小天体表面采样技术综述

小天体是人类了解太阳系起源演变的重要载体,承载着丰富的科学信息。同时小天体含有丰富的贵金属及稀有元素,具有巨大的利用价值,对小天体进行采样探测具有重要的科学与工程意义。通过调研小天体表面特性以及国外小天体采样技术研究现状与成果,总结了小天体环境对采样探测的特殊要求,归纳了小天体表面采样探测具有低反作用力、轻量化、小型化、低能耗化,需适应附着与接触探测模式等特点,提出了对小天体采样探测的技术需求,为小天体采样探测技术深入研究提供支撑。     

在有色高斯噪声中的离散时间检测与估计的性能分析

本文研究了在确定的观察时间内,在有色高斯噪声中检测与估计的性能与样本数之间的关系。指出相邻样本之间相关系数在0.1—0.2范围内,广义信噪比就能相当接近极限值S~2(T)。在讨论二阶相关噪声时指出,由二阶微分方程描写的高斯过程的样本序列一般不是AR(2)模型,但是当样本间隔Δ→0时,却可用AR(2)模型近似描写序列,因此求极限信噪比时可以较简便地采用AR(2)模型。最后指出最大似然估计与似然比检验之间及两者的性能测度之间的联系。     

离心风机进出口三维流场的实验研究

文本将适用于单倾斜热线的周期多点采样技术和适用于五孔探针的集平均采样技术结合在一起,开发了一套适用于二者的数据采集和实时处理系统。该系统主要由探针(热线和五孔探针)、坐标架机构、采样同步脉冲发生系统、数据采集和转换系统、接口电路和 IBM 计算机组成。在 IBM 计算机的控制下,探针可由坐标架上的步进电机驱动作必要的转动和移动,采样同步脉冲启动 A/D 转换用以保证采样点的准确同步。利用该系统,成功地对离心风机叶轮进出口处的三维平均流场进行了测量,获得了叶轮进口无叶区的子午面速度分布和叶轮出口处的相对速度分布,并对试验获得的详细数据进行了分析。     

多机测控系统在风洞试验研究中的应用

一种多计算机数据自动采集、处理和控制系统成功地应用于大迎角气动特性研究的风洞试验中,实现了大迎角非对称裁荷的主动控制和数据处理。系统主要由硬、软件两部分组成。硬件包括:中心计算机、控制机、A/D 转换器、接口等;软件包括:数据采集、处理、控制及其算法等程序。其中主动控制部分能满足目标函数的控制要求。且干扰、误动作影响小,工作可靠性强。具有适应范围广、实现容易、成本低等特点,为测控技术多机网络实现计算机风洞测控技术应用积累了实践经验,给风洞-计算机一体化的研究提供了技术资料。     

β-分布的渐近抽样法及其在计算机上的实现

迄今,在一般的随机模拟文献中,关于β分布的抽样主要讨论参数为正整数情形。本文借助于Polya罐子模型黑球比例数X_的极限分布为β—分布这一原理,提出了正有理参数β—分布的渐近抽样方法,给出了模拟算法,编制了程序。选取若干正有理数参数,在计算机上进行了随机模拟,产生了渐近于β—分布的随机数,并制成了随机数表。本文对其中一些样本应用各种统计方法进行了检验,结果表明,拟合性是非常好的。     

对脉冲型数据的一种数字滤波技术

本文提出了一种用于处理动态实验脉冲型数据的数字滤波技术。首先,识别和剔除数据中的野值并加以补正,然后使用最小二乘法15点二阶算式对数据进行滤波,对于脉冲幅值较大的数据可多次滤波,以得到更接近于真实值的数据。用数字滤波技术作动态点估算,对测量数据具有频域滤波和数据平滑化功能,其特点是简单、实用,应用性强。算例表明,对于脉冲型数据和混有高频噪声的动态测量数据的滤波效果是良好的,给出了原数据的有用信息和基本特征。     

疲劳S-N曲线的加权最小二乘法拟合

提出了一种拟合材料疲劳S—N曲线的加权最小二乘法，各应力水平下的拟合点的权重反比于均值置信区间的长度。两个算例结果表明：本方法较好地考虑了S—N曲线分散性的物理特性。     

广州中信广场台风特性与结构响应的相关性分析

基于台风"达维"登陆时广州中信广场风场及结构响应的现场实测数据,对于风场特性和结构加速度响应状况进行了计算分析,计算分析结果表明,城市上空强风"达维"的湍流度比较大,在台风"达维"作用下结构的横风向响应与顺风向响应接近;同时在不同的时距条件下对风场特性与结构加速度响应的相关性进行了分析,由分析可知取3min为基本时距时风速与结构响应的相关性系数值较高,说明在确定结构的风荷载和计算结构风致响应时取基本时距为3min更为合理.     

空中高速路运行方式研究

本文在阐述了空中高速路特点和运行设备要求后,结合我国实际情况,针对空中高速路运行方式提出了单行航路、多平行航路及多层航路三种思路,并分别建立合适的流量模型进行分析对比,最后进行总结,为我国未来空域结构的调整提供理论参考。     

基于字典学习的混合采样数据分类方法

混合采样数据不仅仅具有不同采样频率数据之间特征集合不同,还有样本数量不一致等特点,传统的分类方法不能直接使用。因此,本文提出一种基于Fisher判别准则字典学习的混合采样数据分类方法以处理采样数据的分类任务。该模型巧妙借助处理多视图数据的分类思想,利用基于Fisher判别准则的字典学习方法,生成的结构化字典的每个原子与数据的类标签相关,同时采用Fisher判别准则使类内散度更小,类间散度更大来约束编码系数矩阵,从而大大提升分类性能。此外,本文针对混合采样数据的样本数量不一致特点,设计了混合采样数据判别分析模型的分类方案。最后实验结果验证了本文方法的有效性。