小型柔性接头推力矢量性能试验

设计了结构尺寸相同,弹性件材料分别为天然橡胶和硅橡胶的小型柔性接头,测试了容压作用下的轴向压缩位移,考察了弹性比力矩随温度(-50～70℃)、容压的变化情况.另外,为检验应力估算经验公式对小型柔性接头的适用性,测试了增强件内侧环向压缩应力.结果表明:柔性接头轴向压缩刚度随容压升高呈现一定程度的非线性增大趋势;弹性比力矩在0°～6°摆角范围内基本恒定,不同柔性接头弹性比力矩随容压升高呈现不同变化趋势;天然橡胶弹性件柔性接头弹性比力矩在低温下显著增大,硅橡胶弹性件柔性接头弹性比力矩在-50～70℃温区稳定;由燃烧室压强引起的增强件环向压缩应力经验公式估算值过大,不适用于小型柔性接头.      

Selection of classification techniques for land use/land cover change investigation

The concerns over land use/land cover (LULC) change have emerged on the global stage due to the realisation that changes occurring on the land surface also influence climate, ecosystem and its services. As a result, the importance of accurate mapping of LULC and its changes over time is on the increase. Landsat satellite is a major data source for regional to global LULC analysis. The main objective of this study focuses on the comparison of three classification tools for Landsat images, which are maximum likelihood classification (MLC), support vector machine and artificial neural network (ANN), in order to select the best method among them. The classifiers algorithms are well optimized for the gamma, penalty, degree of polynomial in case of SVM, while for ANN minimum output activation threshold and RMSE are taken into account. The overall analysis shows that the ANN is superior to the kernel based SVM (linear, radial based, sigmoid and polynomial) and MLC. The best tool (ANN) is then applied on detecting the LULC change over part of Walnut Creek, Iowa. The change analysis of the multi temporal images indicates an increase in urban areas and a major shift in the agricultural practices.     

旋转矢量法解的二义性及其消除方法

对旋转矢量法用于相控阵天线校准时的多解问题及其消除方法进行了研究.采用旋转矢量法对相控阵天线进行校准时会得到两组解,其中一组是伪解.通过理论推导对旋转矢量法中解的二义性进行了分析,给出了两组解的物理意义;然后通过对求解量进行变换给出了一种基于多轮测试的旋转矢量法解的二义性消除方法;最后通过理论分析和数值仿真对该方法的有效性进行了验证.结果表明,通过设置多组不同的初始相位分布,进行多轮旋转矢量测试,可有效消除解的二义性,该方法具有可操作性强、对测试系统要求低等优点.     

基于支持向量机的航空发动机整机振动故障诊断技术研究

支持向量机是采用结构风险最小化原则代替传统统计学中的基于大样本的经验风险最小化原则的一种新型机器学习方法,由于它出色的学习分类能力和推广能力,广泛地应用于模式识别和函数拟合中。针对某型航空发动机整机振动过大的现象,提出了一种基于支持向量机（SVM）的整机振动故障诊断方法。首先介绍了SVM理论,然后根据SVM学习方法的结构风险最小化原则,对某型航空发动机已知的整机振动故障模式数据进行了训练和预测,并建立了基于SVM的航空发动机整机振动故障诊断模型。最后通过对已有故障模式进行诊断预测,证明该方法在航空发动机整机振动故障诊断方面具有良好效果。     

基于贝叶斯准则的支持向量机预测模型

对实际统计数据中存在的相关性、不确定性和非线性问题,提出贝叶斯支持向量机预测模型方法.构建基于高斯分布的权值分布模型描述信息的不确定性,基于先验概率分布和贝叶斯关系获得后验分布模型,利用极大似然方法和递推迭代算法求解后验分布的最佳参数,从而得到关联向量机.建立起基于参数分布多维时间序列预测模型,将每一步迭代过程中的支持向量机输入作为随机变量,考虑数据不确定性的传递,递推得到贝叶斯支持向量机预测输出.由于贝叶斯支持向量机可以有效反映随机影响及其传递,可以克服数据不确定性和相关性的影响,因此基于贝叶斯支持向量机预测效果更加符合实际.实例表明利用贝叶斯支持向量机预测高科技企业发展趋势与实际发展趋势接近,可以克服数据相关性、不确定性和非线性对信息模型的影响,具有较高的预测精度和预测鲁棒性.     

