传递矩阵法在连续系统中的作用

在分析离散系统振动时,传递矩阵法是一种重要的方法。将传递矩阵法应用到具有分布质量的连续系统中,给出了具有Rayleigh阻尼形式的梁在随机激励作用下响应分析。     

基于FRFT窄带滤波的LFM信号研究

随着分数阶傅里叶变换域窄带滤波技术的不断应用与发展,对分数阶域窄带滤波带宽的研究将变得尤为重要。研究了分数阶傅里叶变换域窄带滤波带宽与滤波后信号之间的关系,并以信号的失真度为准则,分析了分数阶域窄带滤波带宽的临界值。理论分析和仿真结果表明:线性调频信号经过分数阶域窄带滤波后信号的相位没有发生改变,信号的幅度为辛克函数积分的形式。为保证LFM信号频率信息不丢失,分数阶域窄带滤波的带宽必须不小于LFM信号在分数阶域幅度谱的主瓣宽度。为分数阶域滤波带宽的选取提供了参考标准。     

氘-金碰撞中J/ψ产生截面随x_F变化的研究

在不同碰撞质心能量下对氘-金(d-Au)碰撞中J/ψ核吸收效应进行了研究,结果表明,在不同碰撞质心能量下J/ψ核吸收截面随动量分数xF变化趋势明显不同。利用以上结论,计算了美国相对论重离子对撞机(RHIC)能量下J/ψ在氘-金(d-Au)碰撞中与质子-质子(p-p)碰撞中的产生截面比,并与实验数据比较发现,理论结果能很好的解释实验现象。最后,为欧洲大强子对撞机(LHC)实验作了理论预言,理论结果将为即将运行的LHC实验所检验。     

三种艉部附体方案的粘性阻力数值计算

水面船舶艉部附体不但影响船舶的阻力,而且对螺旋桨的伴流分数以及推力减额也会产生较大影响。近年来,越来越多的研究者都重视使用数值方法进行船舶附体优化设计。在分析某排水型水面船舶艉部附体特点以及优化目标后,设计出两套艉部附体优化方案。通过数值计算方法对这3种方案的船体带附体模型在不同雷诺数条件下进行三维粘性流场的数值模拟。分析比较了它们的粘性阻力和螺旋桨桨盘面处的伴流,最后得到双尾鳍附件的最优方案。     

基于不变矩和神经网络的目标识别方法

针对寻的导引头成像制导中实时采集图像由于存在几何失真及像质模糊而导致目标识别精度差的问题,提出了一种基于不变矩和神经网络的目标识别方法.该方法采用一种改进的不变矩算法提取目标图像的不变矩特征量来训练BP神经网络,实现目标图像的识别和分类.仿真结果表明该不变矩特征库训练的神经网络分类器具有较高的识别精度,是一种比较实用的目标识别方法.     

舰载红外诱饵防御红外成像制导导弹建模与分析

新型舰载红外诱饵可以成功干扰红外成像制导导弹。通过分析红外诱饵对红外成像制导导弹的矩心干扰机理,建立了包括舰艇、导弹的运动轨迹,红外诱饵弹和矩心的运动轨迹方程在内的红外诱饵对抗红外成像制导导弹模型;通过算例分析了矩心运动轨迹,分析了布设不同数量的诱饵对矩心与舰艇之间距离的影响;研究了不同数量红外诱饵对干扰效果的影响。     

基于不变矩和角点特征的目标识别*

在基于图像的识别系统中,图像发生几何变化或目标被部分遮挡会给识别带来困难,这时必须根据具体情况提取合适的目标特征。基于矩原理,运用Harris多尺度角点检测及SIFT(Scale Invariant Feature Transform)描述算法,研究了基于不变矩和角点特征的目标识别算法。两种特征都具有平移、旋转、尺度不变性。仿真分析表明,在理想情况下,利用不变矩可以获得较高的识别率;而当目标被部分遮挡时,角点是一种有效的识别方法     

确保“双争”活动的质量

(一 )切实端正评比的指导思想 ,防止动机不纯争“偏”了。调查中发现 ,部分单位争先的指导思想不同程度地存在着这样或那样的问题。有的“重评比 ,轻工作” ;有的急功近利 ,搞突击 ,走捷径 ;还有的官兵把“争”的心思花在争实惠、图私利上———争当优秀士兵是为改转士官创造条件 ,争先进连队是为了提升晋职捞取“分数”。算计个人的“小九九” ,把“争”的目的放在自己得实惠上 ,一旦个人目的达不到 ,就失去了争的动力。为此 ,必须不断校正基层官兵争先的偏差 ,坚持不间断地进行“五句话”的学习和教育 ,增强官兵自觉争、主动争、持久争的…     

复杂环境下线天线隔离度分析

讨论了一种复杂环境下线天线隔离度分析方法,此方法可以广泛运用于飞机、战车、导弹、舰船等复杂环境.采用一种矩量法(MOM)和一致几何绕射理论(UTD)的混合法,并结合二端口网络下天线间隔离度的知识来计算复杂环境下线天线隔离度.此混合法克服了单纯的矩量法难以计算电大尺寸系统中的天线,以及一致几何绕射理论的计算精度不够的缺点,最终能实现计算速度和计算精度的统一.     

系统可靠寿命的不确定性分析及其高效方法

为了分析元器件失效率的不确定性对系统可靠性的影响,借鉴Borgonovo的矩独立灵敏度分析思想,在充分考虑了系统可靠寿命完整不确定性信息的情况下,提出了基于系统可靠寿命的矩独立重要性测度,用来分析不确定性条件下系统元器件失效率对其可靠寿命的平均影响。但由于系统可靠寿命函数是系统可靠度函数的反函数,一般无法解析表达而以隐函数的形式存在,致使该矩独立重要性测度难以高效准确求解。为了解决这一问题,文章提出了一种新的Kriging自适应代理模型的高效算法,该算法以Kriging代理模型预测值的变异系数作为自适应学习函数,通过自主增加新的试验样本,增强代理模型的预测准确性。阀门控制系统和民用飞机电液舵机系统两个算例分析表明,在保证计算精度的情况下,通过变异系数自适应学习函数,仅需添加少量系统可靠寿命试验样本,就能够构建用来充分近似系统可靠寿命函数的Kriging代理模型,解决了重要性测度的高效求解问题,从而验证了所提方法的合理性和算法的高效性。