基于可调品质因子小波和簇稀疏增强的磁异常信号特征提取研究

在磁异常信号目标探测中,由于存在背景噪声的干扰,导致采集到的磁信号中的有用特征极其微弱,从而极大地增加了特征提取的难度。文章提出了一种基于重叠簇收缩算法的可调品质因子小波变换的稀疏特征提取方法。与传统的固定品质因子值相比,该方法可根据信号的振荡特性调整品质因子,从而有效地诱导稀疏;此外,重叠簇收缩算法可有效地从具有簇特性的信号中提取微弱特征,从而增强特征的提取精度。经工程验证,将该方法应用于磁异常信号特征提取,可从复杂背景干扰信号中精确地提取出有用的稀疏目标特征。     

基于多模型的航空发动机传感器混合故障诊断方法

本文在多模型架构下,提出一种航空发动机传感器在线混合故障检测与隔离算法。利用长短期记忆网络逼近航空发动机建模误差、健康参数变化、过程噪声和测量噪声等不确定性源引起的真实发动机与机载模型之间的偏差。将传感器测量输出与不确定性值的偏差用于一种基于多模型的混合卡尔曼滤波器组算法中,利用贝叶斯方法计算每个传感器在健康模式和不同故障模式下的条件概率,然后根据最大概率准则进行传感器故障检测与隔离,克服了阈值难以选取的问题。针对某型涡扇发动机传感器发生偏置故障、漂移故障和间歇性故障的情形进行仿真验证,并对比了不同传感器之间的检测与隔离精度。结果表明：所提出的方法可以在更高水平的退化下诊断出发动机传感器常见的故障,混合方法对不同不确定性源具有鲁棒性。     

基于集成学习模型的飞行学员认知负荷研究

在飞行过程中,飞行员需要在短时间内接收大量信息,并做出正确的判断与决策,而过高的认知负荷会影响其感知、判断、决策等认知过程,进而影响飞行安全。首先通过飞行模拟实验获取飞行学员在执行不同飞行任务时的生理数据;然后通过时域、频域分析等方法提取呼吸和心电信号的特征,并通过统计学方法筛选出能够反映认知负荷水平的指标;最后结合支持向量机、K 最邻近、人工神经网络等方法建立集成学习模型,对飞行学员的认知负荷进行评估,并与单一算法进行对比。结果表明：本文建立的集成学习模型具有较高的准确率,能够更好地反映飞行学员认知负荷水平。     

推进剂药浆混合均匀性研究

用Ｈａａｋｅ流变仪研究了高固体含量丁羟推进剂的混合均匀性,提出了用复合粘度和复合模量作混合均匀性表征参数的评价方法。研究结果表明,高固体含量丁羟三组元配方的预混阶段需１５ｍｉｎ～２０ｍｉｎ快速混合,总预混时间以３０ｍｉｎ～３５ｍｉｎ为宜。     

8902A测量接收机检定高频电压表的实验研究

对８９０２Ａ测量接收机用作高频中,小电压标准进行了分析研究,介绍了一种检定超高频毫伏表的新方法,并给出了实验数据,对该标准装置的不确定度进行了分析。     

关于建立高阶差分格式的问题

为了能在不太密的网格上捕捉到流场的细致结构。通常采用高阶精度的差分 式进行数值模拟。为能抑制计算中和在激波附近产生的虚假波动,本文从物理构思出发,提出了建立高阶格式的两个基本原则,作者称之为抑制波动的原则和稳定性原则。     

箔条云团的后向雷达散射截面积

用矩量法计算了３种箔条云团模型的后向雷达散射截面积。计算结果表明平均间距较大时（大于２λ）互耦对ＲＣＳ影响不大,后向散射截面积的概率分布无论考虑互耦与否都满足指数分布,只是其数学期望有所不同。     

自动化加工刀具破损监测系统

提出了融合声发射信号和电流信号检测刀具破损状态的方法,尤其是采用小波变换处理电流信号获取信号特征,可以改善检测系统的适用性。实际应用证明系统具有高的可靠性。     

风云二号卫星 CDAS 原始云图解调器

在传统四次方环基础上提出了一种适用于快捕的新方法——四次方环开关法;根据这一原理研制的风云二号ＣＤＡＳ原始云图解调器具有捕获快,捕捉带宽,误码率性能好等特点;经测试及实用证明,此解调器性能优良,完全能满足实际需要。