多自由度系统及结构非线性自由振动的摄动谐波平衡法

本文在谐波平衡法的基础上,引入摄动的思想,得出了解多自由度系统及结构的非线性自由振动的新方法。其解的形式为小参数和谐波的级数形式,因此,其解不会遗漏任何项,方程为线性的代数方程;利用线性变换,将系数矩阵变换为对角阵,一旦求出线性模态,就可得其解,比线性化迭代法优越得多。算例表明,本文方法对于小振幅有较高的精度,对于较大振幅其结果也是令人满意的。     

异常市场的判别

给出了股票价格的Black Scholes模型中股票期望收益率μ及波动率σ2的估计,并证明了这种估计的良好性质。给出异常市场判别准则,提出第一、第二警戒值的计算公式。     

二维Root-MUSIC

将一维Ｒｏｏｔ－ＭＵＳＩＣ推广到二维，从而得到了一种新的二维方向估计方法，它具有计算量小的优点。     

改革开放 成就空天防御伟业

作为国防科技工业重点研究院之一，中国航天二院既是捍卫国家安全坚盾利剑的制造者。也是改革开放的实践者．推动者和见证者。回顾其发展历程。正是我国改革开放壮丽诗篇中浓墨重彩的一笔，是改革开放伟大成就的一个生动反映。     

利用矩阵翻转法求最佳H圈

利用矩阵翻转实现二边逐次修正法求最佳哈密尔顿圈(H圈).首先构造完备加权图,并用距离矩阵表示之,使所选初始圈的顶点为矩阵主对角线的上方元素对应的顶点;然后对距离矩阵加边框并进行若干次"翻转",直到矩阵不满足二边逐次修正法的修正原则,最后得到的矩阵主对角线的上方元素确定了最佳H圈的权重及路线.     

四支板超声速引射器性能特性试验

对二维喷管构型的四支板超声速引射器进行冷流试验,分析启动、负载匹配方面的性能特性。试验结果表明:启动特性方面,四支板超声速引射系统的盲腔压力低于3 kPa,引射器入口腔压的迟滞压力比启动压力低15.9%。负载匹配特性方面,四支板引射器在小引射系数、大增压比状态下具有十分明显的优势,当引射系数为0.04时,增压比为11.21;当引射系数为0.10时,增压比为7.0。因此,二维喷管构型的多支板超声速引射器具有良好的启动、负载匹配性能,工程应用潜力较大。     

二轴晶外锥折射的理论分析

从晶体的简正模方程出发,求得在二轴晶体中,当光线沿第二类光轴（光线轴）方向行进时,所对应的电场矢量和电位移矢量,并通过几何证明,验证所有折射光线在晶体内均在同一锥面上。     

防空反导智能战场态势估计研究

在军事科技理论面临着巨大变革的背景下,为解决防空反导战场态势估计智能化发展的问题,通过对态势估计的三层模型进行分析以及对防空反导态势的要素构成进行探讨,研究了OODA环中防空反导态势估计的过程,建立了防空反导智能战场态势估计的系统模型,深入地探讨了阻碍防空反导智能化战场态势估计研究的五方面问题以及有望解决问题的关键技术措施,从而为防空反导智能战场态势估计研究提供了新思路。     

基于粗糙集与最小二乘支持向量机的飞机综合智能论证

结合粗糙集的属性约简理论与最小二乘回归支持向量机的回归思想,提出了一种基于粗糙集与最小二乘回归支持向量机的飞机设计综合智能论证模型。首先根据历史数据建立属性决策表,然后应用粗糙集理论对飞机综合论证指标参数属性进行约简来获得影响飞机设计综合论证的核心指标,最后再利用支持向量机回归模型建立与飞机综合论证核心因素之间的非线性映射模型来对飞机的作战效能进行预测。仿真实例验证了该方法可以降低模型的复杂度,加快SVM的训练速度并具有良好的预测效果。     

基于事件的视觉SLAM综述

事件相机是一种生物学启发的新型视觉传感器。不同于传统相机输出强度图像帧,事件相机检测每个像素点的亮度变化,当亮度变化超过某一阈值,产生包含像素位置、时间戳及变化极性的像素级事件输出。同步定位与地图构建(SLAM)是一种让机器人独立估计自身位置并同步增量式地构建周围环境地图的技术,使用传统相机进行SLAM已经是一个成熟的话题,但在高速、高动态范围等挑战性场景下,传统图像帧易产生运动模糊。事件相机具有低延时、高时间分辨率、高动态范围等优秀特性,可以在SLAM领域弥补传统相机的不足,但“事件”这种非常规的异步输出形式导致了处理范式的转变。首先介绍了SLAM技术的基本流程,其次介绍了DVS、ATIS和DAVIS三种典型的事件相机,列举了基于事件的SLAM性能评估方法,梳理了事件寿命估计、时间平面表示、事件帧表示等事件数据的不同处理方式,然后回顾了事件相机在国内外视觉SLAM领域的应用研究并进行了总结和对比,最后对基于事件的视觉SLAM技术作了总结并展望了其未来发展趋势。综述表明,事件相机可以进一步拓宽视觉SLAM的应用场景,但新的数据形式和尚不成熟的硬件体系限制了基于事件的SLAM的发展。未来基于事件的SLAM可以围绕以下主题开展进一步研究:新的基于事件的传感器的研发、新的处理事件数据的方法、基于事件的SLAM与深度学习的结合以及基于双目事件的SLAM。