利用输出误差时间序列模型识别结构时变模态参数

基于振动系统运动方程,建立了描述系统输入和输出关系的输出误差时间序列模型,论证了该模型中外源多项式系数的性质。利用基于UD分解的递归最小二乘参数估计方法估计OE模型的参数,从而得到结构的时变模态参数。数值仿真结果表明用此方法来识别时变模态参数是可行的。     

混合遗传算法在气动弹性多学科优化中的应用

利用遗传/敏度混合优化算法对复合材料前掠翼飞机进行气动弹性剪裁设计研究.在满足强度、位移、升力效率、副翼效率、发散速度和颤振速度等约束条件的前提下,以机翼复合材料蒙皮铺层的厚度为设计变量,对蒙皮进行重量最小化设计.研究表明,在飞机结构初步设计阶段单纯使用基于敏度的优化算法,很难满足设计上的要求;使用遗传/敏度混合优化算法可以取得较好的结果,该方法适用于飞机结构初步设计.还研究了偏轴角对优化重量的影响.分析结果显示,对于文中所研究的这类蒙皮使用由0°、90°和±45°纤维组成的铺层的复合材料前掠翼飞机,在满足多个约束条件的前提下,其优化重量对于偏轴角的变化相对不敏感.      

FY-4闪电成像仪实时事件处理器(RTEP)的FPGA设计研究

闪电是中尺度,特别是中-γ尺度天气系统研究的有力工具。闪电成像仪主要利用4种方法 组合来实现闪电信号的增强与探测。这4种方法是:光谱滤波、空间滤波、时间滤波、帧-帧背景去除。实时 事件处理器(RTEP)是实现帧一帧背景去除的最为有效的手段,它是提取闪电信号的重要途径。实时事件处 理器是一个实时数字信号处理系统,在2ms的时间内要完成12 bit量化的512×512个像素的信号数据处理, 探测出闪电信号。文章论述了实时事件处理器RTEP的必要性,实现原理,以及FPGA实现方案。     

基于遗传算法的故障诊断规则提取方法的研究

针对粗糙集应用于故障诊断过程中存在的决策表属性连续值离散化和属性约简之间分离的问题,根据粗糙集的约简思想,本文研究了一种新的基于遗传算法的规则自动提取方法,可以在知识获取过程中同时实现属性连续值离散和属性约简。将该方法用于卫星电源系统故障诊断,可以从故障决策表中直接提取规则,得到超过90%的故障诊断准确率,进一步验证了这种方法的可行性和有效性。     

快速Max-Min公平带宽分配算法稳定性分析

高QoS的网络传输要以一个稳定的连接作为保证,这就要求资源分配算法要有良好的动态稳定性,但公平分配算法的稳定性还没有得到人们的普遍重视。鉴于Max-Min公平带宽分配方案的实现算法─渐次填充算法的收敛速度太慢,本文提出了快速Max-Min公平分配算法,该算法用多次平均值来快速逼近公平资源值,巧妙的回避了渐次填充算法步长和收敛速度间的矛盾,大大提高了收敛速度。最后,本文对该算法进行了摄动分析,并证明了该算法的稳定性。     

Turbo码Log-MAP译码算法简化实现的研究

Log-MAP算法实现Turbo译码时,要用查表等方法进行修正项的近似计算。用误差传播理论推导出Log-MAP算法大规模集成电路实现时状态度量和对数似然值等的精度要求,明确了量化方案,并由此得出计算修正项所需要的精度由信道接收值量化精度决定。理论上解释了信道接收值量化间隔为0.25时,8级查表就可以满足译码精度要求;也解释了高信噪比条件下,由于量化误差的传播,修正项可以忽略不计,此时Max-Log-MAP算法与Log-MAP算法一样,也是最优译码算法。根据推导出的对修正项精度的要求,结合修正项函数值分布特点,提出用6级非均匀查表计算修正项的方法。该方法能达到16级查表精度,在实现上比8级均匀查表简单。计算机仿真证明了上述结论。     

一种利用功率反演和线性约束最小方差算法的自适应天线

介绍了一种新的基于功率反演和线性约束最小方差的算法,以高度抑制GPS接收机的干扰信号。这种结构通过提调整天线阵列的权值,实时地接收并改变来自各方向的GPS信号,同时对不同方向的干扰信号有高的抑制比。对固定和移动的干扰都做了仿真,仿真表明这种结构有很深的零点,对固定干扰信号的抑制比可达到115dB,对移动干扰信号的抑制比可达到94dB。     

基于BP神经网络的零件成组技术的研究

提出了一种基于BP神经网络的零件分类方法。通过200个典型零件样本对神经网络进行训练和测试,证明该基于BP神经网络的零件分类成组系统可实现零件的准确分类成组。     

An enhanced least squares residual RAIM algorithm based on optimal decentralized factor

The Least Squares Residual (LSR) algorithm is commonly used in the Receiver Autonomous Integrity Monitoring (RAIM). However, LSR algorithm presents high Missed Detection Risk (MDR) caused by a large-slope faulty satellite and high False Alert Risk (FAR) caused by a small-slope faulty satellite. In this paper, the LSR algorithm is improved to reduce the MDR for a large-slope faulty satellite and the FAR for a small-slope faulty satellite. Based on the analysis of the vertical critical slope, the optimal decentralized factor is defined and the optimal test statistic is conceived, which can minimize the FAR with the premise that the MDR does not exceed its allowable value of all three directions. To construct a new test statistic approximating to the optimal test statistic, the Optimal Decentralized Factor weighted LSR (ODF-LSR) algorithm is proposed. The new test statistic maintains the sum of pseudo-range residual squares, but the specific pseudo-range residual is weighted with a parameter related to the optimal decentralized factor. The new test statistic has the same decentralized parameter with the optimal test statistic when single faulty satellite exists, and the difference between the expectation of the new test statistic and the optimal test statistic is the minimum when no faulty satellite exists. The performance of the ODF-LSR algorithm is demonstrated by simulation experiments.