以相对偏差平方和为指标函数的最小二乘法

就测量中最小二乘法用于静态模型估计的问题,分析了传统最小二乘法在某些实验条件下应用的不合理现象,提出以相对偏差平方和为指标函数的最小二乘法。简记LSR法。给出了该方法的实用公式,分析了数学特征并证明在所给实验条件下具有无偏性、一致性,有效性.给出了用该方法拟合电位差计静态特性方程的例子。证明该方法在测量工作中是有实际意义的。     

基于通流程序的低速模拟气动设计及数值验证

为了验证多级轴流压气机出口级性能,开展四级重复级低速模拟气动设计,并坚持以二维设计为主,三维数值验证为辅。利用相同的设计系统,建立了高低速压气机之间相似的二维流场和叶表无量速度分布。随后,低速与高速压气机三维数值计算结果对比表明,压升系数特性吻合,流场相似,且叶表无量纲速度由设计点到失速点保持一致的变化趋势,进一步验证了二维设计的可行性;利用相同的系统设计高、低速压气机,有利于形成高速-低速-高速的良性循环,有利于完善基于通流程序的设计体系,积累设计经验。     

2D雷达组网中目标高度估计误差的Cramér-Rao限

 在由2坐标雷达组成的雷达网中,推导了目标高度估计误差的CRLB(Cram&;#225;r-Rao限),并通过不同条件下的数值计算得到了一些结论。结果表明,目标高度估计误差的CRLB既与雷达的测角误差有关,也与目标和2个雷达站形成的夹角有关系,雷达配置在不同的高度上有利于目标高度估计的收敛性。这些结论对于2坐标雷达组网以及雷达网中的传感器管理具有指导意义。     

资源约束下的反导任务迭代收敛特性

为提高反导任务执行效率,研究反导任务的总量模型和迭代收敛规律,利用任务转移矩阵定量描述反导任务之间的联系与作用强度.引入任务量完工比例参数表征协同反导特点,建立任务总量模型,揭示反导任务迭代收敛规律,深入探究影响收敛的主要因素.基于资源约束和时间优化的视角,确定任务关键度,规划任务优先级,优化资源配置,调控反导任务迭代收敛速度.结合实例验证了任务总量模型和迭代收敛规律是合理可行的,为计算和优化反导任务提供了理论依据和具体对策.     

基于灰色理论与专家系统的电子设备在线故障预测方法研究

针对电子设备的渐发性故障,提出了一种基于改进型灰色理论与专家系统的二阶组合故障预测方法.该预测算法不仅能够实现复杂电子设备的单测点故障预测和多测点综合预测,而且结合在线预测的需求,对原始的灰色模型进行了改进,在专家系统推理部分采用了一种位与运算的规则快速匹配算法,提高了诊断的快速性和准确性.试验结果验证了所提出方法的有效性与正确性.     

超视距协同空战协同网络结构模型静态特性研究

利用复杂网络理论,将超视距协同空战实体及其之间的关系抽象为协同网络的节点和边,分别从编队无协同、仅火力协同、仅传感器协同（树型份布式指挥结构）、传感器＋指控协同（树型份布式指挥结构）、传感器＋指控＋火力协同（树型／分布式指挥结构）、预警机指挥引导下的传感器＋指控＋火力协同（树型／分布式指挥结构）进行网络化协同结构模型构建。在所构建模型基础上,从平均路径长度、聚集系数、平均节点度和度分布以及网络可达性4个方面进行静态特性分析。     

基于广义马氏距离的混合型多属性决策的 TOPSIS方法

为了解决混合型多属性决策问题,将不同属性值转换为区间数形式。在基于马氏距离的逼近理想解排序法（TOPSIS）中,指标问线性强相关导致协方差矩阵为奇异矩阵,不能计算马氏距离。因此,定义了区间数的协方差矩阵,采用奇异值分解方法计算协方差矩阵的广义（M—P）逆矩阵。改进的算法克服了传统TOPSIS存在的指标信息重复、主观赋权不合理、隶属度难以确定,以及可能出现与理想解欧式距离近的方案与负理想解的欧式距离也近的不足。最后,给出了该方法的一个算例,结果表明该决策方法是实用和可行的。     

螺旋桨径向力风洞试验方法研究

螺旋桨飞机的研制设计过程中,必须了解和掌握动力系统对飞机气动特性的影响.螺旋桨动力系统对飞机的影响主要包括螺旋桨拉力和扭矩、气流斜吹螺旋桨产生的径向力以及滑流影响.螺旋桨径向力的风洞试验在国内尚属探索研究阶段,本文结合型号研制实际应用,对气流斜吹螺旋桨产生的径向力的机理和试验方法进行了研究探索,提出了一种以螺旋桨直接模拟法为基础的螺旋桨径向力风洞试验方法,并通过理论和试验方法完成了试验结果的相关性修正、全机对螺旋桨径向力的上洗等干扰修正,获得了可以满足工程研制使用的螺旋桨径向力数据,可为同类的螺旋桨飞机总体气动布局设计提供参考.     

基于时频矩阵非负分解特征的多视角SAR目标识别

针对多视角合成孔径雷达(Synthetic Aperture Radar,SAR)目标识别问题,提出一种基于目标高分辨率距离像(High Range Resolution Profile,HRRP)时频矩阵非负分解特征提取和识别方法。该方法首先对SAR图像进行滤波预处理,得到相应的目标HRRP序列;然后采用匹配追踪时频分析方法计算得到目标HRRP的时频矩阵;应用非负矩阵分解技术分解时频矩阵,得到相应的谱矢量和时相矢量。基于分解得到的谱矢量和时相矢量提取时频域矩特征和稀疏特征。最后,应用隐马尔科夫模型(Hidden Markov Model,HMM)对这些时频特征序列建模及识别。采用美国运动和静止目标获取与识别(Moving and Stationary Target Acquisition and Recognition,MSTAR)计划公开发布的SAR目标数据库的实验结果表明,该方法不仅能有效降低时频域特征的维数,而且识别性能优于传统的时频域特征。     

协方差矩阵结构的广义杂波分组估计方法

针对球不变随机向量建模的相关复合高斯杂波背景下雷达目标自适应检测的协方差矩阵结构估计问题,将均匀杂波分组方法进行推广和改进,提出了杂波协方差矩阵结构的广义迭代杂波分组估计（GRCCE）方法。首先,在广义杂波分组背景下利用最大似然方法推导了协方差矩阵结构估计的迭代过程;其次,基于杂波分组思想,给出了广义杂波分组估计(GCCE),利用GCCE作为初始化估计矩阵进行迭代,得到协方差矩阵结构的GRCCE;最后,通过仿真对方法的有效性进行了检测,结果表明,GRCCE只需要一次迭代就能达到收敛,估计精度随着杂波一阶相关系数的增大而提高,而不受纹理分量参数变化的影响。与现有方法相比GRCCE适应杂波环境更广,估计精度更高,而且计算量更小。