同时考虑基本变量和失效域模糊性的广义失效概率数字计算方法

针对基本变量和失效域均具有模糊性的广义可靠性分析问题,提出了一种基于模拟退火优化的高效数字计算方法。在数字模拟的过程中,由模拟退火优化的Metropolis准则逐渐优化提取样本的重要抽样密度函数。由于基本变量和失效状态均含有模糊不确定性,因此所提算法在构造重要抽样函数时考虑了两个因素的影响,其一是基本变量的等价联合概率密度函数,其二是状态变量对模糊失效域的隶属函数,从而使得对广义失效概率贡献大的样本出现的概率较大,提高了抽样效率和计算精度。所提算法在模拟退火逐渐寻优的过程中,充分利用了过程中的信息,进一步提高了计算的效率,算例的结果也表明本文所提方法是合理可行的。     

广义等部偶圈的同构因子分解

本文证明了广义等部偶圈Cn(m)可以分解为t个同构因子的充要条件是t可以整除Cn(m)的边数,并提出猜测：上面的结果对一般广义等部圈也成立。     

低重环境下圆柱贮箱内液体晃动特性研究的一种解析法

考虑低重环境下圆柱贮箱内由于表面张力影响而呈现弯曲自由液面的情况,利用Fourier Bessel级数对贮箱受横向激励时的自由液面处的边界条件进行展开,得到液体晃动系统的广义状态方程,给出了固有频率、晃动波高、晃动力和晃动力矩等晃动特性的计算公式。通过数值算例与文献结果对比,在验证文中方法正确性的同时,具体研究了各晃动特性随充液深度、外激励频率和Bond数等参数变化的规律。     

基于广义相位谱对干扰源测向方法的研究

针对无源系统对噪声调频干扰源进行测向的问题,在研究宽带信号的数字鉴相算法的基础上,提出了一种采用多通道信号、基于广义相位谱(GPS)的测向算法。先把阵元接收到的信号变换到频域,然后运用广义相位谱对互谱相位差加权处理,进而估计出宽带噪声调频信号的波达角。仿真实验的结果表明,该测向方法对不同带宽的干扰信号都可保证较高的测向精度。     

一种基于接收机钟差广义插值法的卫星定位增强算法

为提高卫星定位的连续性与精度,分析和讨论了接收机钟差模型辅助定位的可行性与基础,结合广义插值方法建立了一种高精度钟差数学模型及其相应的增强定位算法。该优化拟合模型在分段边界点上满足插值条件,不断利用钟差观测序列的最新均值或加权均值插值点对模型进行约束,使其具有更好的实时性及更高的外推精度。通过GPS实测实验,对方法的可行性和精度进行了分析与验证。结果表明,基于该模型的增强定位算法,既可辅助卫星信号短暂缺失的非完备定位情况,实现三维定位,也可用于正常星座的定位情况,有效提高定位精度。     

基于广义S变换的空间锥体进动微多普勒分析

锥体进动特性是用于空间目标识别的重要依据之一.为了研究这一问题,提出一种基于广义S变换的空间锥体进动微多普勒特性分析方法.根据锥体进动的物理运动过程建立了相应的数学模型,推导出锥体进动微多普勒频率的理论表达式,并通过仿真结果验证其正确性.该模型采用共原点的目标多坐标体系,使其仅存在旋转关系,从而简化了模型的结构与计算复杂性.在此基础上,利用广义S变换实现了对模拟雷达进动回波的微多普勒特性分析.在不同信噪比条件下的仿真结果表明:该方法时频分辨性较好,而且具有较高的鲁棒性.     

随机粗糙表面对非牛顿磁流体轴承润滑性能的影响

为了研究应力偶效应和粗糙表面形貌效应对磁流体轴承润滑性能的双重影响,首先采用蒙特卡罗方法对具有高斯分布的随机粗糙表面进行表征,并与扫描电子显微镜下实际加工表面形貌图进行对比,同时基于Christensen随机模型和Stokes微连续理论,推导出随机广义非牛顿雷诺方程,通过有限差分法对微尺度条件下磁流体轴承进行数值模拟,分析横向和纵向粗糙模型下不同参数对磁流体轴承润滑特性的影响。结果表明:实际的工程粗糙表面具有各向异性;不同粗糙模型对承载性能的影响趋势与宽径比有关,当粗糙度参数为0.3,轴承宽径比为0.5时,纵向粗糙模型将使最大无量纲压力提升3.9%,而横向模型将会削弱压力水平;当宽径比增至2.0时,横向粗糙模型将使其提升5.7%,从而改善承载性能;动力参数、磁力系数以及应力偶参数的增加均能不同程度地增强液膜压力水平,其中后两者的增加将会使粗糙模型的影响效应显著增强,同时承载力增大且偏位角减小;当应力偶参数从0.2增至0.5时,粗糙模型对承载力的影响趋势随宽径比变化的分界点从1.70增至1.95。     

基于BDS-GD的低截获概率雷达信号识别

针对在信号特征提取与识别中使用双谱估计数据量大、维度高的问题,提出了双谱对角切片（BDS）与广义维数（GD）相结合的识别方法。通过提取信号双谱对角切片减少数据量,并利用多重分形理论中的广义维数降低数据维度,对切片内部特性进行细微描述,基于距离测度提出特征评价指标,从而选出最具有区分度的3个阶数对应的广义维数作为特征向量,输入到最小二乘支持向量机中进行分类识别。使用4种低截获概率（LPI）雷达信号作为待识别信号,仿真结果表明,本文方法提取的信号特征在特征空间中有良好的聚集性和离散性,在0 dB信噪比下,识别准确率能达到92.2%,与选取的其他方法对比说明其具有很好的识别性能。