惯导减振系统结构参数的优化

利用随机振动理论,建立了惯导减振系统的集中参数分析模型。以各元件等效的质量、刚度和阻尼系数作为优化参数,以惯导系统的加速度均方值最小为优化目标,分别从解析与数值途径推导出惯导支架结构参数的优化计算公式,结合Lagrange乘子法和Powell算法对支架结构参数进行数值优化。数值算例说明了方法的正确性,为惯导系统结构减振优化设计提供了新思路。     

基于贝叶斯框架的旋翼气动力数据融合

由于气动环境的复杂性,旋翼在气动评估中存在较多不确定性且对旋翼性能影响较大。当前旋翼气动评估方法不能考虑气动数据不确定性,本文将数据融合技术应用于旋翼气动预测以在记及某些不确定因素影响的条件下,获得具有更高可信度的气动力分布及置信区间,为进一步开展旋翼气动数据的不确定度分析及工程应用奠定基础。基于不同来源的气动力数据均为正态分布的独立随机变量这一假设,将分布气动数据和测量值之间的关系作为融合准则,以实现最佳匹配测量值为目标,采用贝叶斯估计求解融合数据的最大后验概率分布,从而构建一种基于贝叶斯框架的气动数据融合方法。以UH-60A旋翼及Caradonna-Tung旋翼为例,采用所提方法进行不同来源气动数据的融合,对融合结果的估计方差与预测误差进行对比分析。结果表明,首先,所提方法对于输入数据的来源无特殊要求,能够给出融合结果的置信区间并降低不同来源数据的估计方差,基于此结果后续可进行不确定度分析与研究;其次,融合所得结果并不局限于不同来源数据之间,扩大了数据覆盖范围;最后,融合所得结果相比于单一数据来源更符合物理规律。     

基于扰动观测器的伺服控制律设计方法研究

本文介绍了扰动观测器原理,采用线性分式变换的方法将实际模型与标称模型的误差分离出来,通过小增益定理分析了闭环系统稳定性的影响因素,将其应用于直流伺服系统的控制器设计上,并在此约束下设计了控制器,对其进行了数学仿真,仿真结果表明该闭环系统与标称模型相似度很高,对外界负载扰动的抑制效果也很好,验证了该方法在电动伺服系统设计...     

从图像处理的观点出发来看光学遥感器的成像质量

图像处理作为成像链路重要的一部分,充分利用地面去噪声和解卷积的作用,可以一定程度上提高成像质量。文章从不考虑、被动考虑以及主动考虑图像处理3个方面来对光学遥感器的成像质量进行了一些探讨。     

基于贝叶斯估计的特征事件判别方法研究

针对利用遥测指令参数进行特征事件自动判别时,现有方法忽略了数据源之间相互印证的条件,仅依据测量值相同来判别特征事件的发生时间,存在一定的误判概率,提出了一种基于贝叶斯估计的特征事件判别方法。方法不仅利用了当前数据源的测量值,同时还兼顾特征事件固有的先验分布信息,能够有效提高自动判别的准确率。首先,通过对特征事件数据源的内涵进行分析,得出了不同数据源相互印证的条件;其次,通过对历史数据进行统计分析,建立了特征事件发生时间的正态分布概率模型,并以此为基础提出了基于贝叶斯最大后验估计算法,设计了完整的特征事件判别方法;最后,通过工程数据的仿真计算和结果分析,验证了方法在特征事件判别中的实用性和有效性。     

基于贝叶斯优化的磁光阱多参数自主优化系统

磁光阱是一种冷却陷俘原子的装置,磁光阱实验参数的优化是冷原子实验中基础且重要的工作,人工手动优化参数需耗费大量时间,且很难确保最终参数是全局最优的。基于贝叶斯优化的机器学习方法是一种对目标表达式未知、非凸、多峰的量子物理系统进行参数优化的有效方案,该过程通常远快于人工手动调节,且有更大概率找到全局最优值。提出了一种基于贝叶斯优化方法的冷原子多参数自主实时优化实验方案,该方案通过成本函数构造、控制程序编写、贝叶斯算法优化等形成一个可自主优化的闭环系统。实验结果表明,经过约30 min的迭代优化,所提方案可有效完成磁光阱系统的多参数优化,并得到最优的实验结果;所提方案验证了贝叶斯优化方法在多参数物理系统中应用的可行性,通过改进成本函数,还可应用于其他的复杂多参数实验物理系统最优参数快速确定。     

四色定理论证的关键

一百多年来对"四色问题"的研究长期不得其解的关键在于:肯泊(A.Kempe)当年提出的"不可避免构形集"中一个国家(地域)具有五个邻国(邻域)的所谓"可约性"问题得不到解决。"《四色定理》论证"用数学归纳法,而"平面图的点着色方法"未用数学归纳法,两种方式论证"四色问题"都涉及到"一个(待着色)顶点有五个邻接顶点,已着有4种颜色,要将这4种颜色设法变成3种,把腾出来的1种颜色给该顶点着色。"———这就是四色定理论证的关键。再根据换色原理,用巧妙而深层次地换色办法,对这个关键进行更深刻地论述,其换(着)色最多六步就可以完成,进而更充实和完善了前述两文。     

机匣包容性的贝叶斯评价方法

用击穿率描述机匣包容性,知识状态曲线表达击穿率评价结果。针对实际评价中有关知识和信息逐步完善的特点,运用贝叶斯理论,研究出一个动态递推的评价方法。解决了贝叶斯方法实用中难题：如何简易地确定先验的贝塔分布。     

贝叶斯假设理论检测发动机传感器故障

贝叶斯多重假设检验是将被检测传感器的M个可能状态,作相应M个假设H_i,其先验概率分别为P(H_i)(i=1,2,…,M),故障决策就是从给定观测量M,寻求H_j为真,由贝叶斯风险函数H_i(i=1,2,…,M,i≠j)个假设中的最小值确定最可能发生的假设H_l。      

基于GCF-SB视觉注意模型的红外目标检测算法

针对复杂背景、低对比度条件下的红外目标检测,提出了一种基于灰度对比度特征 相似性贝叶斯(GCF SB)模型的红外显著性目标检测算法.建立了一种灰度对比度特征(GCF)模型,该模型利用两个通道分别提取红外图像的灰度特征和对比度特征,然后通过特征融合获得初级显著图;建立了一种基于相似性的贝叶斯(SB)模型,该模型根据初级特征图分别计算目标和背景的先验概率和似然函数,然后利用贝叶斯公式获得最终显著图,进而实现红外图像的显著性目标检测.实验结果表明,所提出算法能够有效抑制复杂背景、低对比度红外图像的噪声,增强对比度,具有较高的检测精度和鲁棒性.