关于Salomon假设的研究综述

高速切削技术在航空航天工业中应用广泛,取得了巨大的经济效益.Salomon假设作为金属切削领域一个著名的科学猜想,被认为是高速切削技术的发端.本文讨论了Salomon假设的起源,从理论研究、仿真分析和实验验证等方面总结了历史上学者对Salomon假设的研究成果,论述了Salomon假设的工程实践意义.结论认为Salomon假设实际上并未证实,其关于温度变化的假设成立与否应该取决于对切削温度的确切定义,而关于刀具磨损的假设已基本可以否定.最后展望了Salomon假设的未来研究趋势.     

基于粒子滤波的被动多基站跟踪算法

针对被动多基站跟踪的实际应用，提出了基于粒子滤波的被动多基站跟踪方法。该方法首先利用两个基站的观测数据融合目标位置，并用第三个基站的观测数据对目标位置进行检验，消除了错误融合位置；然后，推导了被动多基站粒子滤波模型，并根据被动多基站跟踪的特点，提出了顺序重抽样方法，有效地解决了被动多基站跟踪中的高度非线性、非高斯的影响；最后，给出了算法的性能仿真比较。仿真结果表明提出的方法性能明显优于其他跟踪方法（如PMHT、IMM-PDA）。     

大型复杂仿真系统模型验证的有效途径

根据大型复杂仿真系统的特点,提出了利用贝叶斯(Bayes)理论对大型复杂仿真系统模型进行验证的方法,建立了检验建模与仿真(M＆S)中的复杂假设的规则及实现算法,经过部分实例证明此方法是一种准确、通用和有效的方法。     

无任何附加假设的梁的自由振动

本文不采用平面假设来研究梁的弯曲自由振动，也不采用剪切型振动假设研究短粗梁的自由振动，而用弹性力学的位移法导出了梁的自由振动微分方程，并推导了简支梁的自振频率的统一公式，其特殊情况即为有附加假设的自振频率公式。     

系统安全性评估中飞行机组人为因素的分析方法

随着飞机系统日益高度综合复杂和自动化水平逐渐提高,飞行员在应对失效或应急情况时往往准备不足,纠正动作可能是不正确、不及时或不完整的,因此系统安全性评估中迫切需要考虑飞行机组人为因素问题。通过分析CCAR25.1309（b）和（c）条款的要求和飞行机组对失效的处理过程,基于功能危险性评估中的失效状态,提出人为因素需求的捕获方法和人为因素分析方法;通过在型号中应用这些方法,从失效状态向告警和程序的角度实现安全性正向设计,建立安全性评估中飞行机组人为因素的完整适航符合性证据链。结果表明：本文提出的方法可有效表明对CCAR25.1309（b）和（c）条款中人为因素相关的适航符合性。     

多目标跟踪的核粒子概率假设密度滤波算法

提出一种新的多目标跟踪算法：核粒子概率假设密度滤波算法(KP-PHDF)。算法的创新点在概率假设密度滤波算法(PHDF)的目标状态提取步骤,以粒子概率假设密度滤波算法为框架,并运用结合了mean-shift算法的核密度估计(KDE)理论进行概率假设密度(PHD)分布的二次估计、提取PHD峰值位置作为目标状态估计值。分析与多目标跟踪(MTT)仿真的结果表明,与现有序列蒙特卡罗概率假设密度滤波算法（SMC-PHDF）相比,在相同仿真条件下新算法的估计精度提高30.5%。     

RP-3航空煤油燃烧的详细和简化化学动力学模型

建立了一个包含109组分和946个基元反应的煤油燃烧详细化学反应动力学模型,采用"准稳态"假设方法来对其进行简化,得到了包含22组分18步总包反应的简化反应模型.通过与典型实验结果和文献计算结果对比可以看出,简化模型具有较高的准确性,能够准确反映出RP-3航空煤油点火特性,能够用来对煤油燃烧问题进行准确的数值模拟.      

载荷多次作用下的共因失效系统可靠性模型

研究了随机载荷作用次数对系统可靠性的影响,指出传统的可靠性模型并不能很好地反映载荷作用次数对系统可靠性的影响,运用载荷-强度干涉模型和顺序统计量理论建立了随机载荷多次作用下的共因失效系统可靠性模型.考虑系统中零件的失效相关性,在不作失效独立假设的前提下,运用系统级载荷-强度干涉模型建立了共因失效系统可靠性模型.根据随机载荷作用的统计学意义,运用顺序统计量理论建立了载荷多次作用时等效载荷的累积分布函数和概率密度函数,在此基础上,建立了随机载荷多次作用下的共因失效串联系统、并联系统以及k/n系统可靠性模型.     

随机集的概率假设密度粒子滤波

多目标跟踪问题中,当目标数已知时,可以用概率数据互联(PDA)或联合概率数据互联(JPDA)算法。而当目标数未知或随时间变化时,需要对不同目标数的跟踪进行比较。可以把目标集看作随机集进行讨论,目标数N是随机变量。随机集的跟踪通过有限集统计(FISST)理论来完成。文中讨论了用粒子滤波实现跟踪随机集的方法。实验表明,在杂波环境下,粒子滤波可以稳健跟踪目标状态和目标数。     

区域杂波估计的多目标跟踪方法

高斯粒子概率假设密度（PHD）滤波往往假定杂波密度参数已知,这种做法对于实际应用是不现实的。此外,杂波的参数值通常依赖于环境条件,可能随时间发生变化。因此,多目标跟踪算法中需要实时准确估计杂波密度的参数。基于此,提出了一种多目标跟踪的区域杂波估计方法。首先根据量测信息在线估计出场景中的杂波数目,然后估计落入目标附近感兴趣区域的杂波数,并估计每个目标感兴趣区域杂波强度。仿真结果表明,在复杂场景下算法的跟踪性能明显优于未进行杂波估计的多目标跟踪算法,提高了跟踪的实时性和跟踪精度。