基于单边带OOFDM的TDM/WDM-PON

文章首次提出了基于单边带光正交频分复用（OOFDM）的TDM/WDM-PON方案并建立了一个通道的系统模型。下行采用80Gbit/s的单边带OFDM信号,节约WDM通道带宽资源,减小色散的影响,OLT调整各ONU的子载波个数即可实现动态带宽分配。上行采用20Gbit/s的NRZ信号。利用半导体光放大器（SOA）的增益饱和特性实现了ONU的无色管理。对系统模型进行了仿真,并对结果进行了分析。     

卫星点波束天线的多目标指向优化研究

卫星天线波束常常需要同时覆盖特定区域内多个目标,为保证目标接收卫星信号的增益要求,需对其指向进行优化。以我国某卫星点波束天线为研究对象,将天线功率辐射模型引入卫星指向计算模型中,完成了指向目标的增益计算。运用最优化原理分析了多目标指向增益优化模型,在无约束条件下,指向增益最优点在标称三目标构成的三角形重心位置;有约束条件下,最优点在满足相应约束下偏离无约束最优点。多目标指向优化理论研究对点波束天线的高精度指向及确保目标的通信特性提供了适用的工程模型,具有极强的工程应用价值。     

基于离散小波变换的北方寒区年降水量多时间尺度特征分析

为深入剖析这种多层次时间尺度结构和局部化特征,本文以北方寒区典型城市哈尔滨市为例,运用小波理论,采用morlet小波函数对年降水量序列进行离散小波变换,进而分析其多时间尺度特性,揭示年降水量在不同时间尺度下的小波变换时频特征、丰枯交替变化的周期规律以及未来的发展趋势,为制定科学合理的用水制度提供一定的参考依据。研究结果表明:不同的时间尺度分辨率下,哈尔滨市年降水量序列会表现出不同的周期交替现象,主要存在3,16和28 a左右的周期。     

基于小生境遗传算法的多峰函数优化

根据多峰目标函数的具体情况,应用遗传算法随机寻优得到若干个最优值,以这些值作为小生境遗传算法的先验知识,指导小生境距离参数的确定。依据此方法确定小生境距离参数,应用小生境遗传算法成功求解了shubert多峰函数的所有全局最优值。并与相同遗传操作和相同参数下的遗传算法作比较,小生境遗传算法不但能一次性地寻求到解空问中所有的最优解,而且就寻求一个最优点而言收敛速度快于非小生境遗传算法。     

一类变结构控制系统滑动模态的特征值条件

在单输入双线性常值变结构控制和比例变结构控制及一般双线性常值变结构控制系统的基础上，将系统推广到一般多输入双线性系统的比例变结构控制，引入排序截尾算子取变结构控制律与状态变量中ｍ个绝对值较大的分量成比例实现对ｎ个被控变量的控制，采用李亚普诺夫方法研究这类系统的滑动模态，得出此类系统产生稳定滑模运动的条件，并对该条件进行讨论和简化，将其表述成系统矩阵与双线性矩阵特征值之间的关系式。同时给出了一个三阶     

关于阵列式雷达目标模拟器的理论分析

本文权述了阵列式雷达目标模拟器的基本原理。根据模拟目标与实际目标在接收处的反射场及视在中心均应相同的关系导出了三元阵三个阵元的调制信号,并指出这种射频目标仿真既适用于单站情况,也适用于双站情况。     

基于模糊积分的航空发动机MTBF动态评估方法

针对传统评估方法无法解决航空发动机可靠性评估的滞后问题,采用模糊积分方法建立航空发动机动态可靠性评估模型.引入故障强度因子,建立降半正态型分布的故障强度因子函数表示故障纠正过程.通过故障强度因子得到模糊密度,采用Choquet模糊积分方法融合发动机各阶段可靠性指标,解决了航空发动机可靠性指标的动态评估问题.对在研的某小型涡扇发动机进行了应用研究,结果表明采用Choquet模糊积分数据融合方法进行动态评估能考虑到不同阶段故障数据的重要性,对发动机当前的可靠性水平能给予更加科学的评价.      

基于多维递阶熵的元胜任力模型实证

为了提升人力资源效用,减少用人风险,测评个体胜任力,针对七维度的元胜任力模型,提出了多维递阶熵决策模型.首先分析元胜任力性质呈现动态渐变的特征,进行信度和效度检验,然后通过层次分解和维数递进的方式,运用熵模型集结元胜任力的多个维度:概念能力、创造力、学习能力、反省能力、情绪能力、沟通能力、解决问题能力,获得综合测评值.最后,人力资源案例的实证研究表明,基于递阶熵计算元胜任力值,验证了元胜任力模型在实际工作中具有有效性和可行性,为提升人力资源效用提供了科学依据.     

多架无人机协同航路规划方法研究

根据敌方防御区域内雷达，导弹等威胁阵地的具体分布情况，采用划分Voronoi多边形的方法制订初始航路，然后对初始航路进行了合理的离散处理，最后采用动态链类比法调整航路，航程并对航路进行光顺处理，提出了一种协调多架无人机（UAVs）于同一时间到达目标点的航路规划方法，用数字仿真技术对该方法进行了验证，结果表明该方法是可行的。     

多重应力下滚动轴承剩余寿命预测

为了实现多重应力下滚动轴承的剩余寿命预测,有效利用不用应力下的退化数据,提出了一种基于加速模型和贝叶斯（Bayesian）理论的滚动轴承剩余寿命预测方法。通过拟合优度检验和威布尔（Weibull）概率图检验法对滚动轴承试验中的数据进行有效性分析。利用switching Kalman filters(SKF)判断滚动轴承各时刻的退化状态。当滚动轴承进入加速退化时,用指数模型拟合轴承退化过程,利用广义线性对数模型表示退化模型参数与应力的关系,根据修正后的轴承实时退化数据利用贝叶斯算法更新模型参数,得到滚动轴承剩余寿命的概率密度函数,从而实现滚动轴承剩余寿命预测。采用XJTU-SY轴承数据集进行验证,预测结果的均方根误差在20 min以内,证明该方法能够有效预测滚动轴承的剩余寿命。