预警机跑道形巡航探测效能研究

对预警机跑道形巡航时的探测效能问题进行了研究。基于SEA的基本原理,阐述了预警机跑道形巡航探测效能问题,给出了跑道形巡航想定和预警机在此作战环境和作战样式下的MOP集合,重点研究了MOP的系统映射模型,建立了在相对坐标系下分析预警机探测概率和平均覆盖时间的模型,指出了对MOP的使命映射研究方法,采用SEA方法对预警机跑道形巡航探测效能进行了分析。算例说明了模型的正确性。     

混沌信号的一种简单设计方法及应用

在对一类简单的能够产生混沌现象的映射过程进行统计特性分析的基础上,利用其协方差函数特点,介绍了一种自协方差函数为ｃ（ｋ）＝ｃ（０）αｋ,０＜α＜１形式的混沌信号的简单设计方法及应用,从而为有目的地产生混沌信号,利用及分析混沌信号提供了新的信号获取途径。     

EDI与EDP数据映射技术

就电子商贸的关键技术——电子数据交换（ＥＤＩ）展开讨论,针对ＥＤＩ和电子数据处理（ＥＤＰ）的接口问题,分析了国际通用的ＵＮ／ＥＤＩＦＡＣＴ格式化数据标准,并结合ＥＤＰ应用系统的数据结构,讨论了ＥＤＩ实际应用报文的生成方法,阐述了ＥＤＩ与ＥＤＰ数据映射的工作原理,介绍了基于各种数据库管理平台的ＥＤＰ应用系统进行数据映射通用软件结构设计的思想,文中最后给出了ＥＤＩ与ＥＤＰ自动映射的软件原型系统。     

基于SCPSO算法的MCPC雷达波形优化设计

针对多载波互补相位编码MCPC信号在应用中存在包络起伏大等问题,结合混沌映射和自适应混沌粒子群SCPSO算法提出了一种优化设计。设计将编码信号的主瓣峰值与最大旁瓣值比PSLR作为单独的评判依据,结合混沌序列类随机的性质对混沌序列进行两级筛选,得到自相关函数旁瓣较低的混沌编码序列组。考虑到MCPC信号结构的特点,应用SCPSO算法调整子载波权重因子来优化信号的PMEPR。仿真分析表明,优化设计能在保证MCPC信号优良自相关特性的情况下,有效降低信号的包络起伏。     

低速轴流压气机旋转失速边界的模型描述

从低速轴流压气机完整旋转失速过程所具有的突变性和迟滞性等典型动力学特征出发,通过对其拓扑性质的对比分析,证明压气机旋转失速与突变理论尖点突变模型在拓扑结构上具有相似性;以拓扑不变性定理为基础,通过发展有效的拓扑映射方法,建立了尖点突变模型的突变点集与压气机旋转失速突变点集之间的拓扑映射关系.在两台低速轴流压气机上的模型实际应用效果表明:尖点突变模型能够定性地描述具有突变型失速特点的低速压气机不同转速工况下完整旋转失速过程的突变性、迟滞性以及分岔特性,通过该发展的拓扑映射方法,可以将实验获取的失速点和恢复点完全映射到模型线上,这表明尖点突变模型能较为准确地描述旋转失速的失速边界.      

基于有限元法的转子细观结构对宏观刚度的影响

基于有限元法,通过研究转子内部细观结构非线性环节对宏观系统动力学参数影响的规律,构建了降维映射函数的研究思路.针对某型航空发动机轮盘拉杆螺栓接触结构,通过适当简化转子模型,利用ANSYS软件分析轮盘不同偏心状况下,拉杆螺栓不同预紧状态对宏观刚度的影响,探究其刚度非线性特性.结果表明:螺栓均匀预紧,预紧力变化,转子系统非线性特征的变化趋势与偏心夹角有关;半数螺栓松动,偏心夹角越大、松动预紧力越小,非线性特征越明显.      

机械产品设计的过程建模

产品设计是一种复杂的人类创造性思维活动.在分析产品设计及其过程的基础上,利用集合与映射的理论与方法,依此建立了产品设计、产品设计过程、产品概念设计过程的模型,给出了产品概念设计过程的网络算法框图,并且详细定义了后者的分解与综合的流程,为产品设计过程的模型化、规律化打下了良好的基础,同时也为产品全生命周期设计过程计算机软件支持工具的开发作出了有益的探索.     

基于噪声函数描述颜色纹理的方法

目前,对真实感图形的研究大多集中在物体的表面细节上。物体表面细节的表现,即纹理技术,是实现物体真实感的一个有效手段。纹理映射技术是描述颜色纹理最常用的方法。但是,当二维纹理映射到三维物体上时,会产生很大的变形。为此引入三维纹理技术,提出基于噪声函数描述颜色纹理的方法。此方法利用噪声扰动技术描述的颜色纹理与要表现对象的表面复杂性无关,解决了二维纹理映射所产生的纹理变形现象,使得要表现的对象在细节上更接近真实,最终取得整体上较佳的效果     

基于Logistic映射混沌加密算法的研究

分析Logistic混沌映射的加密算法原理,提出基于该算法的加密方法,并从算法的安全性、效率等方面进行性能分析。最后采用Matlab开发工具完成该混沌加密算法的设计,用该算法对实例进行加密仿真。     

基于变换空间近邻图的自助型局部保持投影

局部保持投影(LPP)是一种典型的降维方法,通过保持数据的内在几何结构,LPP能够获得潜在的判别能力.然而,传统LPP的性能取决于人工预定义的近邻图,并且严重依赖于最近邻标准在原始数据空间中的性能.因此本文提出了一种新的降维算法--自助型局部保持投影(sdLPP).该方法首先执行LPP获得投影方向,然后在其变换的空间更新近邻图,并重复LPP.另外,本文还提出了一种改进的拉普拉斯打分(Laplacian score)标准作为算法迭代终止和判别力的参考.最后,在几个公共的UCI和人脸数据集上验证了该方法的有效性.