对相控阵雷达自适应旁瓣对消的多点源压制干扰

分析了相控阵雷达自适应旁瓣对消的工作原理及方法.然后提出了用多台干扰设备协同工作的相参干扰.每台干扰设备在雷达处理间隔内发射能覆盖真实目标并且持续时间较短的干扰信号,多台设备协同工作在目标附近形成压制干扰.该方法影响雷达样本选择,从而降低自适应旁瓣对消的效果.仿真结果和外场试验表明了该方法的有效性.     

面向小样本遥感解译的空间置弃FCN模型

针对当前缺少大型遥感数据集,复杂深度学习语义分割模型优化难等问题,文章通过改进经典全卷积网络(Fully Convolutional Network,FCN)模型,提出了一种面向小样本遥感数据集,联合批归一化和空间置弃方法的智能解译语义分割模型,为解决小样本数据集过拟合问题提供新的思路.首次将空间置弃层引入FCN模型,...     

战斗准备：15日倒计时

《日班人员岗位职责》《夜班人员岗位职责》《异常现象报告制度》《60天卧床实验数据管理规定》《志愿者进出卧床实验室登记制度》《志愿者宿舍内务卫生检查评比登记表》《志愿者日常须知及管理规定》"非岗位人员不得进入实验区域!"一条黄色警戒线,拉出神秘航天城里一片紧张谜雾。穿着白色大衣、带着口罩的岗位人员拿着厚薄不一的文件繁忙地穿梭其中。墙壁上各种各样的管理     

Gray bootstrap method for estimating frequency-varying random vibration signals with small samples

During environment testing, the estimation of random vibration signals （RVS） is an important technique for the airborne platform safety and reliability. However, the available meth- ods including extreme value envelope method （EVEM）, statistical tolerances method （STM） and improved statistical tolerance method （ISTM） require large samples and typical probability distri- bution. Moreover, the frequency-varying characteristic of RVS is usually not taken into account. Gray bootstrap method （GBM） is proposed to solve the problem of estimating frequency-varying RVS with small samples. Firstly, the estimated indexes are obtained including the estimated inter- val, the estimated uncertainty, the estimated value, the estimated error and estimated reliability. In addition, GBM is applied to estimating the single flight testing of certain aircraft. At last, in order to evaluate the estimated performance, GBM is compared with bootstrap method （BM） and gray method （GM） in testing analysis. The result shows that GBM has superiority for estimating dynamic signals with small samples and estimated reliability is proved to be 100% at the given confidence level.     

一种小样本民机产品的可靠性预测方法

将最小二乘支持向量机(Least square support vector machine,LS-SVM)应用于小样本民机产品的可靠性预测分析。通过重构相空间的饱和嵌入维数,确定最小二乘支持向量机的最佳输入变量;然后,使用最小二乘向量机建立可靠度回归预测模型,运用自动网格搜索法,优化了最小二乘支持向量机的建模参数,实现了比现有方法精度高、泛化性好的模型。训练和测试的可靠性样本取自某机型襟翼液压锁寿命可靠性数据。与神经网络模型的比较实例表明,提出的方法合理有效。     

新能源接入配电网经济性与可靠性优化研究

为寻求新能源配电网的可靠性和经济性最优,实现新能源电源的优化配置,本文提出将可靠性和经济性同时作为两个优化目标,运用自适应粒子群优化法,对新能源电源进行多目标优化配置。以IEEE-RBTS Bus 6主馈线F4为例,通过系统仿真找到新能源配电系统可靠性与经济较均衡的Pareto最优解集,可根据决策者的偏好选择最优方案。本文的研究为新能源电力系统可靠性和经济评估提供了一个新的研究思路。     

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。     

指数分布基于多重定数截尾样本中异常数据的检验

讨论多重定数截尾指数型寿命数据,对同时存在异常大数据和异常小数据的情形给出了检验方法,得到了检验异常数据的判别标准,最后以一实例说明其应用.     

气动力星座保持的闭环控制研究

本文研究了利用气动力进行星座保持的闭环控制问题。提出了一种改进的半全局指数收敛闭环控制律，对于指定的任意大的有界域，利用不变集定理论上证明了该控制律的稳定性和抗干扰性，又提出了双ε法以提高响应速度。