基于支持度的MEMS陀螺信息融合方法

为了解决微机械电子系统(MEMS, micro electronic mechanical system) 惯性器件测量准确度低、噪声大、长时间单独使用导航误差积累大等缺点,提出了一种MEMS陀螺阵列结构设计,在完成微型惯性测量单元(MIMU, micro inertial measurement unit)的标定后,采用基于支持度的信息融合方法对陀螺阵列输出进行信息融合。试验结果表明：该结构设计和信息融合方法能够有效的提高MIMU的测量准确度,具有一定的工程应用价值。     

面向火星探测的中继通信星座设计

在深空通信中,传统的点对点通信方式已经不能满足远距离信息传输的要求。为给目标探测器提供更长时间的中继通信,针对火星目标探测器正常和应急特殊工作这2种不同的应用场景。分别设计了均匀覆盖和连续覆盖的火星中继星座。中继星座方案由1个轨道面内的3颗中继卫星组成,2个星座采用了不同的卫星相位间隔。     

基于压差梯度的平流层飞艇艇囊应力计算和仿真

平流层飞艇体积庞大,艇囊表面曲率小,因而蒙皮材料的局部应力集中极易导致飞艇艇囊蒙皮发生过大变形而迅速超压损伤破坏.基于飞艇艇囊内外压力压差梯度载荷条件,建立飞艇艇囊蒙皮受内外压差真实工况下环向与轴向应力的理论计算模型,构建飞艇蒙皮应力分析的Von Mises强度准则.并采用ABAQUS有限元软件非线性仿真艇囊蒙皮分别在超压300,500,800 Pa载荷下的各点环向的Von Mises应力状况.仿真结果与理论模型计算的应力值基本保持一致,飞艇艇囊蒙皮环向Von Mises应力呈现随压差梯度增大而递增的规律,而轴向Von Mises应力大小由环向Von Mises应力、蒙皮局部经纬向曲率共同决定,且两方向的Von Mises应力均与超压载荷大小成正相关关系,为飞艇艇囊蒙皮超压应力评估和强度计算提供基础性研究.     

基于两层元数据与本体的异构数据共享技术

针对多源、多类、异构数据难以同时共享的问题,提出了一种两层元数据结合本体的信息共享技术.首先,分析了两层元数据的结构,介绍了如何通过两层元数据统一描述多类异构数据.其次,针对元数据缺乏语义信息不能描述数据类别之间的隐含关系的问题,在元数据之上建立本体层,对元数据进行语义描述和本体推理.最后,在数据检索方面,利用Lucene全文检索引擎与SPARQL(Simple Protocol and RDF Query Language)本体查询语言相结合,在关键词查询过程增加了SPARQL检索操作,提高了查全率,并优化了检索时间.实验选取了2014-2015赛季欧洲足球冠军联赛数据作为测试数据,证明了本文方法在异构数据共享上的有效性和元数据查询性能的改进.      

基于信息融合的网络安全态势量化评估方法

针对目前网络安全态势评估大多存在信息来源单一、评估范围有限、模型不易构建、时空开销大且可信度较低等问题,提出了一种多源异构信息融合量化评估网络安全态势的方法。首先,构建分级朴素贝叶斯分类器,快速高效地融合主机上各多源异构非确定性信息源。然后,利用拉普拉斯原理平滑参数学习,优化分类与推理结果。使用数理统计的方法融合网络上各主机的安全指数,量化评估网络安全态势,对当前网络安全状况有一个宏观整体的认识。最后,通过真实网络环境的实验,验证了所提方法在网络安全态势评估中的可行性和有效性。      

采用新翼型的函道螺旋桨气动特性实验研究

对国内、外螺旋桨翼型研制和发展的情况作了简单回顾后对分别采用ＮＰＵＰＲ翼型及ＮＡＣＡ－１６翼型设计的四种螺旋桨方案的气动设计方法作了简单说明，同时介绍了用这些方案进行风洞实验研究的主要结果，这些结果与计算结果相一致。此外，计算和实验结果表明：ＮＰＵＰＲ翼型设计的螺旋桨明显优于用ＮＡＣＡ－１６翼型设计的２方案，而用ＮＰＵＰＲ原翼型的Ｋ、Ｚ方案又明显优于应用户要求修型的１方案。     

组合导航信息融合滤波的研究(英文)

提出一种组合导航信息融合新方法,该方法能提高容错性能,更好地进行故障检测、隔离和重构.同时,当故障发生时,由于融合了系统信息,它能使重构的系统以更高的精度工作.采用这种滤波器设计了捷联惯导系统、GPS、多普勒雷达三传感器信息容错系统.仿真结果表明, 这种设计方法对陀螺、加速度计、GPS、多普勒雷达的软故障是有效的.     

复合导引头目标信息融合抗干扰技术研究

复合导引头由微波制导至红外制导的过程中,受干扰条件的影响,有可能出现错误交班。为了提高导引头应对干扰的能力,设计了一种微波/红外目标信息融合抗干扰方法,该方法利用微波与红外目标信息进行关联度检测,对跟踪微波与红外运动的趋势进行在线实时判断,及时做出干扰误交班判定。在进行了干扰误交班的情况下,MATLAB数字仿真结果表明,该算法能够准确有效地给出干扰误交班判断,从而保证了在干扰环境下对目标跟踪的稳定性。     

结合轮廓及骨架序列编码的二维形状识别

二维形状识别是物体识别中的一个基本问题,被广泛地应用于商标检索、指纹识别、物体定位、图像检索等多个领域。其中,基于生物信息学的二维形状识别是近期一个新的研究方向,基本思想是把二维形状的轮廓转化为生物信息序列,借助标准的生物信息序列分析工具来进行二维形状的匹配和识别。不过,利用轮廓进行信息序列编码存在编码冗余和编码准确性不高的问题,本文提出了一种新型的结合形状轮廓和骨架的序列编码方法。该方法利用骨架表示形状的细长分支,减少编码的冗余;并分别对轮廓和骨架进行不同类型的编码,具备编码简洁、后续匹配准确性高等优点。最后,本文在三个公开数据集上进行大量的形状识别实验,并与多种通用形状识别方法进行了比较。实验表明,本文方法在多个实验中均取得了较高的识别准确率,相比基本的形状特征描述方法,准确率提高了近5%。