全反射棱镜式激光陀螺应力检测技术研究

光学元件的装配应力和加工应力是制约高精度激光陀螺稳定工作的重要因素．考虑各向同性材料在应力作用下介电常量变化的情况,利用弹光效应和琼斯矩阵得到了复杂应力与穿过全反射棱镜的激光束偏振态改变之间的关系．通过实验,提出一种通过记录棱镜布儒斯特角反射光椭偏度配合光斑质量分析应力水平的筛选方法,对棱镜式激光陀螺装配过程中光学元件应力的早期筛查有突出作用,并设计专用工装以适应棱镜相关产品的应力检测需要．     

装备采办与军代表工作形势及应对措施

分析了我军装备采办的现状与军代表工作面临的形势 ,着重从体制、技术以及军代表意识三个方面就如何发挥军代表在装备采办中的作用谈些个人观点     

多方位测量的相位双差GNSS欺骗干扰检测算法

对于二元天线阵,相位双差检测算法的载波相位双差角度模糊、虚警概率较高,这限制了算法的应用。针对这一问题,提出天线阵方位变化的欺骗干扰检测算法。通过二元天线阵在不同方位估计信号的载波相位双差,进行多次判决,有效消除角度模糊,降低检测的虚警概率,实现二元天线的载波相位双差检测。建立仿真模型,并通过仿真计算分析验证了该方法的有效性。     

基于全站仪最佳布站的调炮精度检测方法

针对目前缺少火炮调炮精度检测方法的现状,提出了一种基于全站仪最佳布站的调炮精度检测方法,建立了全站仪测量系统的数学模型,推导了调炮精度检测方法的解算公式,根据火炮调炮范围确定了调炮精度检测中的测量区域,得出全站仪测量系统对于整个测量区域的测量不确定度,结合某型火炮设计了画图法优化过程,得到全站仪测量系统的最佳测量布站位置。精度仿真试验表明,该方法可对调炮精度进行检测,使最佳布站测量系统的精度高于随机布站的精度。     

作战任务总量的迭代收敛性

为降低作战任务的复杂度,提高任务执行效率,研究了作战任务总量及其迭代收敛问题.首先,采用图形和设计结构矩阵,阐明反导作战子任务的复杂联系.再引入任务转移矩阵建立任务总量模型,总结迭代收敛条件.最后,综合考虑资源和时间约束,规划子任务优先级并优化作战资源配置.结合实例分析了任务总量迭代收敛规律的可行性和有效性,为反导作战任务规划提供了理论指导.     

运动与血脂

血脂代谢异常是造成心血管等许多疾病的重要原因。运动能够不同程度的改善机体血脂状况。运动对血脂的影响包括几个方面,本文主要在运动对总胆固醇(TC)、甘油三脂(TG)、低密度脂蛋白(LDL-c)、高密度脂蛋白(HDL-c)、ApoA、ApoB的影响方面给予综述。     

大气对流层气体组分随高度变化的理论预期

利用大气对流层温度随高度变化的规律,采用局部平衡的多分子混合模型,从理论上论证了对流层气体组分随高度变化的规律,发现大气各主要成分体积分数、分子平均摩尔质量均随高度线性变化,并拟合数值计算结果得到了相关参数。氧气的相对体积分数随高度明显下降,而氮气的相对体积分数却明显上升;但是相比于温度随高度的变化,大气分子平均摩尔质量的改变可以忽略。该理论比以往其他模型预测大气压强随高度变化规律具有更自然、更接近实际的优势。     

双高速摄像机交汇的高旋弹丸位姿估计算法及误差分析

为了测量高旋弹丸在炮口处的各种信息,基于双高速摄像机交汇的测量方法,提出了一种新的弹丸位姿估计方法.对总攻角函数进行了误差建模与分析,结果表明两台高速摄像机的光轴应相互垂直,且应选择光轴远离攻角平面的高速摄像机所对应的测量函数计算总攻角,此时测量误差最小.以靶场实验的方式对攻角函数的误差分析结论和位姿估计算法进行验证....     

变异系数在可靠性中的应用

对使用变异系数描述随机变量的离散程度进行分析,推导了可靠性工程中常用的4种概率分布的变异系数与分布参数之间的关系.以机械产品整机及其零部件不同失效模式的寿命变异系数的取值范围为实例,说明了变异系数在可靠性工程中的应用.     

Data‐driven variation source identification for manufacturing process using the eigenspace comparison method

Variation reduction of manufacturing processes is an essential objective of process quality improvement. It is highly desirable to develop a methodology of variation source identification that helps quickly identify the variation sources, hence leading to quality improvement and cost reduction in manufacturing systems. This paper presents a variation source identification method based on the analysis of the covariance matrix of process quality measurements. The identification procedure utilizes the fact that the eigenspace of the quality measurement covariance matrix can be decomposed into a subspace due to variation sources and a subspace purely due to system noise. The former subspaces for different samples will be the same if the same variation sources dominate. A testing procedure is presented, which can determine the closeness of the subspaces under sampling uncertainty. A case study is conducted to illustrate the effectiveness of this methodology. © 2006 Wiley Periodicals, Inc. Naval Research Logistics, 2006.