腹下后置大偏距S弯进气道气动特性试验研究

对一种腹下后置大偏距S弯进气道进行高速风洞试验研究,得到了该进气道的工作特性:(1)随着流量系数的增加,进气道出口总压恢复系数略有下降,稳态周向畸变指数、紊流度和综合畸变指数均上升;当流量系数较大或较小时,进气道出口气流总压脉动均存在局部峰值。(2)在试验研究范围内,来流马赫数和侧滑角的变化对进气道性能影响不大;随着迎角的增大,总压恢复系数有所上升,畸变指数有所下降。(3)进/发匹配点处,进气道出口气流总压脉动功率谱密度分布呈现白噪声特征,对进气道/发动机匹配工作是有利的。     

USB与VLBI联合确定“探测一号”卫星轨道

我国绕月探测工程“嫦娥一号”卫星将以统一S波段(USB)为主,辅以甚长基线干涉仪(VLB I)测轨分系统来完成测控任务。由于“探测一号”卫星轨道与“嫦娥一号”调相轨道段相似,有关单位于2005年3月17日—20日进行了USB和VLB I联合跟踪“探测一号”试验。通过对联合测轨数据的处理,研究了USB—VLB I联合定轨方法,分析了联合定轨和预报精度,得出了一些结论。     

基于小波变换剔除数据野点的方法

在脱靶量数据处理中,野点的存在对采用非线性最小二乘法估计多普勒频率的精度会产生恶化影响。本文研究利用野值点和多普勒频率在小波域上系数的不同,对不同数据段的系数设定不同阈值进行处理,从而达到去除野值点和恢复多普勒频率的目的。试验结果表明,采用小波变换去除了随机测量误差与野值点对多普勒频率的影响,对于后续的脱靶量参数估计没有任何不利影响。     

一种基于二维傅里叶变换的数字水印算法

数字水印技术是信息隐藏的重要应用，广泛应用于数字媒体的版权保护，有很大的发展前景。介绍了一种基于二维离散傅里叶变换的数字水印算法，并得到了较好的鲁棒性和不可见性。     

滚动轴承早期故障的特征提取与智能诊断

在基于小波变换的滚动轴承故障诊断研究中,目前普遍存在小波变换参数选取和故障特征计算无法自动完成的问题。基于此,提出了一种基于二进离散小波变换的滚动轴承故障特征自动提取技术,实现了小波函数参数的自动选取和故障特征的自动提取。同时,基于结构自适应神经网络方法建立了滚动轴承的集成神经网络智能诊断模型。最后,利用实际的滚动轴承实验数据验证了所提方法的有效性。     

基于天基光学监视的空间目标MSC-SPKF跟踪方法

在对天基光学监视跟踪特点进行分析的基础上,提出样点状态转换修正球坐标Sigma点卡尔曼滤波(MSC-SPKF)方法以实现对空间目标的三维被动跟踪。利用修正球坐标系和无迹变换(UT)分别在仅测角被动跟踪和获取非线性系统状态二阶矩方面的优势,选择在修正球坐标状态空间内进行Sigma点采样,并利用状态空间转换完成样点矢量非线性预测,最后在修正球坐标空间内完成滤波更新,并给出相应的初始化方法。仿真结果表明该方法在收敛性和稳健性上更有优势。     

基于复Shearlet域高斯混合模型的SAR图像去噪

 结合双树复小波的平移不变性、多分辨率性和剪切波变换的灵活可选的多方向性,提出一种新的图像表达方法——复Shearlet变换。针对合成孔径雷达(Synthetic Aperture Radar,SAR)图像的相干噪声特点,建立了复Shearlet系数域的高斯混合模型(Gaussian Mixture Model,GSM),在此基础上应用贝叶斯最小二乘法进行系数估计,最后进行复Shearlet反变换得到去噪以后的SAR图像。仿真结果和分析表明:本文提出的算法相比其他变换域去噪算法,不仅去噪后的图像的峰值信噪比(Peak Signal to Noise Ratio, PSNR)有所提高,而且去噪后的图像更平滑,且与Shearlet域高斯混合模型相比,本文算法速度快了两倍多。     

基于FRFT的雷达信号chirp基稀疏特征提取 及分选

 特征分析是雷达信号分选识别的基础,利用稀疏分解思想对新体制雷达信号进行特征提取是一个新的研究方向。本文以分数阶Fourier变换的核函数作为稀疏分解的chirp基函数,将具有相近特征参数的chirp基函数构成基函数族用于稀疏分量提取,推导了在分数阶Fourier域基于匹配跟踪的chirp基函数族稀疏分解公式,然后利用chirp基稀疏分量的调频率和初始频率构成特征参数序列,将雷达信号脉冲分成5大类进行分选和识别,仿真分析验证了推导结果的有效性。结果表明对于具有线性或曲线时频特征的雷达信号在信噪比为-3 dB,采样频率为500 MHz,观测时间为2 μs,调频率不超过100 MHz/μs时,仍然具有95%的正确分选概率。     

飞机电气系统故障诊断技术新进展

分析了飞机电气系统的组成及特点;探讨了飞机电气系统故障检测与诊断的方法,对控制电气系统的故障、提高设备工作可靠性具有一定的指导意义;讨论了飞机电气系统故障诊断的最新研究成果及研究热点:基于信号处理的小波变换分析、智能方法下的神经网络和模糊逻辑控制及综合应用技术,并探讨了飞机电气系统故障诊断技术的发展趋势。     

基于小波变换和神经网络的脑电信号分类方法

结合小波变换和神经网络对酒精中毒者和正常清醒者的脑电信号进行分类.通过分析脑电数据找出分类特征;采用一维离散小波变换提取含有分类特征的脑电信号频段,并以小波变换分解系数作为信号特征,实现数据序列长度压缩;对应3种刺激方式建立3个相同结构的学习向量量化(LVQ)神经网络,用于对脑电信号的预分类;根据判决规则得到最终分类结果.对真实脑电数据的分类正确率达到89%.