基于Laurent分解的星载AIS解调算法

为了适应星载AIS（船舶自动识别系统）条件,提出了一种基于Laurent分解的单通道星载AIS信号解调算法。AIS信号可通过Laurent原理分解成若干调幅脉冲信号,该算法用其中能量最大的2个调幅脉冲信号在接收前端作近似匹配滤波处理,然后采用维特比译码算法对信息码元进行还原。结合实际工程应用,对该算法在低信噪比和混叠信号2种条件下分别进行仿真。仿真结果表明,该算法在2种情况下正确解包率均显著优于传统算法。     

基于动态Bayesian网络的叶片加工质量监控与溯源

 针对叶片加工过程中质量精度不高的问题,提出了基于动态Bayesian网络的叶片加工质量监控与溯源方法.利用动态Bayesian网络建立起叶片加工工序间的相互联系,实现对整个加工过程的控制.基于Bayesian网络对影响加工工序的因素集建立因果联系,采用多元统计过程控制中的T²控制图完成对各工序影响因素集的监控.进行误差溯源时,根据Bayesian网络建立的因果关系对失控样本的T²统计量依据原因变量进行误差分解,并构建各分解变量的控制限,将其作为误差源判定的条件.通过对某叶片加工过程的仿真,验证了所提方法的有效性.     

一种解决经验模态分解端点效应的边界延拓法

用于电子设备或系统辐射发射趋势预测的数据大多呈现非线性、样本量小的特点,这大大增加了预测建模的难度,而经验模态分解(EMD)可以将非线性、非平稳的数据分解成若干个呈现一定周期性的本征模态函数(IMF),并且EMD具有完备性和正交性,可通过分别对分解得到的IMF分量建模,从而完成对原始数据的建模。但EMD被端点效应问题所困扰,为了提高EMD的分解精度,针对分解过程中的端点效应问题,以及辐射发射趋势预测的时间序列数据样本量小的特点,利用建立灰色均值GM(1,1)预测模型所需数据量小的优点,提出了一种基于灰色均值GM(1,1)预测模型的边界延拓方法,在原始数据两端各拓展一个极大值和一个极小值,对原始数据进行边界延拓,从而抑制EMD的端点效应。仿真对比结果表明:该方法在分解层数和平均相对误差方面均优于未经延拓处理的EMD,且对数据样本量要求不高。     

超声速翼型气动优化设计

首先分析了几何外形和相对厚度对超声速翼型气动特性的影响。基于遗传算法(GA)和气动力快速工程算法,对于相对厚度为3.5%的多边形翼型进行优化设计,多边形翼型的优化外形趋于四边形,最大厚度点后移到翼型弦线的60%左右,随着迎角或者马赫数增大下翼面会变薄,上翼面变厚,最大厚度点相应稍有后移。对于相对厚度为4%的双圆弧翼型,采用两步优化设计方法,第1步优化结合基于B样条的类别形状函数变换(CST)参数化方法与小波分解方法,实现几何外形的局部控制与光顺处理,并且采用本征正交分解(POD)代理模型降低优化过程中流场计算的工作量;第2步优化采用基于Navier-Stokes方程的最速下降法(SDA),修正第1步优化中代理模型和小波光顺引入的误差;优化设计得到的翼型近似为四边形,其相对厚度最大点后移到翼型弦线的60%~65%处,升阻比可以提高7%。     

高固含量改性双基推进剂的烤燃试验研究

采用非限定烤燃试验,测定了高固含量改性双基推进剂药柱的热爆炸临界温度,讨论了固含量与临界温度的关系及临界温度的尺度效应;通过高压热分解研究,获得了高固体含量推进剂热分解反应非等温动力学参数,探讨了固含量对临界温度的影响机理。结果表明,固含量由0％增加至50％,热爆炸临界温度由134．5℃上升到156．1℃,3 MPa压力下第一热分解峰温由201．8℃上升到206．2℃（β＝10℃／min）,表明热稳定性增加;长径比为1的GLX?4药柱临界温度与直径的对数呈线性关系。此外,随着固含量升高,热分解活化能由161．0 kJ／mol升高到181．9 kJ／mol,揭示了烤燃试验热获得的爆炸临界温度升高这一现象的高压热分解动力学理论依据。     

