雷达对抗仿真系统中雷达数据库设计与实现

针对当前对雷达对抗系统效能评估的需求和仿真技术的发展,提出基于HLA的雷达对抗仿真系统总体结构及其数据库设计,重点阐述应用面向对象思想的雷达数据库设计,并在VC环境下采用ADO技术访问数据库;最后分析说明一个雷达对抗仿真系统的仿真实例。该系统已应用于工程项目中,取得了较好的效果。     

基于k样本Anderson-Darling检验的混杂铺层层合板挖补修理后拉伸性能研究

对挖补修理后的平面编织混杂铺层层合板的拉伸性能进行了试验研究,使用k-样本Anderson-Darling检验对试验结果进行分析,研究挖补斜度、不同修理方法以及初始损伤直径对修理效果的影响。试验结果表明:挖补修理可以较好地恢复层板的拉伸强度。对穿透挖补修理,挖补斜度大于1:20后,修理试件的拉伸强度可以恢复至完好板的水平;对半穿透挖补修理,挖补斜度大于1:10即可保证修理试件的拉伸强度达到完好板水平。此外,仅改变初始损伤直径不会对修理试件的拉伸性能造成明显影响。以上结果对混杂铺层层板的挖补修理设计有一定的指导意义     

小子样疲劳试验数据的特征寿命估算方法评估

疲劳试验数据一般属小子样范畴,在Weibull寿命分布的假设下应考虑特征寿命的统计置信度.总结特征寿命概率估计的贝叶斯法和虚拟增广样本的Bootstrap法,通过2024-T3直耳片的七组疲劳试验数据对二者进行对比和评估.针对EDF拟合检验法无法对特征寿命估计值的合理性提供实质性指导的问题,提出一种新的试验样本数据全部落入寿命分布（1-a）双侧百分位区间的判定方法.结果表明：Bootstrap法的特征寿命估计值比贝叶斯法偏大;本文提出的判定方法可有效定性判断特征寿命估计值偏大或偏小.     

反舰导弹毫米波导引头对抗与反对抗

毫米波雷达由于天线体积小、重量轻,波束和脉宽窄,频带宽,具有良好的抗干扰性能,将成为反舰导弹导引头的主要发展方向.文中介绍了毫米波导引头的主要特点,分析了毫米波制导的优势,提出了对毫米波导引头的对抗措施,同时,就信号处理方面提出了一些反对抗措施.     

空地对抗马尔可夫链随机服务模型

将空地对抗动态作战过程视为一个随机排队服务系统．利用马尔可夫链随机服务理论分析了空地对抗动态作战过程，在基本假设的前提下给出了该随机服务系统在各种条件下的系统状态传递率图，最后根据统计平衡原则建立了空地对抗随机服务模型，比较真实地反映了实际作战过程。     

基于DBN的不均衡样本驱动民航发动机故障诊断

在结合深度置信网络(DBN)、采样与集成技术的基础上,提出了基于不均衡样本驱动的民航发动机故障诊断模型。该模型通过分析民航发动机历史飞行数据,利用DBN提取性能参数中的内部特征,利用采样技术将不均衡样本均衡化,采用集成技术进行故障分类。将该模型应用到CFM56-7B系列发动机历史飞行数据,实验结果表明:与常用故障诊断方法相比,该模型的准确率高达0.996,AUC值高达0.948,可以有效处理民航发动机样本高维、不均衡问题。      

基于RBF神经网络的结构光三维视觉检测方法

研究了基于RBF(Redial Basis Function)神经网络的结构光三维视觉检测方法.该方法利用RBF网络良好的非线性映射能力以及学习、泛化能力,通过所获取的高精度的样本数据来训练RBF网络,最终建立起了用于结构光三维视觉检测的RBF网络模型.与常规方法相比,该方法不需要考虑视觉模型误差、光学调整误差等因素对视觉检测系统测量精度的影响,因而能够有效的克服常规建模方法的不足,保证了检测系统具有较高的精度.     

一种基于Deep-GBM的航空发动机中介轴承故障诊断方法

针对航空发动机中介轴承故障信号难于识别的特点,提出了一种深度梯度提升模型（Deep-GBM）对振动信号特征进行逐层学习以提高分类模型的准确率。开展某型航空发动机中介轴承故障模拟实验,并采用经验模式分解(EMD)方法对采集的振动信号进行分解,提取内蕴模式函数(IMF)分量非线性动力学参数样本熵作为原始故障特征。采用Deep-GBM对中介轴承内环故障、内环和滚动体综合故障、正常、滚棒剥落、滚棒划伤五种不同状态进行识别。实验结果表明,所提出的Deep-GBM故障诊断准确率达到87%,相对于传统的机器学习模型准确率最高提升了28%,并具有良好的泛化能力。      

确定性仿真结果检验和因子分析方法

提出一种确定性仿真结果(不考虑随机因素影响的仿真结果)检验方法, 能够对仿真结果与试验结果之间的误差进行分析, 确定该误差是由于仿真不正确引起的系统误差, 还是由于试验结果的分散性引起的偶然误差, 进而判断仿真结果正确与否.同时建立一种确定性仿真结果多因子分析方法, 能够对仿真结果的各个影响因素(因子)进行分析, 确定哪些因素已被正确仿真, 哪些因素尚未被正确模拟, 从而指导仿真软件的编制.      

一种四层次样本轮换方法——基于多阶段季度调查的研究

四阶段抽样季度调查需要实施四层次样本轮换,在构造四层次样本轮换方法时主要应考虑三个问题,一是相邻两个季度四级单元的样本拼配率,二是相邻两年相同季度四级单元的样本拼配率,三是保证各级单元的样本拼配率在轮换过程中保持不变。如果一级单元、二级单元、三级单元和四级单元的样本轮换模式分别为32in、16in、8in和2-2-2（4）,则这四个样本轮换模式就可组合成一种四层次样本轮换方法。该方法可以应用于中国劳动力调查的四层次样本轮换中。