Warranty policies and burn-in

Warranty is an important factor for consumer durable products in the marketplace. However, the warranty cost may drastically reduce profitability. Burn in is a common procedure to improve the quality of products after they have been produced, but it is also costly. By taking both the burn-in procedure and warranty policy into consideration, several cost functions can be formulated and optimized. Assuming that the failure-rate function of the product has a bathtub shape, it is shown that the optimal burn-in times that minimize the considered cost functions never exceed the first change point of the failure-rate function. The continuous dependence of the optimal burn-in times on the model parameters and the underlying distribution is also established. © 1997 John Wiley & Sons, Inc. Naval Research Logistics 44: 199–209, 1997     

关于电磁场理论中电矢势的再认识

经典电磁场理论认为只有电磁场本身有直接的物理意义。运动电荷受到电场力和磁场力的作用,是只有电场强度E和磁感应强度B对运动电荷有作用,而不是电矢势A,在一般人们的观念中电矢势A始终只被看作是数学上的需要而引入的。随着Aharonov-Bohm效应的发现,人们发现对磁场的描述只用B是不够的,它不能解释电子在外磁场中的干涉和散射等现象。带电粒子在外磁场中的动力学行为是否会受到矢势A的直接影响;矢势A的影响是否可以独立于磁感应强度B出现干涉的量子效应,文中将对电磁场理论中电矢势A进行深入分析和探讨,对矢势A进行重新认识并赋以新的定义。     

设备故障诊断技术的现状与发展

设备故障诊断技术已发展为一门独立的跨学科的综合信息处理技术,是目前研究领域的热点之一。该论文集中介绍了目前设备故障诊断的几种重要技术与方法,如故障树分析法、小波分析、神经网络识别和基于复合知识库的专家系统等。通过分析指出,把传统方法与现代理论相结合、把现代理论与先进技术相结合、把设备故障的诊断与修复相结合、把理论方法与应用效率相结合是今后的发展方向。     

燃爆信号的小波包分析在内燃机故障诊断中的应用

在燃爆信号小波包分析的基础上介绍了内燃机的脱机故障诊断技术、小波分析的特点和具体应用方法 ,提取出了对燃爆信号的诊断判据 ,为内燃机工作状态的判断提供了一种有效方法。     

自行高炮惯导精度对空情融合影响的仿真分析

为说明惯性测量元件、测量精度与自行高炮武器系统空情信息融合精度指标之间的关系,在分析自行高炮武器系统探测坐标之间的转换关系、空情共享交互方式以及空情信息融合误差源的基础上,给出了影响空情信息融合精度指标的因素;通过两种精度的惯性测量元件在纯惯导方式和惯导/卫星组合方式下对信息融合精度的影响计算分析,给出了不同条件下的误...     

图像超分辨率卷积神经网络加速算法

为了实现模型的实时和嵌入式运行,提出了一种轻量级的卷积神经网络结构。通过采用较小的滤波器尺寸和引入深度可分离卷积,可大量减少模型参数,提高模型非线性表达能力;在网络末端引入子像素卷积层,直接从原始低分辨率图像学习到高分辨率图像的映射,计算成本为原来的1/k²(k为放大因子)。在Set5数据集上的实验表明,所提模型的速度较经典的图像超分辨率重建算法速度提高了25.8倍,能够在通用GPU上实时运行,峰值信噪比平均提高了0.17 dB,并且参数只有它的35%。     

互耦条件下柱面共形阵列多参数联合估计

共形阵列天线中信源方位、极化和互耦系数相互耦合,已有经典阵列的互耦误差校正算法均不能有效地移植应用。针对柱面共形载体的单曲率特点,通过合理的天线布局,利用互耦矩阵的Toeplitz性和秩损理论,给出了柱面共形阵列天线互耦条件下信源方位与极化的联合估计算法,并对可能出现的方位角模糊进行了详细的分析,给出解模糊方法。所提算法无需参数配对,即可实现信源方位、极化和互耦系数的联合估计。计算机Monte-Carlo仿真实验验证了该算法的有效性。     

基于CNN-PCA-DT算法的合成孔径雷达目标识别

合成孔径雷达(Synthetic Aperture Radar,SAR)目标识别是SAR图像解译的重要环节,已广泛应用于国防和国民经济领域。在传统的卷积神经网络(Convolutional Neural Network,CNN)的基础上,提出了将CNN,主成分分析(Principle Component Analysis,PCA)和决策树(Decision Tree,DT)相结合的算法,记为CNN-PCA-DT:利用CNN提取出SAR图像的特征向量,再用PCA降维,最后用DT分类器取代CNN中的Softmax分类器实现SAR目标识别。实验结果表明,所提出的算法在MSTAR实测数据集上取得了较高的识别准确率,从而说明了实验的有效性。     

基于前方交会的无人机对目标定位方法

针对目前无人机基于前方交会对目标定位精确度低,提出了一种基于前方交会的无人机航摄影像定位方法。对所有航摄影像进行特征匹配,得到影像间关系。提出航线定向与坐标系建立法,来实现像空间辅助坐标系的自动建立。提出了基于图像变换关系的前方交会法,来实现目标点的三维定位。实验结果表明该方法能够自动解算航向,并且定位精准度较高。