利用热平衡试验稳态数据修正对接机构热模型

根据热平衡试验数据与计算结果的比较,分析两者存在差异的原因,用热平衡试验稳态工况数据修正对接机构热模型中的单元划分和热网络方程。研究了对热网络方程修正的方法,基于参数化和节点群概念改进参数化节点群整合方法,以明显减少需修正系数的数量,并与分级修正和局部修正综合,提高热网络修正方法的实用性。算例表明：通过热模型修正使温度计算值与试验值的偏差达到允许的要求,表明该热模型修正方法有效。     

利用VMware实现双机热备DMHS-M转报系统实验平台

引言民航山西空管分局有2008年安装使用北京航管科技有限公司生产的DMHS-M转报转报系统以来,系统的实际操作培训一直是薄弱环节,利用VMware搭建DMHS-M仿真转报系统作为实验平台进行学习是很有效的培训手段,同时高仿真系统可对系统故障进行重现和推     

一种信道系数服从高斯分布的8PSK信号信噪比盲估计算法

信噪比（SNR,Signalto Noise Ratio）是衡量通信系统性能的重要指标。针对传统信噪比估计算法要求利用训练序列或一帧数据范周内信道系数恒定等问题,提出了一种8PSK信号在信道系数服从高斯分布的衰落信道下肯信噪比估计算法。该算法取接收信号实部或虚部数值运算构成中间观测量,理论分析8PSK信号经过衰落信道后...     

数据分发用户协议模型研究

通过分析某型号卫星用户地面链路的实际应用情况,结合互联网应用协议模型,面向系统未来发展需要,提出了数据分发用户协议模型,分析了协议模型的层次关系,介绍了协议模型的具体工作过程,并对其工程可行性进行了分析,解决了地面链路连接管理以及应用负载分配的应用问题,在一定程度上避免了系统安全隐患,为系统实际工程应用提供了切实可行的途径。     

MTF对立体测绘高程精度影响研究

MTF（调制传递函数）是反映测绘相机性能的重要指标,研究MTF对测绘高程精度的影响可以对相机的设计指标提出要求,对提高测绘精度具有极其重要的意义。文章通过计算机仿真的方法进行研究,利用3DStudioMax软件构建三维模型与模拟成像、用Harris算子提取图像特征点,并用奇异值分解与最小二乘法进行特征点的匹配,通过前方...     

飞行实测应力分析中的一种频谱分析方法

直升机飞行载荷数据是一种典型的随机信号,对该信号进行频谱分析可以获得信号频谱的组成,摸清信号与系统的特征,有利于判断载荷来源.本文采用傅立叶变换对直升机试飞应力数据进行频谱分析,通过比较两种尾桨安装结构下旋翼5Ω和尾桨2Ω的应变变化情况,有效地辨别出某型直升机尾减机匣飞行实测应力增大的原因.     

欧空局欲改变通信领域发展途径

□□为建立独立完善的航天体系,提高对航天器的轨道覆盖和测控能力,解决载人航天的实时通信,以及增强中低轨道对地观测卫星的应用效果及效率,欧空局和日本紧随美国和俄罗斯,积极发展自己的跟踪与数据中继卫星系统。经过10多年的努力,日本于2002年9月13日发射了它的第1颗“数据中继试验卫星”(DRTS-1),为其先进地球观测卫星-2(ADEOS-2)提供数据中继服务。而欧空局虽然早于日本在2001年7月12日发射了“阿蒂米斯”(Artemis)数据中继卫星,但却因阿里安-5火箭上面级发生故障将其置入了一条错误的椭圆轨道。经过欧空局地面控制中心18个月的挽…     

数据同化在空间天气学中的应用

由太阳活动引起的耀斑和日冕物质抛射等短时间尺度变化的空间天气事件会影响并危害地球磁层、电离层、中高层大气、卫星运行安全以及人类健康,因此对这些空间天气事件的预测显得尤为重要。数据同化在稀疏观测和异步采集的情况下能够增加模型的预测能力,对模型变量进行自洽分析。在数值预报中引入数据同化方法,能够提高预测可信度。本文从数据同化方法的角度出发,主要分析了数据同化目前在大气、电离层、磁层、太阳及其他行星科学研究中的应用,并初步讨论了数据同化未来在空间天气方面的应用。      

电信大数据分析下的时空区域经济可视化应用

当前,国内移动电话用户已达15.9亿,在巨大的用户基数下,电信大数据呈现的特征在一定程度上反映了人群活动特征,进一步能够反映特定区域的发展状况。时空区域经济可视化应用利用数据挖掘技术对电信大数据进行处理和提取,以提高数据质量,并对数据进行不同规则的筛选,通过建模技术进行分析,结合电子地图数据、交通数据等多源信息,多角度分析用户行为特征。该应用分析对时空区域经济状况进行可视化研究,分析居民生活属性,同时,利用双重差分（DID）统计模型对区域经济政策进行评价。基于特征分析结果,为区域经济发展热点选址、指导城市商圈布局提供决策依据,提高了城市系统运行的效率,扩大了经济区域效益范围。      

数据驱动的装药浇注过程关键参数预测

当前固体火箭发动机制造过程中推进剂生产质量波动大,而浇注速度及浇注量是影响装药质量的关键工艺参数。针对在混合锅结构限制、药量巨大以及热固性推进剂粘度随时间变化而变化的工艺特点导致壳体内无法布置传感器直接测量浇注速度和浇注量等关键参数的问题,通过机器学习技术,利用可直接测量的与浇注速度和浇注量相关的其他工艺参数以及设备运行参数等大量试验数据构建浇注速度和浇注量的在线预测模型,实现其间接软测量。首先,采集可直接测得的实测工艺参数作为训练和测试数据;然后,结合浇注花板的具体结构,通过支持向量机和极限学习机等非线性回归的机器学习方法训练数据,建立壳体花板出口处的浇注速度和浇注量回归模型,用于在线预测;最后,在实验室环境下的缩比模拟器上进行浇注速度和浇注量检测验证,表明该方法为装药浇注工艺过程的数字化和智能化可行性提供了依据。