利用EMD方法提取太阳活动周期成分

EMD(经验模态分解)方法在处理非线性及非平稳时间序列时表现出了很大的优势和应用潜力.利用EMD方法研究太阳活动周期,对110年(1894-2003)和55年(1949-2003)的太阳黑子数月均值进行分解,分别得到一系列模式和一个趋势项,其中都可能包含有1.3至1.4年周期分量,25至30个月QBO(准双年振荡)分量,11年太阳周分量和22年Hale周分量.其中11年周期分量幅度最大,变化特征与太阳黑子数原始数据具有很高的相似性.不同于传统方法,EMD方法给出了太阳活动在不同时间尺度上各自分离的变化特征.      

非线性回归支持向量机的SMO算法改进

为了解决非线性数据和非线性函数的回归问题,采用了支持向量机序列最小优化算法.原始序列最小优化（SMO,Sequential Minimal Optimization）算法存在训练速度慢和训练结果不稳定的缺点,为了能加快SMO算法的训练速度和提高训练结果稳定性,通过改进优化乘子更新方法、采用双阈值法、预存核函数、增加停机准则等方法对SMO算法做了改进.仿真实验表明,改进的算法能很好地对非线性数据和非线性函数进行回归,具有比原始SMO算法更快的训练速度和稳定的训练结果.      

谐振式液体密度传感器的频率解算方法研究

为实现高精度测量谐振式液体密度传感器的输出信号频率,在现有的FFT频率解算理论基础上,引入更符合实际情况的加窗插值FFT频率解算方法,并分析频率变化以及噪声对解算结果的影响。通过Matlab仿真实验对该方法中常用的窗函数进行对比分析,最终选择加入Rife_Vincent窗的插值FFT算法作为输出信号频率的解算方法,并在所设计的硬件系统上进行了实验验证,结果表明,采用加Rife_Vincent窗的插值FFT算法解算传感器输出信号的频率,其解算误差小于0.1Hz,解算精度高且易于实现。     

基于不同寿命分布的DFR值换算关系

由于使用要求、载荷情况、结构型式与寿命可靠性要求等方面的显著区别,军机结构细节疲劳额定值(DFR,Detail Fatigue Rating)的定义有别于民机结构,主要体现在寿命分布假设与基本可靠性要求的不同以及基本结构的差异上.通过构件疲劳额定系数修正基本结构细节数的差别,假定采用对数正态分布与威布尔分布估计同一结构的中值寿命得到的估计值相同,从而导出了基于不同寿命分布的DFR值换算关系,给出了换算关系取决于DFR基准值与材料类别的结论.为军机结构耐久性设计提供了一种通过民机相似结构DFR值换算确定军机DFR值的方法,最后通过算例进行了验证.      

基于机会策略的多态系统视情更换决策

针对部件间存在性能相关性和经济相关性的多态系统,提出了基于机会策略的多态系统视情更换维修决策方法。采用Markov模型描述部件的衰退过程,利用通用生成函数对系统的可靠性指标进行分析,以机会策略为基础,从"部件级更换的角度"出发,提出了一种新的多态系统视情更换维修决策方法,确保系统在有限服役期内,获得最大经济效益。并以某雷达功率放大系统的更换维修决策为例进行分析,该方法在考虑部件间经济相关性的同时,一定程度上减少了总的维修次数,提高了装备系统的战场保障能力,具有很强的通用性和工程应用价值。     

两种命中误差指标之间关系的研究

针对两种命中误差指标在轴向偏差独立同分布情形下的关系进行了推导,并运用仿真试验进行验证,说明了推导的正确性。对独立非同分布以及非独立非同分布的一般情形进行了进一步的拟合分析,得到了两种命中误差指标关系的拟合多项式。     

完全互补序列在MIMO雷达中的应用

多输入多输出(MIMO,Multiple-Input Multiple Output)雷达系统采用多天线方式,利用发射信号之间的正交性提高系统性能,但传统的单码序列之间不能满足完全正交(自相关和互相关旁瓣全为0)的特性,影响了系统性能.针对上述问题,结合完全互补序列的特点,推导了完全互补序列模糊函数的数学表达式,进行了相应的计算机仿真,仿真结果充分验证了模糊函数的有效性;并对基于完全互补序列的雷达速度分辨率进行了分析.另外,研究了完全互补序列在MIMO雷达中的应用问题,并建立基于完全互补序列的MIMO雷达信号模型,结果表明:完全互补序列在MIMO雷达中具有很好的应用前景,同时验证了完全互补序列在MIMO雷达应用中的合理性和正确性.     

大气潮汐的经典理论及有关现代模式的发展

按照历史发展, 回顾了从无耗无风背景下线性化的大气潮汐方程组出发得到一个二维定态变量可分离的基本偏微分方程及其全球Hough函数波模解的经典理论; 介绍了主要由Forbes和Hagan发展起来的在真实有耗有风背景下线性化的本质上仍是二维定态, 但纬度和高度变量不可分离的现代数值模式GSWM; 概述了近年来针对中高层大气的GCM (例如TIME-GCM, MUAM, CMAM和WACCM) 来研究潮汐非线性及非迁移潮汐等的发展趋势. 在融合理解的基础上对各模式的特点和模式间的差异进行了适当分析, 从中可以看出,半个世纪以来人们在从第一原理出发试图揭示全球大气潮汐的真实结构特征和长短期变化机制等方面进行了持续的努力, 这种努力又是与从利用地基雷达到卫星搭载仪器观测大气(特别是MLT区域的风场和温度场)的发展密不可分的.      

各向异性层合阻尼结构的BP集成神经网络模型设计

本文以各向异性层合阻尼结构为研究对象,设计一种基于BP集成神经网络的智能分析模型。该模型中的集成神经网络由两个子系统神经网络并联融合而成,学习算法主要采用Sigmoid函数。同时,该模型设计针对各向异性层合阻尼结构参数的扰动性问题综合采用结构模式归类、学习算法的改进、小波分析方法予以处理。计算结果表明:该BP集成神经网络模型,较好地解决了各向异性层合阻尼结构参数的扰动性问题,并能有效量化结构参数的变化影响。