间数据最佳线性无偏估计方法

建立了不完全区间数据秩统计量的概率密度函数和联合概率密度函数, 给出了其平均秩、中位秩和百分位秩以及不完全区间数据统计量的均值、方差和协方差计算公式.在此基础上, 针对位置-尺度分布族提出一种不完全区间数据最佳线性无偏估计方法, 得到了其百分位值的置信限估计, 并对工程中常见的极值分布、两参数Weibull分布、正态分布进行了详细讨论.      

一种基于短时机动试飞数据的动力学辨识优化方法

飞行动力学辨识算法的一个关键问题是,如何通过简单的机动获取所关心频率范围的响应特性。短时倍脉冲是一种易于实施的激励信号,兼顾试飞安全性与经济性,但与频域辨识法通常使用的扫频输入激励相比,短时机动频谱范围窄、信噪比低,一般难以得到准确的辨识结果。对如何基于短时机动飞行试验数据,提高辨识结果准确性的问题进行了研究。首先分析了经典Welch谱估计进行时域-频域转换过程中,影响非参数模型辨识精度的主要因素,提出了削减窗函数边缘缩减效应的数据预处理方法,并结合多窗口综合技术,提高频域特性辨识结果的精度。在参数化模型辨识过程中,针对有限频谱范围,提出了利用相干函数和功率谱密度加权综合,确定等效拟配的频率范围和频率节点的自适应方法,使得低阶等效拟配与输入激励信号高度相关,提高参数化模型辨识的精度、一致性和适应性。通过不同类型飞机的大量短时机动和少量扫频飞行试验数据模型辨识的工程应用示例,验证了动力学辨识优化方法算法稳定、结果准确,可满足飞行品质模态特性评价等应用需求。     

基于VMD的自适应复合多尺度模糊熵及其在滚动轴承故障诊断中的应用

提出了一种基于自适应多尺度模糊熵、ILS（迭代拉普拉斯得分）特征选择和粒子群优化支持向量机(PSO-SVM)的滚动轴承故障诊断方法。该方法采用变分模态分解对振动信号进行分解和重构,并计算重构信号的复合多尺度模糊熵;同时采用迭代拉普拉斯得分选择敏感故障特征,并将特征选择结果输入到基于粒子群优化支持向量机的多故障分类器进行识别。将提出的方法应用于滚动轴承试验数据分析。结果表明:该方法对试验数据的故障识别率为100%。并将基于ILS特征选择方法与基于SFS（sequential forward selection）特征选择进行了对比,表明基于SFS特征选择的最高识别率为92.86%,而基于ILS特征选择的故障识别率达到100%。      

基于MESE的导弹仿真数据一致性验证

以某型空空导弹为对象,对该导弹模型的仿真可信度评估方法进行了研究,提出了基于最大熵谱估计法的导弹仿真数据一致性验证方法.模拟外场试验场景进行了全体系实战对抗仿真试验,并将试验数据作为仿真数据一致性验证的参考数据;对导弹仿真试验的随机动态数据平稳化预处理后,进行了基于最大熵谱估计法的导弹仿真随机动态数据一致性验证.结果表明,该导弹模型具有良好的动态一致性,所提方法可行、有效.     

空中交通相依网络的脆弱性研究

机场、航路和管制扇区构成空中交通相依网络,节点在受到扰动时,网络运输性能下降,引发网络脆弱性。提出一种空中交通相依网络脆弱性的度量方法,首先构建机场网络、航路网络和管制扇区网络3个层网络,基于空中交通管理规则与层网络间的逻辑连接关系,建立空中交通相依网络模型。在随机扰动和蓄意扰动节点两种不同失效模式下,采用最大连通度和结构熵两个指标,并给出了相应算法,分析相依网络的结构脆弱性;创建流量熵和交通流损失比指标,设计了相应算法,研究相依网络的功能脆弱性。研究结果表明,随机扰动对空中交通相依网络影响更大;网络的结构脆弱源与功能脆弱源是机场网络;网络的脆弱性与层网络间的连接方式和层网络的交通量不匹配有关。     

