无网格方法中含参数指数权函数的研究

选择合适的权函数及相应的影响半径是无网格方法中很重要的问题,在引入数值紧支域概念的基础上分析了含参数的指数权函数中参数的选取范围,综合考虑计算效率和精度后给出了参数的选取原则,并讨论了在特定的参数下的最优半径以及不同参数对最优半径的影响.     

飞机产品用户满意度回归模型研究

为克服飞机产品用户满意度测评过程中自变量之间的多重相关性问题，利用偏最小二乘回归方法（PLS）。建立了飞机产品用户满意度回归模型。该模型通过主成分提取和还原计算的迭代，可准确确定影响飞机产品用户满意度的各要素对其用户满意度的贡献，完成用户满意度的回归预测。通过某飞机产品用户满意度计算的实例，说明了该模型的有效性和实用性。     

基于改进最小模算法的弹载圆阵抗诱偏技术

为了保证反辐射导弹(ARM)的有效杀伤力,基于非相干两点源的诱偏原理,设计了一种弹载小型圆阵,同时在改进最小模算法(MNM)的基础上,估计辐射源的到达角(DOA),从而实现对目标雷达及诱饵的定位。给出了均匀圆阵下最小模算法的原理及其改进算法,并对七元阵结构下的非相干的三辐射源进行仿真,仿真结果证明了该方法的有效性。     

基于几何无关模型的GNSS三频模糊度解算方法研究

针对模糊度估计受多径误差以及基线长度等影响而无法可靠保障运动情况复杂多变的动态测量问题,提出了一种新的三频模糊度动态快速求解算法。该方法利用模糊度估计成功率确定CIR法和LAMBDA法的适用范围。仿真及试验结果表明,该方法在保证模糊度估计可靠性的同时,还缩短了处理时间,适用于周围环境变化剧烈及载体运动情况复杂多变的实时动态测量。     

BP神经网络辨识发动机模型

<正>神经网络应用于系统辨识时,与传统的基于最小二乘算法的辨识方法相比较具有以下几个鲜明的特点,这也是BP神经网络具有的特点。(1)不要求建立实际系统的辨识格式。故可省去对系统阶次确定这一步骤,神经网络本质上已作为一种辨识模     

一种新的三孔探针试验数据处理方法

以三孔探针数据处理常用方法为基础,提出了一种新的三孔探针数据处理方法——相交曲线法。该方法利用三孔压力得到角度系数和速度系数,两个系数分别对应标定平面上的两条相交曲线,再通过简单迭代寻找在标定平面产生的唯一交点,该交点坐标即为对应的马赫数和角度。利用相交曲线法、样条插值法和最小二乘法,对同一状态同一支探针所测数据进行处理。结果表明,与样条插值法和最小二乘法相比,相交曲线法的数据处理精度相当,但效率提高了一倍以上,具有较高的实用价值。     

变截面悬臂梁结构动载荷辨识方法

在航空航天领域，作用在结构上动载荷的确定对结构健康监测是非常必要和重要的。为此，本文以类似机翼结构的变截面悬臂梁结构为研究对象，提出了一种基于光纤光栅传感器与卡尔曼滤波器的动载荷识别方法。首先，根据变截面梁单元形式，推导出变截面梁的质量矩阵与刚度矩阵，建立动力学运动方程。然后，以光纤光栅传感器测得的应变信息作为观测信号，通过卡尔曼滤波器生成的增益矩阵、新息序列矩阵以及协方差矩阵，得到灵敏度矩阵和估计力的增益矩阵。在此基础上，利用广义回归模型及其最小二乘算法，估算出动载荷大小、判断出动载荷激励位置。借助数值仿真与实验手段，分别验证了该方法对于单点正弦激励、方波激励、锯齿波激励以及多点同时激励等工况下的动载荷识别效果。结果表明，本文所提算法具有较好的动载荷识别效果和噪声抑制能力，能够为未来风洞试验和真实飞行试验环境中诸如大展弦比机翼表面气动压力等载荷实时辨识、气动外形自适应控制以及结构健康监测提供技术支撑。     

低本底α、β测量仪效率校准研究

简述了低本底α、β测量仪效率校准的基本原理,研究了自吸收和面积与探测效率的关系,评定了效率校准中的不确定度,并分析了效率在α、β样品测量中的应用。     

保序调整对线性回归影响的试验分析

采用数学试验方法模拟随机变量,考察满足序关系的变量关于自变量的线性回归,研究并对比在这种情况下直接应用最小二乘线性回归与先对观察到的因变量使用PAVA算法进行保序调整再应用最小二乘线性回归的优劣。结果表明实际应用中,首先进行PAVA算法作调整并不一定是好的,尤其当数据量比较大的时候,其并不能提高拟合效果反而增加工作量。当因变量满足序关系时,直接做最小二乘回归,无需对因变量使用PAVA算法作调整。