关于递归序列的稳定性

研究递归序列,x（n＋1）=[α-βx（n-1）]/γ＋g（xn）,n=0,1…的总体特性,其中α,β,γ≥0,g（x）是定义在（-∞,＋∞）上的连续函数,并且满足一些条件。     

猪繁殖与呼吸综合症病毒分离株ORF5和Nsp2基因的序列分析

根据美洲型猪繁殖与呼吸综合症病毒(PRR_SV)基因组序列设计2对引物,对疑似PRR_SV感染猪的病料进行RT-PCR检测,核酸检测阳性病料进行PRR_SV分离,获得了1株美洲型PRR_SV,命名为GD08-2.对PRR_SV GD08-2株、GD-XH株、GD08-1株的ORF5基因和部分Nsp2基因进行序列测定与分析.结果表明,GD08-2株的ORF5基因与PRR_SV疫苗株pMLV、经典株VR-2332和GD-XH株的相似性较高,而与GD08-1株的相似性较低.GD08-2株的Nsp2基因推导的氨基酸序列出现12个氨基酸的不连续缺失,分别位于66～74位和192～194位,由此推测,GD08-2株可能为PRR_SV的突变株.GD08-1株的ORF5基因与国内分离的高致病性PRR_SV相似性较高,其Nsp2基因推导的氨基酸序列存在30个氨基酸的缺失,与国内高致病性PRR_SV分离株JXA1的缺失位置完全一致,由此推测,GD08-1株属于高致病性PRR_SV;GD-XH株的ORF5基因与疫苗株pMLV的相似性较高,其Nsp2基因存在个别核苷酸的点缺失.遗传进化分析表明,GD08-1株与国内分离的高致病性PRR_SV的遗传进化关系较近,属同一分支;GD-XH株和GD08-2株与PRR_SV经典株VR-2332、疫苗株pMLV的遗传关系较近,属另一分支.     

嵌入维数自适应最小二乘支持向量机状态时间序列预测方法

针对航空发动机状态时间序列预测中嵌入维数难于有效选取的问题,提出一种基于嵌入维数自适应最小二乘支持向量机(LSSVM)的预测方法.该方法将嵌入维数作为影响状态时间序列预测精度的重要参数,以交叉验证误差为评价准则,利用粒子群优化(PSO)进化搜索LSSVM预测模型的最优超参数与嵌入维数,同时通过矩阵变换原理提高交叉验证过程的计算效率,并最终建立优化后的LSSVM预测模型.航空发动机排气温度(EGT)预测实例表明,该方法可自适应选取适用于状态时间序列预测的最优嵌入维数且预测精度高,适用于航空发动机状态时间序列预测.     

高帧频数字相机在高速流动显示中的应用

根据高速流动显示实验研究对高帧频图像采集设备的需要,基于分幅式光路设计原理,结合快响应像增强器和低照度CCD相机,研制了一套兆赫兹采样的高帧频数字相机。利用高帧频数字相机,开展了高速流动显不实验研究：基于高帧频数字相机,结合纹影技术,在激波管上针对方块、凹槽模型,开展了高速流动显示实验,获取了运动激波与模型边界相互作用的序列图像,观察到湍流涡随时间演化发展的过程。结合一台输出功率为8W的连续激光光源和高帧频数字相机,建立了一套高速片光散射流动显示系统,获取了喷流的米氏散射序列图像。实验证明,基于高帧频数字相机的纹影及片光散射技术具备开展高速流动显示实验研究的能力。     

基于趋势分析的发动机振动故障识别

总结十种航空发动机整机故障的振动特征发现,单纯从频率角度分析几乎所有故障模式都表现为转子基频,但是不同故障的振动幅值发展趋势却有所不同.基于此提出了基于趋势模型的发动机振动故障识别方法.讨论了发动机整机振动趋势的数学描述及不同故障模式的趋势发展特征;建立了平稳波动模型、周期摆动模型、线性发展模型和阶跃突起模型分别描述发动机振动正常状态和三种典型故障模式;为了有效识别上述四种模型,提出了模型识别准则并实现了识别算法.最后以四组发动机实测趋势数据作为案例进行验证,结果表明该方法可以有效地区分故障模式,验证了该方法的正确性和工程实用性.     

基于时间序列分析的装备可用度预测方法

阐述了装备可用度预测的重要性,并以此为需求牵引,构建了具有非线性、非平稳的装备可用度时间序列。基于奇异值分解滤波算法,将原始序列分解为趋势成分和随机成分,分别应用粒子群训练的径向基神经网络模型和函数系数自回归模型进行组合预测,充分体现了2类模型的各自的优势。实例分析,验证了模型和算法的有效性。实验与应用结果表明,该组合方法的预测性能和效果比单一使用RBF和FAR进行预测更好。     

基于SCSO-BP神经网络的卫星姿态控制系统故障预测

近年来,随着人工智能的迅速发展,基于人工神经网络的卫星姿态控制系统故障预测方法得到了越来越多的重视。在反向传播(Back Propagation ,BP)神经网络中,权重和偏置是重要的可调节参数,与神经网络的预测性能密切相关。BP神经网络的初始权重和偏置为随机生成,设置不当容易导致网络在训练过程中陷入局部极值,进而影响预测性能。为了提高BP神经网络的预测性能,提出了一种将沙猫群优化(Sand Cat Swarm Optimization ,SCSO)算法与BP神经网络相结合的预测方法。在训练过程中,首先通过SCSO 算法对BP神经网络权重和偏置进行预训练,在此基础上,利用精调后的BP神经网络对卫星姿态控制系统周期渐变故障数据的未来趋势进行预测。实验结果表明,与原始BP神经网络预测方法相比,SCSO-BP预测方法能够有效减小预测误差,具有更好的预测精度。     

SpaceFibre星载网络服务质量实现研究

为实现SpaceFibre星载网络中短时间内大量实时数据流的可靠传输,满足不同空间任务的服务质量(QoS)要求,提出一种基于二进制序列调度的新算法。该算法根据星载网络中的不同流量特征生成对应的二进制调度序列,可以很好地解决复杂数据流量的调度与不同数据流量带宽需求之间的权衡问题,实现了SpaceFibre协议框架下的QoS功能。最后给出了算法的延时性能分析与实例仿真,结果表明由该算法生成的二进制序列调度机制在传输时延上有着较好的灵活性和确定性。     

触觉信息表征技术与分类感知试验

面向空间智能精细化操作的需求,采用提取触觉传感信息的方式对目标进行识别。在动态序列匹配(dynamic time warping,DTW)距离的基础上,应用DTW核实现对触觉序列信息的高效表征,提出了触觉序列的联合稀疏编码算法,用于一个单独时间序列的不同手指间触觉信息的简单融合。对训练样本进行学习构建数据库,用不同的触觉反馈信息进行典型目标的分类试验,总体识别率为90.07%。触觉联合稀疏编码算法不仅简单而且能挖掘不同手指采集的触觉信息指尖的内在联系,为操控目标的智能化识别提供一种有效的途径,未来可用于在轨服务。     

钛合金铸件在航空上的应用趋势

简要介绍了美国 Alcoa Homet 公司开发的钛合金精密铸件在航空上的应用趋势。