An Artificial Neural Network based approach for estimation of rain intensity from spectral moments of a Doppler Weather Radar

By using a Doppler Weather Radar (DWR) at Shriharikota (13.66°N & 80.23°E), an Artificial Neural Network (ANN) based technique is proposed to improve the accuracy of rain intensity estimation. Three spectral moments of a Doppler spectra are utilized as an input data to an ANN. Rain intensity, as measured by the tipping bucket rain gauges around the DWR station, are considered as a target values for the given inputs. Rain intensity as estimated by the developed ANN model is validated by the rain gauges measurements. With the help of a developed technique, reasonable improvement in the estimation of rain intensity is observed. By using the developed technique, root mean square error and bias are reduced in the range of 34–18% and 17–3% respectively, compared to Z–R approach.     

基于径向切比雪夫矩函数的结构动力学模型修正

提出基于径向切比雪夫矩函数的振型描述及模型修正的方法,并应用于实际结构.将结构的模态振型用径向切比雪夫矩特征值表示,可以用很少的数据很好地描述振型数据的特征,实现振型数据的压缩.将径向切比雪夫矩特征值用于相关分析中,克服了利用模态置信准则描述对称结构重模态的缺陷.进一步将径向切比雪夫矩特征值用于模型修正中,克服了将振型数据直接用于修正中会产生的一些问题,如振型数据量过大、修正不易收敛等.以某航空发动机实验器的封油盖为例,进行振动模态测试实验,利用径向切比雪夫矩函数对其进行相关分析及模型修正,修正前后,封油盖有限元的前13阶固有频率的预测值与实际结构模态测试的实验值误差由最大值17.13%降低到1.23%,验证了该方法的有效性.      

多层频率选择表面的分析

本文科用矩量法和广义散射矩阵理论分析了平面波入射到多层频率选择表面的电磁散射特性。首先引入广义波导的概念,将单层频率选择表面(FSS)上每个单元看成两个广义波导的接头,广义波导中的本征模是周期性结构中的Floquet模,然后根据等效原理和边界面上切向场量的连续性条件得到了一个关于广义波导中模式系数的方程,用矩量法求解可得波导接头的广义散射参量。最后运用广义散射矩阵理论计算了多层FSS总的散射参量。作为示例,文中对由矩形与圆形孔阵所组成的单层FSS和双层矩形孔阵FSS的散射特性作了计算,数值结果与已有文献中给出的数据极为一致。     

力同轴度自动检测技术研究

叙述力同轴度自动检测技术:基本假设、计算模型的建立及数据处理方法.根据计算模型设计了自动测量系统,用3支光栅式引伸计和数据转换器,能直接实时测量力同轴度和偏心方向,不仅具有很好的适用性,还具有一定的工程应用前景.     

旋成体在无侧滑大攻角下的横向气动力特性

介绍具有尖锥头部细长旋成体（以下简称弹体）在无侧滑下横向气动力随攻角变化特性，其中包括尖锥头部顶角、旋成体长细比、初始滚转角、试验雷诺数诸参数对横向气动特性的影响。还介绍美国ＮＡＳＡ的一篇综合研究报告的部分结果。试验结果表明，在低亚音速下，弹体气动特性对上述诸参数反应极为敏感，有时呈现随机特性。头部加边条、减小长细比或在后体装尾翼，将有助于减弱横向气动力。采用弹体旋转飞行技术，虽然产生Ｍａｇｎｕｓ侧向力，但有效地克服了气动力的随机性。     

基于Contourlet域Krawtchouk矩和改进粒子群的遥感图像匹配

为了进一步提高遥感图像匹配的精度和运算效率,提出了一种利用Contourlet变 换、Krawtchouk矩和改进粒子群的遥感图像匹配算法。在分别对参考图像和目标图像进行Co ntourlet分解的基础上,引入Krawtchouk矩来提取图像的局部特征,并利用改进的带极值扰 动的简化粒子群优化算法对低分辨率的遥感图像进行匹配操作,然后逐级上推,
最终实现全分辨率情况下遥感图像的匹配。实验结果表明,该算法与目前常用的遥感图像匹 配算法相比,不仅具有更高的匹配精度和运算效率,还有较强的鲁棒性。
     