关于航天器产品研制试验的思考

研制试验是航天器产品3大类试验之一,是提高产品固有可靠性的重要手段。随着对航天器产品在轨可靠、稳定运行要求的不断提升,研制试验的重要性进一步凸显。但是由于认识上的不足,使得研制试验在实际执行过程中存在一些偏差。文章结合航天器产品研制试验的现状和需求,对与研制试验相关的几个概念进行解读,对研制试验存在的问题进行分析,并利用典型案例说明研制试验在提高产品固有可靠性方面的独特作用,以期为正确认识航天器产品研制试验,并合理策划、有效开展研制试验提供借鉴。     

滚动轴承故障诊断的品质因子可调小波重构方法

针对轴承早期故障诊断困难的问题,提出了基于信号共振稀疏分解与品质因子可调小波重构的滚动轴承故障诊断方法.该诊断方法首先对轴承故障信号进行共振稀疏分解获得高共振分量和低共振分量;然后对低共振分量进行品质因子可调小波重构,并结合峭度分析,筛选出最佳分析信号;最后对最佳分析信号进行希尔伯特解调分析,从而提取滚动轴承故障特征信息.通过对仿真信号和实际故障信号进行分析,该方法能有效提取轴承故障信号中的冲击成分,凸显故障特征.      

基于两层POD和BPNN的翼型反设计方法

翼型优化过程需要大量的 CFD 分析,计算量大、耗时长。本文发展基于本征正交分解（POD）和反向传播神经网络（BPNN）的翼型反设计方法,该方法的优化过程如下：首先,通过 Hicks-Henne 参数化,在设计空间中构造翼型外形的样本库,并利用 Xfoil/Fluent 对样本翼型的流场进行求解;然后,对翼面压力系数和几何外形分别建立 POD 模型,即两层 POD 模型,并得到对应的基模态系数;最后,使用 BPNN 建立从压力系数的基模态系数到几何外形的基模态系数的映射,实现在给定压力系数下对几何外形的快速预测。通过算例分析,结果表明：在亚/跨声速状态,基于 200 个样本训练所得的两层 POD+BPNN 模型可以实现对具有目标压力系数分布的翼型的预测,其精度满足翼型反设计要求。     

基于经验模态分解的地球同步轨道高能电子通量预报

在磁暴恢复相期间,大量相对论(高能)电子从磁层的外辐射带渗透到地球同步轨道区.其中> 2 MeV的高能电子能够穿透卫星表面并聚积在材料内部,导致卫星无法正常运行或完全损坏.磁暴期间的高能电子通量变化的非平稳与非线性特征十分明显.通过实验发现,经验模态分解法能够极大地降低高能电子通量非平稳性问题造成的预报影响.以2008-2009年的数据作为训练集,2010-2013年数据作为测试集.结果表明:2010-2013年的预报率约为0.84;在太阳活动较为复杂的2013年,预报率达到0.81.引入经验模态分解后预报效率得到显著提高.     

一种电磁层析图像快速重建算法

针对电磁层析成像（EMT）逆问题中,灵敏度矩阵的病态性、不适定性等问题,提出了一种新的电磁层析图像快速重建算法。利用主成分分析（PCA）对灵敏度矩阵做降维映射,再利用奇异值分解（SVD）求广义逆矩阵,重建图像。在选取灵敏度矩阵的协方差矩阵的特征值个数中,利用灵敏度矩阵特有的多样本特性,提出图像相关系数最大化算法,更加合理地去除灵敏度矩阵中的冗余信息,在尽可能不丢失成像特征信息的条件下,提高了解稳定性。实际采集数据成像时,该算法只需一次矩阵乘法运算,为快速实时成像提供了可能。与传统单步算法和迭代算法相比,该算法在成像质量和速度上都有较明显优势。