HJ405直流电压标准的设计

介绍了高稳定性的直流电压参考标准的研制 ,该标准器可取代 0 .0 0 0 2级以下的标准电池 ,具有较高的应用和推广价值     

基于灰色递阶预测的动态插值生成方法

根据灰色系统白化插值生成理论和建模机理 ,分析动态测量中灰色模型插值的可行性。并将动态测量数据建立白化插值生成灰色模型 ,进行动态测量插值预测 ,验证其可行性。由于动态测量特性和灰色模型预测的局限性 ,对模型的测量准确度提出较高要求。因此 ,提出改进白化插值生成灰色模型 ,采用基于灰色递阶预测的动态插值生成方法 ,以保证长期预测插值的动态测量特性。     

用灰色模型预测卫星太阳电池阵输出功率

研究了GM（1，1）模型的建模方法，建立了太阳电池阵输出功率的GM（1，1）预测模型，针对电池出输出功率具有随季节波动的变化趋势，提出了采用实时在线的方法，建立动态新息GM（1，1）预测模型，经实例预测验证，动态新息GM（1，1）模型可明显地提高预测精度，且能对电池阵输出功率的波动趋势正确预测。     

基于改进的FCM和信息熵修正的航迹融合算法

在局部航迹信息质量不均衡条件下,选择所有局部航迹进行航迹融合的算法会造成系统航迹质量下降。为了提高跟踪性能,提出了一种基于改进的模糊C均值(FCM)和信息熵修正的航迹融合算法。通过交互式多模型(IMM)滤波后的航迹信息对聚类数据做“质量”修正,改进后的FCM算法对局部航迹进行聚类分析,利用信息熵和隶属度对局部航迹进行选择和融合,达到修正聚类中心和提高系统航迹质量的效果。仿真结果表明：当多个传感器跟踪机动目标时,在传感器的观测精度发生变化和存在量测丢失的情况下,该算法的跟踪性能优于已知的航迹融合算法。     

基于GRA-IPSO-SVM的航材携行需求预测研究

异地执行飞行任务中航材需求的准确预测是做好携行保障的主要内容之一,为此提出灰色关联度（GRA）与改进的粒子群算法（IPSO）及支持向量机（SVM）相结合的航材预测方法。首先运用GRA 对航材携行需求的影响因素进行分析;其次引入活性因子和非线性惯性系数改进粒子群算法,并通过IPSO 对SVM 参数进行寻优;最后使用优化后的SVM 模型预测航材需求。结果表明：GRA-IPSO-SVM 方法预测结果的均方根误差比PSO-SVM 方法下降0.16,平均绝对百分比误差下降2.18%,且预测时间减少了0.7 s。     

相似多细节结构疲劳试验不完全数据参数估计

讨论了用含相似多细节结构的不完全疲劳试验数据进行疲劳特征参量分布参数估计的方法.在假设疲劳寿命服从对数正态分布和双参数Weibull分布的情况下,分析了用于描述单个细节疲劳质量的随机变量的分布参数与含相似多细节结构不完全试验数据的分布参数之间的关系,分析表明二者之间存在显著的差异,但具有确定性的关系,这种关系与细节个数有关,给出了通过不完全试验数据估算单个细节疲劳分布参数的定量方法.通过数值模拟,分析了样本容量和细节个数对估算结果分散性的影响,分析表明,在细节数较少时,对分散性的影响与样本容量有关,与细节个数关系不大.      

数字多用表自动检定系统

介绍了数字多用表自动检定系统的系统配置、工作原理、软件设计，并对整套装置的不确定度进行了分析。     

太阳帆板平面度测量系统

介绍了一种采用斜光学三角形测量结构和基于虚拟精密测量基准的太阳帆板平面度无接触测量系统.首次提出斜光学三角形测量结构,使得测量系统的测量面积和分辨率大大提高,从而实现了对大面积平面平面度的高精度无接触测量.提出的虚拟精密基准的建模与误差补偿技术,解决了在非精密基准上实现精密测量这一难题,使得所研制的测量系统利用现有平台可实现对太阳帆板平面度的高精度测量.此外,对测量光斑位置估值精度与光斑图像尺寸大小和能量分布之间的定量关系进行了分析,为激光光斑的优化设计提供了理论依据.实际测量结果表明,该测量系统对面积为2581mm×1755mm太阳帆板的平面度测量精度达0.02mm(RMS).     

不完全疲劳寿命置信度分析方法

采用秩统计法,利用不完全疲劳寿命数据平均秩,导出不完全疲劳寿命对数正态分布参数估计公式.通过推断母体分布均值和标准差,并根据分布理论,导出了不完全疲劳寿命的置信限.给出了上述方法分别在复合材料旋翼和发动机动部件疲劳定寿中应用的两个实例,对比分析了本文方法与假定完全寿命方法的处理结果,并发现本文方法充分利用了数据信息,能给出较长的安全寿命.     

基于几何不变性和BP网络的二维目标识别算法

提出了一种基于几何不变性和BP网络的二维目标识别算法.该算法不仅能适应目标物体在旋转、缩放和平移变换(RST变换)下的不变性识别,而且能适应仿射及射影变换下的不变性识别.算法通过对目标物体边缘点进行规格化和对规格化后的边缘点进行5点不变量穷举计算解决了模型图像与目标图像的对应点选取问题;通过将不同观测方位和不同旋转角度的样本图像边缘点的5点不变量集合作为输入向量对BP网络进行训练解决了由于仿射和射影变换造成规格化边缘点间距变化对正确分类的影响.算法不仅能识别多边形而且能识别曲线轮廓的目标物体.