基于运动增强和颜色分布比对的运动目标检测

为检测无人机视频中的地面运动目标,提出了一种运动和颜色信息相结合的算法.采用前向运动历史图像来增强独立运动信息和抑制背景噪声,确保完整分割出候选运动区域; 提出一种迭代的、基于局部颜色分布比对的方法,去除候选区域中的背景像素,以更准确地提取单个运动目标.算法不仅节约了计算量,还有效降低了误检和漏检的可能性.多组无人机视频的实验结果表明了所提算法的高效性和鲁棒性.     

不同工艺成型复合材料加筋板轴压破坏机理分析

对受到边界约束的不同工艺成型复合材料加筋板进行了轴压试验和数值模拟,研究二次胶接和共固化工艺成型加筋板轴向压缩破坏机理。轴压试验中,通过应变计实时监测试验件局部屈曲,及时记录试验件初始声响载荷,通过断面观测分析结构破坏机理。基于ABAQUS软件建立有限元模型模拟结构后屈曲损伤渐进直至破坏过程。计算结果和试验结果相吻合,研究表明工艺对结构稳定性及承载能力没有显著影响,而加筋板构型影响较大。聚甲基丙烯酰亚胺(Polymethacrylimide,PMI)泡沫不影响结构失稳载荷及破坏载荷,但能延缓结构初始损伤的发生。二次胶接成型加筋板界面临近破坏才出现损伤,而共固化成型加筋板界面损伤出现较早且扩展缓慢,表现出更好的损伤阻抗特性。      

平板边界层壁面局部脉冲激发大涡结构起因的数值模拟

构建了边界层壁面局部脉冲扰动诱导大涡结构的初始理论模型,采用直接数值模拟的方法,研究了边界层壁面局部脉冲激发大涡结构起因的问题.计算结果表明:局部脉冲激发大涡结构成因的许多特点,如幅值演化、雷诺切应力功率、高低速条纹结构、流向涡的产生、上喷和下扫过程、平均速度剖面存在的拐点和严重扭曲以及类似于发卡涡的特征等现象与实验结果和某些数值结果非常相似;另外,壁面局部脉冲的强度、影响区域、加载时间、分布方式对边界层流中大涡结构起因的特性起着决定性的作用,壁面脉冲也是边界层流中激发大涡结构的重要途径之一.     

广义多目标规划有效解的存在性

本文利用（１）中的半局部星状集和向量函数的广义凸性,讨论了一类广义多目标规划有效解的存在性。     

加力燃烧室流场计算及其隔热屏屈曲分析

采用有限元方法对加力燃烧室隔热屏进行屈曲分析,通过对临界载荷与屈曲模态的计算,对隔热层两种不同结构进行了对比,分析结果与试车结果相符。屈曲分析所需的气动和热负荷通过加力燃烧室流场及筒体和隔热屏壁温计算获得,计算结果与实验结果一致,表明本计算方法可供加力室隔热屏初步设计用。     

湿热环境中含脱层复合材料层合板的界面裂纹扩展

处于恶劣湿热环境中的复合材料层合结构,受湿热残余应变和残余应力的作用,易产生局部屈曲和分层扩展。考虑湿热效应和脱层间接触效应的影响,对含脱层复合材料中厚板的非线性屈曲和界面裂纹扩展行为进行了理论分析。基于可动边界变分原理,建立层合板在湿-热-力载荷作用下的总势能,并推导出非线性后屈曲控制方程和脱层扩展能量释放率。应用摄动法和Galerkin法求解控制方程,获得以面内压缩载荷-挠度曲线为特征的含脱层复合材料层合板的后屈曲路径。根据求得的后屈曲解及Griffith断裂准则,确定脱层扩展临界压力的理论解。通过开发MATLAB程序,综合讨论了脱层尺寸、湿热环境对脱层复合材料层合板屈曲和扩展载荷的影响。研究结果与ABAQUS有限元解和经典理论解进行比较,验证了理论分析的有效性。结果表明：湿热环境会显著降低脱层复合材料层合板的屈曲载荷和扩展载荷。此外,忽略复合材料层合板的横向剪切应变将导致对层合板承载能力的高估。     

由试验模态数据检测结构破损的位置和大小

提出了一种用有噪声影响的不完整振型和频率来检测结构破损的方法。先由局部频率变化率的概念诊断出结构的破损位置，然后用灵敏度分析法确定破损的大小。整个过程分测试振型的扩充、结构破损的定位和破损大小的确定三部分。文中用GARTEUR结构对多种破坏情况进行了仿真研究。结果表明，该方法能简便有效地同时诊断结构中的单个或多个破坏情况。     

复合材料壳体轴压稳定性分析

利用有限元结构分析法,引入线性屈曲模态作为结构的初始几何缺陷,对复合材料壳体的轴压稳定性进行了非线性分析。将计算结果与线性屈曲分析及实验结果进行了对比,结果表明,由于初始缺陷等非线性因素的影响,结构的线性临界载荷高于非线性临界载荷,进行非线性分析是必要的。文中对壳体承受轴压能力进行了初步估计,可为复合材料壳体的稳定性工程设计提供参考。     

索—拱杂交结构线性稳定性初探

本文应用有限单元法对索-拱杂交结构平面内线性稳定性研究。利用Lanczos向量的直接叠加法对索-拱杂交结构的特征值分析研究，考虑不同荷载、不同索拱截面比值、不同边界条件下索-拱杂交结构的线性稳定性分析，从中获得对索-拱杂交结构设计有参考价值的结论。     

时频图像局部二值模式特征在雷达信号分类识别中的应用

针对低信噪比下雷达辐射源信号的分类识别,提出了一种将时频分析与图像处理相结合的特征提取和识别方法.该方法首先对雷达信号进行时频变换,将得到的时频分布转化为灰度图像;然后运用图像处理方法对时频图像进行增强和去噪;最后提取局部二值模式纹理特征描述子作为信号的识别特征,并采用支持向量机分类器实现信号的分类识别.文中针对12种常见雷达信号进行了仿真,结果表明该方法在较低的信噪比下仍能获得较为满意的识别率,当SNR=0dB时,信号的平均识别率能达到95.35％.所提出方法能有效降低噪声对分类识别的影响,同时对于时频图像相近的信号也有较好的识别效果,表明了该方法的有效性.