基于IITD和FCM聚类的滚动轴承故障诊断

基于Akima插值和固有时间尺度分解（ITD）中的线性变换,提出了一种改进的固有时间尺度分解（IITD）,在此基础上,进一步提出基于IITD近似熵（AE）和模糊C均值聚类（FCM）相结合的滚动轴承故障的诊断方法。采用IITD方法对滚动轴承的振动信号进行分解,通过互信息分析,筛选出前3个含主要特征信息的固有旋转分量（PR）,计算其近似熵值作为信号的特征向量,将得到的特征向量输入到FCM分类器中分析并得到分类结果。实验分析表明:分别与基于EMD、ITD近似熵和FCM聚类相结合的方法比较,该方法的分类系数更接近1,平均模糊熵更接近0,即此方法对滚动轴承的正常、内圈故障、外圈故障、滚动体故障信号以及对内圈的不同损伤程度信号均能更有效更准确地进行分类。      

浅谈大数据在精密惯性仪表中的应用

精密惯性仪表被广泛应用于地面武器、飞机、舰船、航天器中,其作用是敏感、测量载体加速度和姿态等信息,确定载体的运动轨迹参数,实现对载体的精密导航、定向定位,在武器装备中具有非常重要的地位。首先从构成精密惯性仪表的精密微细结构出发,对大数据在制造过程中存在的问题进行了分析。通过对典型惯性产品装配过程的分析,总结了惯性仪表在装配过程中对产品精度和性能产生影响的几类微观效应;其次,通过分析“熵”在我国制造领域中的应用,提出了“熵”理论在惯性仪表装配过程中的应用思路;最后,结合上述分析结果,以三维点云数字化虚拟装配技术在惯性仪表中的应用和“熵”在惯性仪表故障识别与误差建模方向上的应用为例,给出了具体的研究内容、技术流程和研究结果。     

多基线干涉SAR的相位估计

利用多基线干涉SAR能够获得优于单基线干涉SAR的地形高程图。提出一种多基线干涉SAR的 相位估计方法。该方法首先对不同长短的基线对应的两幅复图像进行单基线干涉,得到条纹 疏密程度不同的单基线干涉相位图;然后根据短基线和长基线的关系,估计出长基线对应的 干涉相位被2π模糊的倍数;最后根据长基线对应的干涉相位的主值和估计出来的模糊 倍数恢复出长基线对应的干涉相位。分析了长短基线对应的干涉相位之间的关系,以及对应 的干涉相位主值之间的关系;论证了去平地前后该方法的适用性;给出了多基线干涉相位估 计方法的实现过程,并用计算机进行仿真,结果验证了该方法简单易行并且有效。
     

多元正态分布整体推断方法

提出多元正态分布整体推断方法。通过仿真结果与试验数据有机结合,该方法能够将多个不同状态下的多变量(多指标)的试验数据作为一个整体进行统计分析,给出多元正态分布均值和协方差矩阵的整体估计。文中详细讨论了多个状态下二元正态分布均值和方差的无偏估计和置信区间估计。与传统方法相比,该方法不但具有更高的精度,而且解决了一种状态下只有一个试验数据时多变量(多指标)产品可靠性评定的难题。此外,文中还给出一种均值和方差仿真结果的极小子样检验方法。      

Integral inference method for da／dN-ΔK and P-da／dN-ΔK curves

The integral inference method for fatigue crack growth(FCG) curve was established based on the two-variance regression theory.The estimates of da/dN-ΔK curve and P-da/dN-ΔK curve with high confidence level and high survival probability were also given.FCG data scatter with stress intensity factor ranges in reality,which limits the group test method’s application.The presented method analyzes FCG curve as an integration,thus it can exploit the lengthwise information among the FCG rates corresponding to different stress intensity factor ranges.Therefore,compared with group test method,the presented method can not only save specimens,but also have higher precision in the evaluations of da/dN-ΔK and P-da/dN-ΔK curves.