关于输出反馈特征结构配置的鲁棒性

本文讨论了多参数小扰动情况下,利用输出反馈进行特征结构配置的参数不灵敏的条件问题,证明了有关定理,给出了释例。     

外汇风险保值时出口商签约货币的评价与选择原则

通过对选择签约货币一般性原则及其局限性的分析,进而依据国际金融理论,将签约货币选择与外汇汇率风险保值联系一起加以综合分析,提出了根据货币的利率或货币的量化评价系数选择签约货币的原则和方法,使签约货币的选择更科学合理。     

瞬态压力测量中通道效应的修正(英文)

某些情况下，在测试瞬态压力时必然包含有连接通道，内燃机示功图的测量就是一个典型的例子。但是通道的气动特性使测录的压力波发生畸变，本文考虑了通道中的非定常、非等熵流动，并且提出了一种特殊的逆特征线法用于对畸变直接进行校正，实验结果显示通道的畸变效应可以得到完全的修正。另外，本文指出在传感器的安装、维护、寿命和抗热冲击等方面，连接通道的存在反而是有利的。     

基于PCA-LMD 的滚动轴承信号混合特征选取与故障诊断

为了对非平稳、低信噪比的轴承振动信号进行分析,提出1 种基于PCA-LMD 的滚动轴承振动信号混合特征选取及智能 故障诊断方法。基于Hankel 矩阵对实测轴承振动信号进行主成分分析（PCA）降噪处理。对降噪后的非平稳信号进行局部均值分解 （LMD）,得到一系列具有瞬时物理意义的乘积函数（PF）。通过特征分析和对比,选取前5 阶PF 分量的能量比特征、样本熵、均方根及 波形指标作为信号混合特征向量。将特征向量输入到支持向量机（SVM）分类器进行训练与测试,从而实现故障诊断。结果表明：通过 对包含不同故障程度的滚动体、内圈、外圈故障的轴承实测数据进行分析,故障诊断正确率达到98%,验证了本方法的有效性,对航 空发动机轴承的故障诊断具有借鉴和指导作用。     

1 种提高落压比调节器可靠性的特征量裕度概率设计方法

针对某型航空发动机落压比调节器中的关键元件反馈拉簧在工作中多次发生断裂故障,对反馈拉簧这一反映落压比调 节器可靠性指标的薄弱环节,提出1 种特征量裕度概率设计方法,通过仿真和试验相结合的方式,得到反馈拉簧的特征参数为钩 环弯角半径R,其临界失效值的分布规律为正态分布,根据特征裕度方程的计算结果,获得反馈拉簧特征参数在可靠性指标下的优 化改进设计值为2.5 mm。经强化疲劳试验及发动机整机寿命试验验证表明：特征量裕度概率设计及其优化改进方法有效,解决了 落压比调节器可靠性裕度偏小的问题。     

涡扇发动机最小红外特征模式性能寻优控制研究

为抑制涡扇发动机排气系统的红外特征,提出一种基于红外预测模型的最小红外特征模式性能寻优控制。首先,建立一种排气系统正后向红外辐射强度简化预测模型,该预测方法考虑了排气系统内高温部件和尾喷流的红外辐射,以及尾喷流对高温部件红外辐射的吸收作用,具有可信的仿真精度;其次,基于涡扇发动机部件级实时仿真模型,增加了从外涵引气冷却中心锥和尾喷管扩张段内壁的冷却结构和红外预测模块;最后,基于该模型探索了最小红外特征模式的优化原理,并选用可行序列二次规划(FSQP)算法,通过控制高温壁面冷却气的流量,主燃烧室的燃油量以及尾喷管喉道面积,对两个亚声速巡航状态的工作点进行实时优化。仿真结果表明:在满足发动机推力恒定以及其他约束条件的前提下,发动机通过最小红外特征模式性能寻优控制,其排气系统后向红外辐射下降了30%以上,红外抑制效果显著。     

复合材料孔隙超声反射法和穿透法检测对比分析

采用超声反射法和超声穿透法对碳纤维增强树脂基复合材料层压板进行孔隙缺陷检测与孔隙率数值评估。通过工艺偏离的方法制备不同孔隙级差的检测试样,采用超声反射法与超声穿透法对该批试样进行检测,得到不同级差孔隙缺陷对应的超声检测波形和成像检测结果,并基于声波衰减幅度对孔隙率进行量化评估。结果表明:孔隙率在0.0%~3.0%之间时,两种超声检测方法的评估结果相吻合,超声反射法对微米级孔隙缺陷或低孔隙级差具备更高的检测灵敏度;超声穿透法对高孔隙率级差或大厚度或高衰减材料的复合材料制件提供更高的超声穿透能力。     

基于立体图像的多路径特征金字塔网络3D目标检测

3D目标检测是计算机视觉和自动驾驶中一项重要的场景理解任务。当前基于立体图像的3D目标检测方法大多没有充分考虑多个目标之间的尺度存在较大差异,从而尺度小的物体容易被忽略,导致检测精度低。针对这一问题,提出了一种基于立体图像的多路径特征金字塔网络(MpFPN)3D目标检测方法。MpFPN对特征金字塔网络进行了扩展,增加了自底向上的路径、由上至下的路径及输入特征图到输出特征图之间的连接,为联合区域提议网络提供了更高语义信息和更细粒度空间信息的多尺度特征信息。实验结果表明:在3D目标检测KITTI数据集上,无论在场景简单、中等、复杂情况下,所提方法获得的结果都优于比较方法的结果。      

基于动态特征选择的遥感图像目标检测算法

在遥感图像目标检测领域内,旋转物体的检测存在挑战,卷积神经网络在提取信息时会受制于固定的空间结构,采样点无法聚焦于目标;遥感图像尺度变化大,不同物体需要具有不同尺度感受野的特征映射,具有单一尺度感受野的特征映射无法包含所有有效信息。基于此,提出了可变形对齐卷积,根据候选边框调节采样点,并根据特征映射学习采样点的细微偏移,使采样点聚焦于目标,从而实现动态特征选择;同时提出了基于可变形对齐卷积的感受野自适应模块,对具有不同尺度感受野的特征映射进行融合,自适应地调整神经元的感受野。在公开数据集上的大量实验验证了所提算法可以提高遥感图像目标检测的精度。      

基于紫外极光图像的极光电集流指数模型

极光电集流指数AE是描述地磁亚暴强弱的重要指标,且与极区磁层扰动及极光粒子沉降过程密切相关。因此,建立更加准确的极光电集流指数模型对空间天气的研究具有重要意义。利用1997年POLAR卫星紫外极光图像数据探究了紫外极光图像中极光强度IAP的空间分布与AE指数在不同季节的相关性,并在此基础上提出了基于紫外极光图像的AE指数模型。以网格化方法提取极光强度空间分布特征,采用广义回归神经网络,通过相关系数法和方差选择法构建Cor-GRNN和Var-GRNN两种AE指数模型,并针对冬至月份、夏至月份、分点月份3个季节分别进行训练。研究结果表明,AE指数与IAP具有相似的半年变化趋势,其相关性在不同季节差异较大。相比于太阳风驱动下的AE指数神经网络预测模型,基于极光图像的AE指数模型在ERMS和R2标准上均优于其他模型,其中归一化ERMS小于0.1,模型对于AE指数变化的可解释度提升了10%左右。