机翼不对称损伤飞机在大侧滑角下的操稳特性研究

对某小型电动无人机(以下简称SEPUAV)在其左翼破损40%面积矩下的操稳特性进行详细分析。首先在此损伤下典型大侧滑角定常工作点附近进行特殊的小扰动线性化,然后进行特征根和飞行运动模态的分析;其次对此特殊构型SEPUAV进行操稳特性、时频响应特性进行分析。分析结果表明:左翼破损40%面积矩SEPUAV出现特有运动模态并影响全部纵侧向运动状态的响应;部分传递函数出现较多非最小相位零点从而导致初始响应发生反向;部分通道的Bode图中出现多个波峰波谷并有相角提前等现象。分析结果对后续容损飞行控制器的设计起到铺垫的作用。     

基于属性的舰载机航材备件品种确定方法

航材备件品种确定是舰载机供应保障工作的重要内容。基于属性对舰载机航材备件品种确定进行研究。基于粗糙集理论对属性集进行属性约简,确定航材备件品种确定的主要影响属性,然后基于属性约简进行航材备件品种确定。给出了单属性、顺次属性和多属性的品种决策方法。最后结合实例进行了应用分析。     

基于因子分析的军队财务预警研究

军队财务预警是对单位财务状况可能出现的问题进行分析和预测,并向领导者发出警告。对部队单位财务进行预警分析,可以运用因子分析法,分别从偿债能力、自我弥补、资金保障、预算执行、预算外收支、经费上交以及家底经费等反映军队财务状况的变量中提取公因子,计算出单位财务状况的因子得分,进而评价部队单位的财务状况和作出预警判断。     

基于ANP和熵的起重机械吊装训练评价组合赋权法

为了给起重机械吊装训练提供一个科学的评价模型,采用了基于网络层次分析法(ANP)与熵值法集成的组合赋权法建立起重机械吊装评价方法。首先分析了影响吊装训练的关键因素,在此基础上建立一个科学的评价指标体系;然后运用网络层次分析法分析各指标间相互影响的关系并确定主观赋值权重,用熵值法根据各指标的客观属性确定客观赋值权重;最后通过组合赋权法确定各指标的最终权重,使评价结果既反映出各指标的客观属性,同时也能考虑到决策者或者专家的意见。应用结果表明,该方法确定的权重更符合吊装训练的实际。     

EMD与LMD在BCI脑电信号分析中的比较研究

经验模态分解（EMD）和局域均值分解（LMD）作为近年来新兴的时频分析方法,在处理非线性、非平稳的脑电信号方面具有独特的优势。本文从多个角度对EMD和LMD在BCI脑电信号分析中的特点进行了比较研究,分析了两种方法在对BCI脑电信号进行不同时频尺度分解时的优缺点,为更好的使用和完善两种方法提供依据。     

多旋翼无人机减振分析与实验

针对多旋翼无人机机身系统振动过大导致飞行状态不稳的问题,基于有限元仿真技术与实验方法,进行了减振分析。通过频率分析,确定系统振动过大的原因为固有频率与激励频率耦合导致的共振现象,且共振频点的模态振型包含一阶挥舞、一阶摆振和二阶摆振振型。提出了优化机身壳体截面形状的设计方案,在不增加额外质量的情况下,将一阶挥舞、一阶摆振和二阶摆振振型对应的频点分别提高37.23%、22.47%和18.43%,有效规避了机身共振现象。仿真实验证明,提出的有限元仿真与实验结合的减振分析思〖BHDWG8,WK10YQ,DK1*2,WK1*2D〗〖XCMWL.TIF;%129%129〗听语音 聊科研与作者互动 路及优化设计方法,可为旋翼无人机减振设计提供参考依据。     

基于主成分分析的后勤装备寿命周期费用权衡

基于主成分分析的后勤装备寿命周期费用权衡,能够有效化解后勤装备寿命周期费用权衡简便性与全面性、综合性之间的矛盾。其权衡步骤通常包括原始数据矩阵构建、样本标准化、指标数据矩阵与相关系数矩阵构建、特征向量与特征值的计算、计算方差贡献率、综合评价。     

不同介质中声辐射相似性

研究不同介质中声学相似条件,可为空气噪声实验数据推算相应条件水下辐射噪声,替代复杂水下实验提供依据。因此,首先运用了因次分析法对任意不同介质中的声辐射相似性进行了分析;然后,采用结构有限元耦合流体边界元理论,利用NASTRAN计算模型表面流固耦合振动;最后,通过FORTRAN边界元程序计算辐射声场;以加肋圆柱壳为对象在水和空气两种典型介质中进行了数值模拟验证。理论推导与数值计算的结果一致性表明:不同介质中两个几何相似、表面振动相似的系统间结构表面振幅与该系统几何尺度成正比、表面振动波波长与该系统传声介质中声波波长成正比时,两个模型的无量纲声压相等。     

单组点堆中子动力学方程的解析解

针对有外加中子源单组点堆中子动力学方程组的快速求解问题,提出了常数变易法和同伦分析方法,通过理论推导获得了单组点堆中子动力学方程组解析解,然后对3种不同刚性情况下的阶跃反应性引入的例子进行了求解和数值分析,验证了所得解析解的正确性。     

基于PCA与FCM的入侵检测样本数据压缩方法

采用行列双向压缩的数据处理策略,提出了一种基于主成分分析与模糊C-均值聚类算法的入侵检测样本数据压缩方法。该方法首先采用主成分分析法对数据冗余特征进行压缩,然后采用模糊C-均值聚类算法对冗余样本进行压缩,由此可挖掘入侵检测样本数据中的关键特征和关键样本。通过KDD CUP99数据集测试证明:数据双向压缩可减少入侵检测分类器的计算量,进而可提高其实时检测性能和检测推断的准确性。