基于指数回归模型的可靠性综合评价方法初探

针对我国军工产品在研制过程中由于投试样品相对较少、可靠性信息量不足这一问题,通过引入环境应力严酷程度因子,环境应力综合因子以及产品技术状态因子,利用指数回归模型,建立了多因素多元回归的可靠性综合评价方法,实现了基于性能试验,环境试验及可靠性试验的产品可靠性综合评价.该方法避免了不同环境条件下寿命数据的折合过程,而通过对回归系数的求解给出可靠性指标的估计,与经典的变环境变母体的可靠性综合评价方法有所差别.     

中国南京地区L波段电离层闪烁初步统计分析

利用南京地区2008年11月至2009年10月电离层闪烁监测数据, 统计分析了该地区一年间L波段电离层幅度闪烁发生率的逐日变化、逐月变化、地方时变化和空间分布等特征. 统计结果表明, 在此期间, 南京地区L波段电离层幅度闪烁活动比较平静, 主要以0.14<0.2的闪烁为主, S₄>0.2的闪烁很少发生.不同强度幅度闪烁表现出一致的时间变化和空间分布特征, 2008年11月为最小,2009年6月、8至10月闪烁发生率都有明显的增强, 在10月达到最大, 在8月和10月的S₄>0.2的闪烁主要出现于正午到日落前这段时间; 对于闪烁的空间分布, 单站一年数据统计显示, 测站北向闪烁的发生频率高于南向, 但该统计结果需要更多的数据样本进行进一步的验证.      

七鳃鳗神经系统的混沌仿真

使用WLC网络模型对七鳃鳗神经系统进行建模,提出一种计算最大李亚普诺夫指数的新方法——改进的小数据量法,典型非线性系统的仿真结果表明,同Wolf方法相比,新算法得到的结果更加精确。基于新算法的数值仿真表明,当没有外界刺激时,七鳃神经系统处于稳定秋态,随着外界刺激的不断增加,七鳃鳗神经系统逐渐进入混沌状态,但是,当外部刺激增加到一定程度以后,七鳃神经系统又回到稳定状态。     

太阳风扰动对极光电急流和环电流指数的影响

利用WIND卫星的太阳风观测数据和地磁活动指数, 研究了太阳风扰动对环电流SYM-H指数, 西向极光电急流AL指数和东向极光电急流AU指数的影响. 结果表明, 太阳风动压增长和减少能够同步或延迟引起地磁活动指数的强烈扰动, 其包括环电流指数的上升, 西向极光电急流指数的下降和东向极光电急流指数的上升. 太阳风动压的突然剧烈增加还能够触发超级亚暴和大磁暴. 太阳风动压脉冲引起的地磁效应具有复杂的表现形式, 这说明太阳风动压脉冲的地磁效应不仅与太阳风动压脉冲大小和持续时间有关, 还与磁层本身所处的状态有关. 时间尺度较长, 消耗能量较大的磁暴只有大的持续时间较长的太阳风动压脉冲才能激发.      

三轴一体光纤陀螺高精度标定方法

针对三轴一体光纤陀螺,定义了标定转换模型,理论上分析了标定过程中各项参数之间相互影响以及地球转速影响导致标定精度较低的问题.针对零偏、标度因数和安装误差角提出一种各项分离测试的高精度标定方法,并将此方法实际应用于某三轴一体高精度光纤陀螺捷联系统,得到了陀螺标定结果.对标定结果进行了误差检验测试以及应用标定结果后进行了系统静、动态测试.测试结果表明:经过标定过程后陀螺精度以及系统测试结果均达到了预期性能要求,验证了标定方法的正确性和实用性.     

一类非线性时滞系统的采样控制

针对于采样区间具有已知上界的非线性时滞系统,分别考虑了常采样和变采样两种情况下的采样控制问题.目标是设计一个状态反馈采样控制器,使得闭环系统指数稳定,并且满足给定的性能指标.基于输入延迟方法,可以将采样控制系统转化成具有时变延迟的连续系统.引入了新的时间依赖Lyapunov函数,这些Lyapunov函数在下一个采样时间到来之前没有增长.以线性矩阵不等式(LMI, Linear Matrix Inequality)的形式给出了具有时变延迟的非线性扰动系统指数稳定的充分条件.仿真结果说明了所提方法可以提高系统的抗扰能力.     

用PIV实验研究边界层内结构函数标度律

湍流标度律的变化情况显示了湍流边界层内的流动状况.利用高分辨率、高帧率的粒子图像测速技术(PIV)对平板湍流边界层进行了实验研究.研究结果显示,当脉动速度增量结构函数的阶数为正整数且逐渐增大时,由实验所得的脉动速度增量结构函数的标度指数逐渐偏离K41和SL标度指数,出现奇异标度律;而当结构函数的阶数为正分数时,实验所得的标度指数和K41及SL标度指数较为接近;当结构函数的阶数由0趋向于-1时,实验的标度指数明显偏离K41和SL标度指数,出现奇异标度律.这也说明了用低阶结构函数的标度指数也能说明标度律的奇异性及边界层内存在间歇性.对于法向速度增量和涡量分量来说,不管结构函数的高阶或低阶的标度指数都不随壁面位置的不同而改变,具有普适性.     

基于深度学习的图像拼接篡改检测

传统图像拼接检测算法通过研究人员手动构造拼接特征,随着科技的进步以及图像处理技术的不断发展,手动构造特征的局限性逐渐体现出来,鲁棒性较弱,位置不易确定等。为了解决这些问题,构建了一种卷积神经网络（CNN）,将卷积核前置并固定,自主学习相关特征从而检测拼接篡改的图像区域。经过一系列研究,发现拼接篡改图像的拼接篡改区域特征可以被CNN模型学习。在CNN模型之前,卷积核使用高通滤波器,激活函数采用指数线性单元（ELU）,使得CNN模型具有识别拼接篡改图像边缘痕迹等特征的能力。检测结果表明:在IEEE IFS-TC图像拼接取证竞赛训练集上对拼接篡改图像拼接篡改区域定位的准确率为84.3%,对拼接篡改区域判定的真负类率为96.18%。      

基于多自由度飞机模型的机场道面平整度评价方法

从三自由度飞机模型出发,提出了新的机场道面平整度评价理论,以不同平整度等级的3条测线的道面高程作为输入,在Matlab/Simulink环境中对飞机的三自由度振动方程进行求解,得到飞机机身的3个振动响应量:纵向俯仰角φ、横向滚转角θ及质心处竖向位移。在此基础上计算出道面整机平整度指数(Full aircraft roughness index,FARI)沿跑道纵向的分布曲线;同时计算出相同道面的国际平整度指数(International roughness index,IRI)。分别将FARI,IRI与在相应道面上滑行的飞机加权加速度均方根值进行了相关性分析,相关系数分别为0.980 6和0.886 9。结果表明整机平整度指数FARI更能够客观反应飞机所有机轮覆盖范围内道面起伏情况对飞机滑行过程中颠簸量的影响效果,更适合于机场道面平整度的评价。