一种基于相关向量机的白细胞检出新方法

提出了一种基于相关向量机(RVM)的白细胞检出新方法.首先,借助RVM对一维直方图进行拟合,获得稀疏的相关向量.然后,直接从这些数量有限的相关向量中筛选出所需的阈值.最后,基于前一步得到的阈值,将完整、连续的白细胞区域从原始图像中分割出来.该方法已成功地应用于白细胞检出,有效地降低了由光照和染色引起的干扰.该方法计算效率高,无需设置额外参数.实验结果表明了该方法的优良性能.     

三频GNSS接收机的RAIM算法研究

新一代全球导航卫星系统（GNSS）将为民用用户提供多个可用频点。为了使接收机能够充分利用多频点的卫星信号,提高系统的完好性,提出了一种能够用于三频GNSS接收机的接收机自主完好性监测（RAIM）算法。该算法通过建立三频线性化测量方程,将各频点的伪距信息融合起来。对三频伪距测量误差进行预白化处理,从而可以沿用奇偶矢量法的基本原理进行故障检测和隔离。经过详细理论推导,得到了三频RAIM算法中奇偶矩阵与单频奇偶矩阵间的简单转换关系,极大程度地降低了故障检测和隔离的计算复杂度,更易于在GNSS接收机中实现。仿真结果表明,三频RAIM算法可以提高传统单频RAIM算法的故障检测率和隔离率,尤其在伪距偏差较小的时候,性能改善更为显著。     

基于大规模训练集SVM的发动机故障诊断

提出了一种新的学习策略,用于解决发动机故障诊断中大规模支持向量机(SVM)的训练问题.通过保留初始SVM分类器支持向量超平面附近的样本以及错分样本,使最终得到的约减集规模明显缩小,从而可在保持较高分类精度的前提下使训练时间明显缩短;同时,由于支持向量的数量减小,分类时间也相应缩短.探讨了序贯最小优化(SMO)算法的参数选择和实现过程中的关键问题,为这种极具潜力的算法在发动机故障诊断中的实际应用奠定了坚实的基础.仿真实例表明,这种基于大规模训练集SVM的发动机故障诊断方法有效、可靠,容易实现,可以作为工程应用的基础.      

航空液压泵磨损状况预测

磨损是航空液压泵典型的渐进性故障之一,因磨损量难以测量,对磨损状况进行准确的预测比较困难.针对上述问题,提出了基于多尺度数据的支持向量机预测方法,该方法将支持向量机用于时间序列预测的基本理论和数据多尺度分解、相空间重构方法结合,能更有效地挖掘时间序列的内在联系及变化规律.采用回油流量作为反映航空液压泵磨损状况的敏感信号,将其分解为趋势项和随机项,采用多尺度支持向量机作等维信息一步预测和多步预测,利用网格方法对预测模型参数寻优.对比传统支持向量机算法分析其预测精度,结果表明:多尺度支持向量机模型预测精度更高,适于中长期预测.      

高速矢量处理机的设计与实现

为了满足海量实时处理需求,利用 Butterfly DSP公司的 BDSP91 2 4 /932 0矢量数字信号处理 ( DigitalSignal Processing,DSP)芯片组,设计和实现了一种高速矢量处理机,并给出了该矢量处理机的设计思想和性能指标。最后说明该处理机在合成孔径雷达 ( Synthetic Aperture Radar,SAR)脉冲压缩和其它领域的应用。