铝合金早期腐蚀预测光敏物质的性能研究

 利用光敏物质在紫外光照射下能发光的特性,将其添加进涂料中制备成光敏智能涂层对LC4铝合金的腐蚀进行早期预警预测。研究了传感涂层中光敏物质的特性变化与铝合金腐蚀的关系,探讨了传感涂层对腐蚀监测的灵敏度,初步建立了涂料中光敏物质的添加浓度与传感涂层腐蚀监测效率之间的关系模式。结果表明,所选的3种光敏材料均能有效地监测LC4铝合金基体的腐蚀形貌、位置及速度,在实验的0.3％,0.5％和0.8％3个浓度中,最终确定了0.5%为光敏物质的最佳添加浓度。     

无源探测接收系统设计中的非线性分析

在多频探测环境下,无源探测接收系统的输出端将产生由于互调和交调而导致的虚假干扰。文中首先给出了两种实际工程上可行的测试方法;并探讨了非线性失真产生的机理及其对整个接收系统所产生的影响,对三阶互调、三阶截点和1 dB压缩点三个衡量接收机线性度的指标作了全面分析;最后研究了系统的三阶截点与各模块的三阶截点、增益以及接收机各级的选择性等指标间的关系。     

基于不确定性语言型多属性决策人机功能分配方法研究(英文)

功能分配是人机设计过程中一个必然阶段,因为合适的功能分配能够让整个系统更加有效更加可靠。因此,我们主要对人机系统的人机功能分配问题进行研究,根据人、机的内在特征,分析了人、机各自的能力优势并进行了比较。针对实际过程中决策属性值具有高度不确定性的特点,将ULMADM(不确定语言多属性决策)方法引入功能分配过程,采用不确定扩展加权算术平均(UEWAA)算子确定功能自动化等级范围,基于UEWAA算子和不确定语言混合集结(ULHA)算子相结合的多属性群决策算法最终确定驾驶舱人机功能分配的自动化等级。最后,以民机驾驶舱"故障诊断"功能分配为例进行了计算,验证了所提出的功能分配方法的可行性和有效性。     

飞机射频隐身表征参量及其影响因素分析

 随着军事装备的不断发展,无源探测器（电子支援系统、雷达告警接收机和电子情报接收机）对飞机的探测能力大大提高。为了避免机载雷达设备辐射的射频(RF)信号被截获,要求飞机具有良好的射频隐身性能。综合考虑机载雷达探测距离和无源截获接收机截获距离之间的关系以及天线空域扫描方式发生捷变对飞机射频隐身性能的影响,指出了用施里海尔(Schleher)截获因子评价飞机射频隐身性能的不足,并提出用信号截获率来表征飞机射频隐身特性的方法。最后,对影响信号截获率的因素进行分析与计算,在此基础上给出飞机实现射频隐身的途径与方法。该评价方法综合了飞机在时域、频域和空域上的射频隐身特性,对飞机的射频隐身设计具有参考价值。     

噬菌体基因文库控制元件测定的并行处理方法

在噬菌体基因文库的研究中,理解基因的表达机制占有重要的地位,其中最为重要的一个环节是控制元件的测定,目前大部分控制元件测定方法都是基于基因结构的概率模型。介绍了一种不依赖于任何实验数据和先验数据的噬菌体基因文库控制元件测定方法,采用字符串模式匹配算法扫描噬菌体基因序列,发现并提取出重复频度高的子序列（可能的控制元件）,但该方法计算复杂度为O（N^2）。为了提高对基因序列的控制元件测定效率,进一步提出了该算法在局域网环境下的并行处理解决方案,实验表明这种基于数据分割的并行处理方法极大的加快了序列处理速度,进而扩大了算法的应用范围。     

连续相位调制解调技术研究

连续相位调制（CPM）是一种相位连续的恒包络调制方式,以其较高的功率有效性和带宽利用率,在未来军用遥测系统中具有广阔的应用前景。研究适用于多进制部分响应CPM信号的相干解调技术,阐述了如何在信号状态网格图的基础上应用维特比算法对信号进行解调,并给出了最大似然序列检测（MLSD）接收机的结构。在高斯白噪声信道下对该算法进行性能仿真,结果表明,在载波恢复准确的情况下,该算法能够得到最佳的解调性能。     

卫星导航接收机自主完好性监测算法研究

针对航空导航定位高可靠性的要求和GPS接收机观测噪声分布的特点,研究将粒子滤波算法应用于接收机自主完好性监测（RUM）中.通过粒子滤波算法对状态进行精确估计,利用对数似然比建立一致性检验统计量进行故障检测与隔离.对算法进行了数学建模,描述了完整的RAIM算法详细流程.通过实测数据对提出的RAIM算法进行验证,结果表明：粒子滤波算法在非高斯测量噪声情况下可以对GPS接收机状态进行精确的估计,利用对数似然比建立的一致性检验统计量能有效地检测并隔离故障卫星,验证了该算法应用于GPS接收机自主完好性监测的可行性和有效性.     

A data driven approach for detection and isolation of anomalies in a group of UAVs

The use of groups of unmanned aerial vehicles(UAVs) has greatly expanded UAV’s capabilities in a variety of applications, such as surveillance, searching and mapping. As the UAVs are operated as a team, it is important to detect and isolate the occurrence of anomalous aircraft in order to avoid collisions and other risks that would affect the safety of the team. In this paper, we present a data-driven approach to detect and isolate abnormal aircraft within a team of formatted flying aerial vehicles, which removes the requirements for the prior knowledge of the underlying dynamic model in conventional model-based fault detection algorithms. Based on the assumption that normal behaviored UAVs should share similar(dynamic) model parameters, we propose to firstly identify the model parameters for each aircraft of the team based on a sequence of input and output data pairs, and this is achieved by a novel sparse optimization technique. The fault states of the UAVs would be detected and isolated in the second step by identifying the change of model parameters.Simulation results have demonstrated the efficiency and flexibility of the proposed approach.     

基于数据关联性分析的飞轮异常检测

针对航天器早期故障在闭环系统下难以被检测、数学模型难以精确建立的问题,提出了一种基于数据关联性分析的归纳式系统异常监测(IMS)方法。该方法采用无监督学习的聚类算法,利用具有关联性的参数构建数据向量,通过聚类分析自动建立健康数据向量的族类阈值区间。关联关系的破坏将引起部分参数超出族类阈值区间,使系统的异常程度存在模糊性与随机性。引入云模型评价指标,将闭环系统异常程度的不确定性通过熵与超熵定量表示,从而更加准确地判断闭环系统的异常程度。仿真结果表明:该方法能够建立卫星飞轮闭环系统的族类知识库,并可以根据云模型提供的定性知识有效判断系统的异常程度。     

飞机发动机舱火警探测系统改进研究

针对某飞机发动机舱火警探测系统误告警现象,对其火警探测系统进行了设计改进,对虚警机理进行了分析,结合飞机实际情况,提出了发动机舱火警探测系统设计更改方案。飞行验证表明,设计更改方案提高了发动机火警探测准确度。