传输型光学遥感器超模式斜采样新方法研究

文章简要介绍了超模式和斜模式采样的概念,结合超模式采样技术和斜模式采样技术,提出 了一种新的传输型光学遥感器的采样方法,即超模式斜采样,该方法充分发挥了超模式和斜模式采样的优 点,在图像信噪比保持不变的情况下,地面采样间距大大缩短,遥感图像的空间分辨率可以大大提高。     

采用二维贝叶斯方法求解旋转盘腔导热反问题

为了研究压气机旋转盘腔换热特性,实现准确求解转盘表面传热系数,引入二维贝叶斯方法,此方法采用先验分布优化测温误差,并且更加符合转盘的二维特性。通过加入噪声的模拟数据验证方法的可行性,结果表明无测温误差时方法的平均误差是3.2%,有测温误差时方法的平均误差是10.6%,并分析了误差来源。通过与已有实验结果对比,发现方法更适用于计算转盘迎风面与背风面传热差异较大时的表面传热系数,平均相对误差为9.6%,满足实际工程精度的要求。通过改变盘面温度测点数量,发现测点增加会提升计算精度,并采用统计抽样理论分析原因,发现在可接受误差为10%时,所需要的测点数量比较合理。     

Combustion efficiency test method in scramjet engine

A scramjet engine combustion efficiency measure system was designed.The combustion efficiency was measured by chromatography method,and the results of chromatography method were compared with those of temperature method.The results indicate that the combustion efficiency measured by chromatography method was 80.7%,lower than the combustion efficiency of 84.5%measured by temperature method;the combustion efficiency could be measured more precisely by chromatogram method than by temperature method.The combustion efficiency measure system based on chromatogram method can work well,and thus can be used to measure the combustion efficiency of scramjet engine.     

DSP课程实践教学研究

实践教学是DSP教学的重要组成部分。以实例项目导入方式,设计了DSP实践教学内容,给出了相应的系统组成、硬件原理图以及系统的特点。同时从实验室开放和结合科研两个方面,探讨了实践教学方法。对于深化DSP课程实践教学改革有着很好的指导意义。     

代理模型选样准则研究

致力于针对确定问题,利用其在已知空间中的样本信息指导该问题其他空间中的样本选择.基于Kriging模型和拉丁超立方设计选样方法,以某数学函数为例,首先研究了设计空间大小对样本选择的影响,然后具体分析了样本分布特性对代理模型预测误差的影响.引入了样本平均疏密度、样本稀疏度、样本紧凑度等概念衡量样本特性,依据不同空间中各参数与代理模型预测精度的关系提出了样本稀疏度准则,并以不同维数的数学函数和翼型气动力分析模型验证了准则的准确性和实用性.     

基于未加权区域采样的直线反走样算法

直线作为组成图形的基本元素,其生成方法一直是计算机图形学研究的基础内容之一.针对非垂直且非水平直线在光栅图形显示器存在的走样现象,结合经典的Bresenham算法和未加权区域采样思想,提出一种新的反走样直线生成算法.相比于传统的未加权区域采样以及Wu算法,该算法主要利用整数加减运算完成直线的反走样,计算简单,利于FPGA(Field Programmable Gate Array)硬件实现.仿真结果表明:新算法的仿真速度约为传统未加权区域采样的3倍,与Wu算法仿真速度相当;利用Wu算法生成的直线平滑性较好,但是沿着直线方向的某些相邻像素灰度值相差较大,而新算法生成的直线不但平滑效果好,而且沿直线方向相邻像素灰度值相差不大,因此,相比于Wu算法,新算法反走样效果更佳.     

小失效概率情况下的全局可靠性灵敏度分析的高效方法

针对目前很多算法都无法准确、高效地计算小失效概率（10^-4,甚至更小）情况下的全局可靠性灵敏度问题,本文提出了一种高效求解小失效概率情况下的全局可靠性灵敏度新算法。所提算法通过扩大标准差构造重要抽样密度函数来进行空间分割（SP）,再与无迹变换（UT）结合,利用函数在分割后的子空间内非线性程度的降低和无迹变换方法可以高效计算低非线性程度函数的前二阶矩,来高效准确地计算小失效概率情况下的全局可靠性灵敏度。所提算法的优点有：重要抽样密度函数的选择可以使得空间分割时向重要区域偏移,并且在分割区域内功能函数的复杂性被降低,从而可以利用无迹变换方法高效计算失效概率,进而高效求得全局可靠性灵敏度。与已有的算法相比,算例说明了本文所提方法的优势。     

变量相关情况下基于马尔可夫链样本模拟的线抽样可靠性灵敏度分析方法

针对变量具有相关性的可靠性灵敏度分析问题,提出了一种变量相关情况下基于马尔可夫链样本模拟的线抽样可靠性灵敏度分析方法。在所提方法中,首先将相关变量等价转换为独立正态变量,然后采用基于马尔可夫链样本模拟的线抽样方法,求解失效概率对等价独立正态变量分布参数的偏导数,最后利用等价变换前后变量分布参数之间的解析关系和复合函数求导法则,求得失效概率对相关变量分布参数的可靠性灵敏度。为了解所提方法的效率和精度,对所提方法的可靠性灵敏度估计值进行了方差分析。由于所提方法采用马尔可夫链快速产生失效域中的条件样本,这些失效域中的样本可用来准确获取重要方向,并可作为线抽样的随机样本,因而该方法具有很高的抽样效率。算例结果表明,所提方法是一种计算相关变量可靠性灵敏度的高效率、高精度方法。     

一种非规则采样航空时序数据异常检测方法

航天器遥测数据的实时异常检测对于航天任务具有重要意义。以往方法大都考虑规则采样且缺失率较低的时序数据,然而航空时序数据具有维度大、噪声多、缺失率高、采样间隔不规则等特点,因此异常检测任务较为困难。针对非规则采样且具有缺失值的多维航空时序数据提出非规则采样多维时序数据异常检测（IMAD）算法。首先,采用带有可训练迟滞项的门控循环单元（GRU-D）对缺失值和非规则采样的时序数据进行建模;然后,采用变分自编码器建立随机性模型,学习正常时序数据的分布,从而对噪声数据具有鲁棒性;最后,利用基于极值理论的自适应阈值确定法确定合适阈值进行异常检测。结果显示,在两个真实航空时序数据集上,IMAD具有超出当前最新异常检测算法的性能;多个实验表明,IMAD在缺失率、参数以及数据集变化时,能够维持较好的异常检测效果,具有较强的鲁棒性。     

基于MCIS技术的相位差变化率单站无源定位

针对最大似然估计（ML）方法求解测相位差变化率单站无源定位问题计算量大、定位慢的问题,本文提出一种利用蒙特卡洛重要性抽样技术（MCIS）高精度、低复杂度的估计方法。根据Pincus定理推导出ML问题的近似全局解,利用重要性抽样（IS）技术构建符合高斯分布概率密度（PDF）的重要性函数,作为样本选取的依据,通过逆变换采样获得样本集,统计样本均值直接得到辐射源位置估计结果。MCIS方法简单易实现且运算量低,能够克服传统ML估计多维网格搜索耗时较长的缺陷,而且对目标位置初始估计误差有较低的敏感性。实验结果表明,MCIS算法在相同测量噪声水平下,定位精度优于EKF、NLS算法,有效减小了初始化估计误差对算法定位精度的影响,也进一步讨论分析了算法参数和不同观测条件对定位性能的影响。