数字趋势序列的子序列匹配算法

针对时序数据挖掘中传统趋势序列分析的缺点,提出了数字趋势序列、趋势序列展开等概念.根据数字趋势序列的特点,使用片段斜率所对应的弧度值来度量片段的趋势.针对数字趋势序列的子序列匹配问题,设计了DTW(Dynamic Time Warping)快速搜索算法.算法分为3个部分:DTW顺序搜索、约束机制、冗余消除机制.并使用实际的股票数据对算法进行了验证.      

阵元位置误差影响下的一维噪声子空间算法

首先对一维噪声子空间算法进行了分析与仿真,然后重点讨论了阵元位置误差对该算法测向性能的影响。推导出了阵元位置误差影响下的空间谱计算公式,得到了有用结论。     

结构在环境激励下的模态参数辨识

针对传统模态辨识方法存在的缺陷,研究了工程结构在环境激励下的模态参数的辨识问题。通过各点测试数据的协方差数据构成Hankel矩阵,运用随机子空间实现进行系统矩阵的辨识。经飞机模型的环境激励分析验证,上述方法具有理想的辨识精度,在大型结构的模态辨识领域,拥有广阔的应用前景。     

直接扩频通信系统中最小误码率准则下的特征相消器

首先研究最小误码率准则下的特征相消器,再由最小化误码率（MBER）准则和约束条件的最小均值输出能量（MMOE）准则之间存在的关系,将MBER准则下特征相消器的设计转化为约束条件的MMOE下的干扰抑制器的设计,并利用子空间跟踪算法实现MMOE准则下的干扰抑制器。仿真表明,采用子空间跟踪算法比同准则下的RLS算法有更低的计算量和更好的抗干扰效果。     

一级涡轮盘腔内流体速度场的研究

用粒子成像(PIV)的方法测量了一级涡轮盘腔内流体的速度场,介绍了试验装置、试验方法,并给出了速度场的瞬时值和平均值,分析了不同冷却气体流量对速度场的影响。在冷却流量较小的情况下,腔内的速度场主要由粘性力决定,并有外流入侵现象发生;在冷却流量较大的情况下,腔内流场由冷气流动的惯性决定,由于存在涡的缘故,在某一半径处流动发生了分离。     

热处理及晶粒组织对2A55超高强铝锂合金板材各向异性的影响

采用室温拉伸力学性能测试、X射线织构检测、EBSD分析等方法,对比研究了10 mm与2 mm厚度2A55超高强铝锂合金板材的平面各向异性,阐释热处理制度与晶粒组织对板材各向异性的影响。结果表明,热处理后板材屈服强度最高的取向为轧向（0°）与横向（90°）;Taylor因子能较好地预测固溶态与T6态时效板材屈服强度的各向异性,织构是平面各向异性的重要原因;厚板更高含量的织构与长条状的晶粒形貌导致其各向异性强于薄板;时效热处理使10 mm厚度板材各向异性减弱,使2 mm厚度薄板各向异性增强;T3态、T8态板材的各向异性分别强于T4态、T6态,时效前的预变形增强了板材的平面各向异性。     

无动量亏损尾迹的实验研究

采用尾缘吹气的流动控制技术,改善静子尾迹区流动.使用热线风速仪对静子尾迹区在不同吹气量下的轴向速度进行了测量,得到了在纯尾迹、弱尾迹、无动量亏损尾迹和射流这4种工况下尾迹区的轴向速度分布、中心点速度频谱图以及尾迹特征长度沿流动方向的变化.实验测量结果表明,无动量亏损尾迹和纯尾迹工况相比改善了静子出口速度的均匀性,并改变了涡脱落特性.无动量亏损尾迹特征长度与x0.35成正比关系,而纯尾迹时的特征长度沿轴向与x0.37成正比关系变化.     

基于虚拟慢时间的双基地ISAR成像算法

针对双基地角时变引起的逆合孔径雷达（ISAR）图像畸变和散焦问题，提出了一种基于虚拟慢时间的成像算法。首先，分析了双基地角时变对ISAR成像的影响机理。然后，基于图像对比度最大准则估计等效旋转中心位置，完成初次相位补偿。最后，通过虚拟慢时间构建基于非均匀虚拟采样的补偿系数矩阵，并通过方位向非均匀傅里叶变换得到目标的ISAR像。算法基于图像对比度最大准则解决等效旋转中心位置估计问题，通过虚拟慢时间消除转动相位项的高次项影响，利用非均匀傅里叶变换解决随机虚拟采样的谱估计问题。理论分析和仿真结果验证了算法的有效性和鲁棒性。     

基于序列趋势和集合距离的UAV态势相似性度量方法

在无人机（UAV）自主作战与智能决策的过程中，无人机获取的新态势与历史态势的相似性度量是态势评估与作战决策的重要环节，而现有的相似性度量方法主要处理离散时刻态势，采用的欧式距离等方法对数据敏感，不符合作战态势特性，且处理效率低下，针对该问题，提出基于序列趋势和集合距离的UAV态势相似性度量方法。该方法首先选取UAV作战态势要素并以时间序列形式表征数据；然后，使用经验模态分解方法提取历史态势与新态势的序列趋势以度量序列趋势的相似性；最后，对趋势相似的每条态势序列进行自组织映射聚类，得到若干聚类中心构成集合，利用最优子模式分配距离度量集合间的距离，提取集合距离较小的部分获得与新态势相似的历史经验态势。通过公用数据集的分类效果比对实验以及作战仿真态势的相似性度量实验，表明该方法能够有效度量两序列之间的相似性程度，度量效果好，分类实验中分类精度较传统方法最高提高18%，且方法简便，具有一定的实用价值。