水下集矿作业车运动光学实时跟踪测量系统

集矿作业车是大洋采矿系统的关键技术,在实验定型阶段,高精度的测量集矿作业车的运动学参数是检验集矿作业车的牵引、控制等模块性能必不可少的环节。针对集矿作业车在水中行进、活动范围较大的特点,提出了利用广角镜头进行双目交会测量的光学方法,实现了集矿作业车运动轨迹实时跟踪测量系统。该系统首先在实验室内利用网格板对广角镜头的畸变进行修正;其次,在现场,根据场景中的自然特征,在室内标定的基础上,修正镜头畸变,标定摄像机内外参数;最后,两台摄像机跟踪集矿作业车上的合作特征,实时交会测量获得集矿作业车的运动轨迹,包括位置、速度等。该系统的测量结果与全站仪测量结果的残差为5mm。系统已正式通过验收,并投入使用。     

矢量阵的快速宽带频域波束形成方法

矢量水听器能获取振速信息,因此由其所组成的阵列有着常规声压阵列所不能比拟的优势,但正因为有了振速各分量信息,基于矢量阵的信号处理面临计算量大为增加的高维协方差矩阵运算的难题,当阵元数较多时,难以实时实现。为此,基于FFT思想,提出了一种适用于矢量水听器阵列的快速宽带频域波束形成方法。该方法在频域实现,将宽带信号分解为多个窄带信号,采用快速傅立叶变换来实现各阵元数据的相移累加过程,处理速度得以大幅提高。研究表明:该方法完全满足实时处理的需求,其测向性能也能达到克拉美-罗下界,且矢量阵具有常规阵所不具有的左右舷分辨能力,对微弱目标的检测能力也较强。     

基于信息系统装备指挥运行机制构建研究

着眼装备指挥变革和提高指挥效能的需要,提出了基于信息系统装备指挥运行机制的概念,构建了基于信息系统的要素式装备指挥机构模型,明确了各指挥要素职能及其相互关系,分析了装备指挥信息、决策计划、协调控制的流程,建立了装备指挥效能计算模型,以期为建设新型科学的装备指挥运行机制提供依据．     

超高能核-核碰撞中的重子阻止现象

利用蒙特卡罗方法计算了平均参与碰撞核子数,通过傅里叶变换从饱和模型中抽取了未积分胶子分布函数解析式,研究了美国相对论重离子对撞机（Relativistic Heavy Ion Collider, RHIC）能量下金一金碰撞中不同碰撞参数区间的重子阻止现象。计算发现：理论结果能够很好地解释BRHAMS合作组实验现象。在此基础上,对正在运行的欧洲大强子对撞机（Large Hadron Collider, LHC）能量下铅一铅碰撞中大快度区域重子阻止现象作出了理论预言。     

装甲车辆视界测定试验方法

针对装甲车辆视界测定试验中存在的问题,分析了视界概念的内涵和外延,澄清了视界测定试验中的模糊认识。对于正确理解视界的含义、合理选择试验方法、严格控制试验条件和视界综合评价提出了科学的建议。     

基于发动机恒转速控制的干式DCT车辆智能起步研究

分析了起步过程中影响离合器接合速度的主要因素,基于发动机恒转速控制方式和双离合器联合起步,设计了驾驶意图模糊推理系统、离合器接合速度推理系统、离合器分离条件推理系统3个智能控制系统,对起步的挡位、发动机转速、离合器接合速度进行控制,并对其进行了仿真。仿真结果表明:应用模糊控制能很好地控制DCT车辆双离合器联合起步。     

基于高度图的地形纹理生成方法

介绍了利用高度图生成地形纹理图的方法。阐述了多个特征纹理图融合的方法,根据高度值计算地形纹理图各像素RGB值的过程和遍历图的方法和技巧,并介绍了在高度图中确定顶点高度值的方法。利用此方法,可以按照自己的需求制作地形纹理图,为三维地形可视化研究提供了参考。     

对数正态分布双应力交叉步降试验的仿真分析

在对数正态模型下,通过计算机模拟方法研究双应力交叉步降试验对加速寿命试验效率的改进程度.在相同试验条件下,通过蒙特卡罗法对双应力步降试验与双应力交叉步进试验的步骤进行计算机仿真.并将仿真过程应用于微型电机寿命试验中,对两种试验进行多次数据分析与效率比较,并在不同对数标准差下分析效率比曲线.仿真结果表明,在对数标准差较小时,双应力交叉步降试验能够显著提高试验效率.这表明双应力交叉步降试验方法在对数标准差较小时值得推广.     

基于维修专业的任务调度及优化方法

通过对现实维修任务调度问题进行分析,以最短时间内恢复作战单元战斗力为目标,建立了基于维修专业的任务调度模型,并且研究了模型求解及优化的方法.该模型既适用于静态维修任务调度也适用于动态维修任务的调度,最后通过实例对方法的正确性和可行性进行了说明和验证,实例结果表明,该方法更贴近于实际,实现了快速、有效地解决维修任务调度问题.     

SVM异常数据识别的比例风险预测模型

剩余寿命预测在设备维修管理中扮演着重要的角色,准确的剩余寿命预测对制定维修策略起着至关重要的作用,从而可以有效避免设备故障的发生.提出一种基于支持向量机(SVM)异常数据识别的比例风险模型(PHM)用于剩余寿命的预测,该模式利用支持向量机和比例风险模型分别实现异常状态数据的识别和剩余寿命的预测.案例研究表明,SVM -PHM模型较PHM模型具有更好的预测精度.