固定化细胞流化床生物反应器处理啤酒废水及其稳定性的研究

采用固化细胞的好氧生物流化床反应器处理啤废水,比较了有无内循环对废水处理效率的影响。通过对啤酒废水的连续处理,考察了反应器对废水处理效率的稳定性,据此提出稳定性常数α和性能指数δ的概念用来衡量反应器的性能。     

C/C喉衬热化学烧蚀的高维不确定量化分析

为了定量化地评估SRM喷管喉衬烧蚀这一复杂物理化学过程中,不同因素相互制约或激励对喉衬烧蚀整体情况产生的耦合影响,并探寻影响喉衬烧蚀率的关键因素,应用自主研发的高维不确定量化算法,有效解决“维度灾难”问题,研究了燃烧室压强、燃气比热比等７个因素对烧蚀的耦合影响规律,并通过全局敏感度分析技术探究了不同关键因素对烧蚀率变化的贡献程度。研究发现:就烧蚀模型物理机制本身而言,影响烧蚀率的关键因素为燃气比热比、喉部马赫数和燃气温度;考虑实验实际中相关物理量的不确定性输入后,燃烧室压强由于自身较大的不确定度输入成为影响烧蚀率的首要因素。     

偏最小二乘回归在军用飞机价格预测中的应用

由于军用飞机性能要求的不断提高,影响飞机采购价格的费用驱动因子繁多,使得原有的价格预测模型已经不适用于现代军用飞机。分析了军用飞机采购价格样本数据少、费用驱动因子多的特点,考虑到偏最小二乘回归(PLSR)方法在处理小样本多元数据方面的优势,应用PLSR对军用飞机采购价格进行预测。PLSR首先提取第1、第2主成分对采购价格样本的特异点进行剔除;然后进行变量投影重要度分析以筛选费用驱动因子;最后,PLSR对费用驱动因子进行回归建立军用飞机价格预测模型。实例表明,在军用飞机价格预测方面,与原有的预测模型和逐步多元回归模型相比,应用PLSR预测的精度更高,更能体现采购价格与飞机性能参数之间的关系。     

采用被动侧杆的民机设计中的人为因素考虑

与中央杆/盘或主动侧杆相比,被动侧杆的最大缺陷在于缺乏反驱装置,进而产生人-机交互信息以及主/副驾交互信息的缺失,增加了人为差错的出现概率;被动侧杆由于缺乏力反馈,会造成飞行员对触觉这一最直接信息的缺失,进而影响人-机操纵权限的分配。在民机设计中,可以考虑在被动侧杆上添加模式切换按钮,从而在保持飞行员超控权限和提供有效包线保护这两者间找到最佳平衡点。被动侧杆由于缺乏反驱装置,无法实现左、右侧杆的联动,因此更容易出现叠加操纵。在民机设计中,应当从视觉、听觉、触觉全方位对叠加操纵进行提示,同时借鉴已有的接替操纵操作程序,以提高飞行员的适应性。     

基于iMPA的伪码快速捕获算法的性能分析和改进

针对迭代消息传递算法（iterative Message Passing Algorithm,iMPA）,通过证明m 序列是一种特殊的线性分组码,给出了该算法应用到伪码捕获的理论依据;分析了采用iMPA 进行伪码快速捕获的性能,包括捕获概率和算法复杂度;用马尔科夫链分析了基于iMPA的捕 获及判决流程,给出了平均捕获时间的解析表示。针对iMPA进行伪码捕获时收敛速度慢,检 测性能较低的缺点,通过增加因子图的约束,提出了冗余iMPA算法,即R\|iMPA（redundanc y iMPA）。仿真结果表明,R\|iMPA能有效的提高算法的收敛速度,检测性能平均提高约 2 dB 。     

磁暴下的LEO卫星精密轨道确定

对低轨卫星（LEO）,大气阻尼摄动是主要的定轨误差源.尤其在发生磁暴时,求解一个大气阻尼因子的定轨方法已不能充分吸收大气密度计算不准所造成的定轨误差,因而在标校统一S波段（USB）的测量系统差和随机差时往往计算失真.本文提出了一种求解折线型Cd因子的新方法,克服了动力学模型不准所带来的定轨误差,通过与独立的GPS数据比较,定轨精度有明显提高,同时给出的测量系统差和随机差更加真实可信.     

数字信道化接收机结构分析及应用

推导了可直接应用于AD采样数据的高效数字信道化接收机的通用结构,并对抽取因子对信道化输出结果的影响进行了理论分析,得出信道化接收机在不同环境下应用的约束条件。理论分析和仿真结果表明：当信道个数与抽取因子相等时,可实现最小硬件开销的频域无盲区、无混叠的数字信道化接收机。     

空管人因失效概率的THERP-CREAM预测方法

管制员的人为差错是导致航空器空中相撞的主要原因之一,对空管人因失效概率进行有效预测是一个难题。为此,提出一种基于人误率预测技术（THERP）与认知可靠性和失误率分析模型（CREAM）的组合空管人因失效概率预测方法,基于THERP技术二叉树模型构建事故发展基本脉络,而后基于CREAM方法对各个人误行为触发概率进行修正,从而得出更为准确的概率预测结果。通过对相似事故进行对比分析,结果表明：本文提出的预测方法可识别关键性的事故影响因子,以便制定有针对性的管控措施,从而为研究预测空管人因失效概率提供了一种有效的分析手段。     

反高斯分布环境因子估计

研究了反高斯分布环境因子估计。根据指数分布和对数正态分布环境因子的定义及数据折算与综合的方便,给出了反高斯分布环境因子的定义。据此定义,用经典方法和贝叶斯方法推证了环境因子的上、下限,并给出了一些近似式以便于计算。实例计算结果较令人满意。     

On the application of Exploratory Data Analysis for characterization of space weather data sets

This paper presents an overview of the mathematical foundations for techniques in Exploratory Data Analysis (EDA) for the purpose of investigating the relationships among the numerous variables in large sets of multivariate space weather data. Specifically, we cover techniques in Principal Components Analysis (PCA) and Common Factor Analysis (CFA). These techniques are illustrated using space weather activity indices collected during the year 2002 and the corresponding noon-time hmF2 data from the International Reference Ionosphere (IRI). A CFA is used to categorize the activity indices, and a PCA is used to derive two macro-indices of activity to ascertain the strength of solar and geomagnetic activity. These macro-indices are then used to compare and contrast IRI’s noon-time hmF2 values at six different geographic stations. It was found that the correlation between hmF2 and the macro-indices more accurately represented the variation of this correlation with latitude found in previous studies than if we used an isolated conventional index, such as SSN and AE. We also found that the daily maximum value of the Polar Cap Index was dependent on both solar and geomagnetic activity, but the closely-related cross-Polar Cap Potential was solely associated with elevated levels of geomagnetic activity, which is a unique result compared to previous studies. We argue that the discrepancy can be explained by the difference in experiment designs between the two studies. This paper demonstrates the usefulness of EDA in space weather studies of large multivariate data sets.