光纤环的不对称性对光纤陀螺温度梯度效应影响的研究

本文以匝为单位对光纤环引起的Shupe误差模型进行了量化分析,并提出了一种新的光纤环内部温度分布模型。针对四极对称绕制的光纤环,理论研究了光纤环的不对称性对光纤陀螺温度梯度效应的影响,并进行了实验验证,实验结果与理论吻合得较好。     

基于高斯混合概率假设密度滤波的扫描型光学传感器像平面多目标跟踪算法

高斯混合概率假设密度(GM-PHD)滤波是一种基于随机有限集理论的次优贝叶斯多目标跟踪方法,本文研究了该算法在扫描型光学传感器像平面的多目标跟踪问题.针对典型的锥扫模式和推扫模式,根据其扫描特性建立目标的运动模型和测量模型.介绍高斯混合概率假设密度滤波的基本原理.针对原算法在强杂波环境中的低效率问题,借鉴传统多目标跟踪...     

飞机管路系统卡箍位置的可靠性优化设计

基于疲劳累积损伤的破坏准则,针对飞机管路系统采用了ansys软件中的蒙特卡罗(Monte Carlo)的可靠性分析方法,进行了随机振动激励下管路系统的可靠性优化分析,得到了不同位置卡箍参数对系统动力学特性的灵敏度,提出了满足系统可靠度的可靠性优化设计方案,最终使管路系统的安全可靠性得到了保障,为系统的安全性指导和设计提供了理论依据。     

随机声载荷基于相空间重构的GMDH方法预测

把数据处理的组合法（GMDH）与相空间重构理论相结合,产生基于相空间重构的GMDH方法应用于随机声载荷的状态预测中。根据此法所建立的模式系统具有较好的客观性,预测结果与时间序列自回归模型ARMA（17,16）相比,预报均方误差有明显改进。     

基于频域分析方法的随机振动疲劳损伤研究

本文对车载电子设备进行了随机振动和疲劳损伤分析,采用频域方法分析了电子设备故障机理并对其使用寿命进行了预估。结合某车载电子产品振动试验及出现的问题,很好地验证了本文方法的有效性。建立了电子设备振动疲劳特性设计优化流程,为实现电子设备优化设计,降低研制成本提供了参考。     

海上低空突防群目标跟踪的IMM-Bayesian实现

由于海上低空突防编队目标存在低检测和高机动的特点,采用传统跟踪算法对编队内目标逐个跟踪存在航迹连续性差、关联混乱等问题。针对上述问题,基于对编队群整体跟踪的思想,将交互式多模型(IMM)与Bayesian算法相结合,采用IMM-Bayesian算法完成典型机动场景下(拐弯、合并、分裂)海上低空编队群目标整体的跟踪,同时利用随机矩阵作为群的扩展状态完成对群形状信息的估计。其中,对海上低空突防编队群目标运动过程中出现的分裂与合并现象,在IMM-Bayesian算法的基础上采用最近邻分类的思想对其进行有效跟踪。仿真结果表明了算法的有效性。     

小卫星随机振动试验和噪声试验对比研究

针对小卫星的结构特点,从理论和试验两方面对比分析了随机振动环境和噪声环境的特点及环境试验的效果。根据典型小卫星分舱段两种试验的数据,分析得出随机振动试验比噪声试验更适合于小卫星的结论,为制定小卫星力学环境试验方案提供依据。     

基于统计学特征的密集型气液雾化随机模型优化方法研究

在高气液动量比的空气雾化流场中，液滴和液丝从液核剥离的过程具有高自由度、分布密集的特点，传统理论模型难以对其准确预测。本文对结合大涡模拟方法的随机雾化模型进行优化，在初始雾化过程，提出使用液滴统计平均温度来表征液滴碰撞统计学特性的改进方法。液滴的统计平均温度分别采用气液相对动能模型的粒子追踪法和亚网格动能模型的粒子追踪法。研究表明，使用改进的气液雾化随机模型预测密集型空气雾化流场，大幅改善了传统雾化随机模型在初始雾化区域过预测的缺陷，平均动能的相对误差为15.5%，平均索特尔直径的相对误差为7.2%，与未改进前的模拟结果相比，误差降低了41.1%和15.0%。此外，本文还探究了喷雾张角模型对雾化流场预测结果的影响，分别将实验所得经验公式法、相界面气液动量平衡所得模拟法与亚网格动能模型的粒子追踪法结合。结果表明喷雾张角经验公式预测结果更为准确，在平均索特尔直径预测方面准确性提高了17.3%。     

基于多层次特征的高分影像海岸带地物分类

针对高分辨率影像地物光谱丰富复杂的问题，文章提出了一种结合像元-对象-空间格局特征的水域、盐田等海岸带精细地物分类方法。首先基于像元和空间格局特征分别利用遗传算法优化随机森林参数进行分类；其次将两种分类结果采用D-S证据理论融合；然后基于不同地物斑块的空间上下文信息，采用粒子群算法优化支持向量机（Support Vector Machine，SVM）参数实现面向对象的二次分类。为验证方法的有效性，收集山东省莱州湾海岸带附近区域的“高分二号”卫星影像，开展了水域及水利设施用地、盐田、工矿用地、交通运输用地、住宅用地、沿海滩涂、海域与耕地8类地物的分类实验，总体精度达到97.21%，Kappa系数为0.964 2。实验结果表明，文章提出的高分影像海岸带地物分类方法兼顾像元、对象及空间格局特征优点，能够实现多层次细致分类，并同时兼具较短的训练时长与较高的分类精度。该研究成果可为中国海岸带生态环境监测与土地利用规划提供一定技术支撑。     

IABC: An iteratively automatic machine learning boosted hand-eye calibration method for laser displacement sensor

An on-machine measuring (OMM) system with a laser displacement sensor (LDS) is designed for measuring free-form surfaces of hypersonic aircraft’s radomes. To improve the measurement accuracy of the OMM system, a novel Iteratively Automatic machine learning Boosted hand-eye Calibration (IABC) method is proposed. Both the hand-eye relationship and LDS measurement errors can be calibrated in one calibration process without any hardware changes via IABC. Firstly, a new objective function is derived, containing analytical parameters of the hand-eye relationship and LDS errors. Then, a hybrid calibration model composed of two kernels is proposed to solve the objective function. One kernel is the analytical kernel designed for solving analytical parameters. Another kernel is the automatic machine learning (AutoML) kernel designed to model LDS errors. The two kernels are connected with stepwise iterations to find the best calibration results. Compared with traditional methods, hand-eye experiments show that IABC reduces the calibration RMSE by about 50%. Verification experiments show that IABC reduces the measurement deviations by about 25%-50% and RMSEs within 40%. Even when the training data are obviously less than the test data, IABC performs well. Experiments demonstrate that IABC is more accurate than traditional hand-eye methods.