失效概率矩独立全局灵敏度分析的高效算法

失效概率矩独立全局灵敏度分析对指导可靠性优化至关重要，本文从乘法降维及Edgeworth级数展开的角度提出一种失效概率矩独立全局灵敏度指标分析的高效算法。所提算法通过Edgeworth级数展开将失效概率矩独立全局灵敏度指标的求解转化为输出无条件及条件前四阶整数矩的求解。对于输出的无条件及条件四阶矩的计算，基于乘法降维的思想，本文推导了重复利用计算输出的无条件矩的输入输出样本来计算条件矩以及外层关于输入变量一维积分的计算公式，使得仅需重复利用输出无条件前四阶矩求解产生的积分网格内的数据即可同时求得输出的前四阶条件矩以及外层关于输入变量的一维积分。所提算法大大提高了失效概率矩独立全局灵敏度的分析效率。航空发动机涡轮盘以及汽车前轴的分析结果验证了所提算法的高效性及准确性。     

Improvement of Jahangir＇ s multiple moments estimator

在M.Jahangir以常数为权的组合式矩估计器的基础上,给出一种以函数为权的组合式矩估计器,称为L-J估计器.其中,最优加权函数是根据U估计器与形状参数的单调关系,通过数论网格最优化算法搜索解出.大量仿真实验证实,在对K分布形状参数v大范围的参数估计中,L-J估计器在估计精度上,不但较Jahangir等提出的常数加权组合矩估计器的精度有显著提高,而且可与MLE（Maximum Likelihood Estimator）相当.特别是由于MLE作为渐进无偏估计量,需要充分大的样本长度才能达到最优,这就使得L-J估计器的估计精度可在样本长度较小时优于MLE.此外,L-J估计器无需迭代运算,因而在计算效率上,显著优于现有的ML估计器.     

基于3D Zernike矩的巡检器与空间站的相对导航算法

针对航天器相对导航问题,以空间站表面为"特殊地形",提出一种基于大型航天器表面巡检的相对导航算法。首先,运用巡检飞行器上的TOF （Time of Flight）相机测量空间站表面局部点云数据,以该点云数据为实时图,以空间站表面先验点云数据为基准图。然后,利用3D Zernike矩与三维地形间的一一对应关系,将三维地形匹配转化为基于3D Zernike矩的特征向量匹配。在此基础上求解实时图与匹配上的基准图间的相对位置、相对姿态,从而确定两航天器间的相对导航参数,并通过实验分析了匹配精度及速度的主要影响因素。最后,将该相对导航参数与惯性系统推算的相对导航参数在扩展卡尔曼滤波器的框架下实现信息融合,估计了巡检飞行器与空间站间的相对位置、相对姿态,实验结果表明,相对位置精度优于0.002 m,相对姿态精度优于0.1°。     

Effect of surface roughness on microwave brightness temperature from lunar surface: Numerical analysis with a hybrid method

A hybrid method, combining the radiative transfer theory and the method of moments (MoM), is proposed to study the potential effect of the lunar surface roughness on the microwave brightness temperature. The total upward emission reaching the lunar surface from below media is calculated by the radiative transfer theory, and then the brightness temperature is obtained by weighting the bidirectional transmission coefficients which is computed using the MoM. The method is validated by both flat and rough surface models with analytic solutions. With the hybrid method, brightness temperatures from simulated lunar model are calculated and compared to those from a flat layered model. The comparisons show that the effect of rough surface on brightness temperature cannot be ignored and also depends on many other factors, such as observation angle and polarizations. For vertical polarization, an optimal observation angle may exist to reduce the effect of surface roughness. These results indicate that the knowledge of lunar surface roughness is important in microwave remote sensing to the Moon and may probably provide a guide to lunar projects in future.