对Reimer-Tiemann反应的改进

传统的Reimer-Tiemann反应产率不高(一般低于35%).通过改进反应条件,控制反应过程,使产率提高到60%,并对反应中的有关问题进行了讨论.     

编队飞行相对位置姿态测量算法及实验

阐述了利用GPS实现编队飞行相对位置、姿态确定的基本原理。建立了相应的数学模型,比较分析几种不同的方案,并对相对位置、姿态确定中各种误差源及其影响进行分析。建立了一个实验系统,对算法进行验证,提出编队飞行的理论分析,算法研究,系统实现的几个研究思路。     

用户日常频繁行为模式挖掘

针对如何在智能手机上高效准确地进行用户日常频繁行为模式挖掘问题展开研究。提出一个基于智能手机的用户日常频繁行为模式挖掘框架;为了减少用来挖掘的上下文篮子的数量、提高挖掘效率,提出一个动态的滑动窗口算法,进而提出一个将上下文出现的频率和持续时间有机地结合起来的加权模式挖掘算法;在此基础上,基于为期6周21个用户的上下文数据,对所提出的挖掘框架和算法进行实验验证,结果表明,所提出的框架和频繁模式挖掘算法可以高效地在资源有限的智能手机上运行,而且能够挖掘出反映用户生活方式的日常频繁行为模式;从两个纬度对用户日常频繁行为模式进行可视化,以可视化方式对用户在不同地方和不同时段的行为模式进行展现,从而方便用户随时了解其日常行为模式。     

两段探测目标的传感器任务调度问题0-1规划模型及算法

为解决指挥系统控制中的调度困难,研究了一类特殊的传感器资源调度问。主要分析了跟踪目标的探测次数、时间间隔和传感器资源等约束条件。用跟踪目标的重要程度之和作为目标函数,建立了一个0-1规划的数学模型,再利用变换将其转化为0-1线性整数规划模型。利用割平面法求解得出最优调度策略,其能在工作量饱和的情况下合理调度传感器资源。为提高求解速度,提出了对应的模拟退火算法。通过对一些不同规模实例的求解,在资源利用率和算法的求解速度等指标上,与割平面法及遗传算法进行对比分析,验证了模型的有效性和模拟退火算法求解的高效性。     

适用于探空火箭的图像采集与压缩系统

针对探空火箭遥测带宽低、图像监控通路多、系统小型化等设计难点,提出一种基于ADV212的图像采集与压缩系统设计方案。采用可以同时支持无损和高压缩比有损压缩的JPEG2000图像压缩标准,提出适用于箭上图像采集特点的通道切换和中断处理策略,并以"乒乓"操作的流水线作业方式实现多路图像通道数据吞吐,通过两个实时发送通道和一个缓存发送通道向火箭遥测链路发送图像数据。提出一种具有动态帧频和压缩比的图像压缩方案,解决了探空火箭遥测带宽有限这一问题。本设计以Virtex-4系列现场可编程门阵列作为系统控制核心,采用ADV7182和ADV212分别完成图像的采集和压缩,分别采用静态随机存取存储器和同步动态随机存储器实现图像的实时传输和缓存传输。通过比较图像间的峰值信噪比值,试验并分析了适用于电荷耦合元件图像的压缩滤波器和小波变换级数,得到了较为满意的图像质量。设计较好地满足了本次空间环境垂直探测探空火箭的图像采集任务。     

DPCA和GRNN在燃气轮机故障诊断的方法

选取其关键部件—喷口加力调节器作为故障诊断研究对象,提出了一种基于动态主元分析(DPCA)和广义回归神经网络(GRNN)相结合的喷口加力调节器故障诊断方法。在燃气轮机专用试验平台对其进行试验,采集喷口加力调节器的高压转子转速、低压转子转速、燃油油量、燃油耗量等参数原始数据,对其进行预处理,并采用DPCA方法对其进行动态主元分析,提取其不同健康状态的主元,构建特征向量,采用特征向量构建GRNN神经网络故障诊断模型,并通过测试数据对该方法的有效性进行试验验证。为表明该方法的有效性,采用了基于GRNN和基于DPCA-RBF的方法对喷口加力调节器不同健康状态进行了诊断技术研究,并对不同方法所得到的诊断结果进行了对比分析。结果表明,采用DPCA和GRNN相结合的故障诊断方法能有效识别出喷口加力调节器不同的健康状态,具有很好的实际应用价值。     

基于多特征模糊融合的疲劳状态判决

在基于视觉的疲劳驾驶识别过程中,使用单个特征进行疲劳驾驶判断,常常会受到非普遍适用性、噪声等因素的影响,从而导致识别率降低。为了解决眼部特征参数或者是嘴巴特征参数单个特征识别率低甚至特使环境无法识别的问题,提出一种基于多特征融合的判决方法,利用了各种特征之间的优势互补,可以降低噪声和类内类间差异的影响,从而提高系统的性能,并且能增强适用性。最后通过实验结果证明,使用眼部和嘴巴特征融合的方法比单一的判决方法准确率更高。     

一种火力毁伤效能评估方法

Lanchester方程和Monte Carlo方法是作战模拟的常用方法,前者按取均值的方法处理作战过程,忽略了各种因素随时间的差异性,降低了模拟精度;后者对细节的要求较高,使问题变得复杂难解。结合两种方法,既充分考虑了作战问题的宏观规律性和局部共性,也顾及了其中关键因素的微观差异性和随机性,在火力毁伤效能模拟评估问题的应用研究中有较好的表现。     

基于节点综合效能的DTN路由算法

针对容忍延迟网络(DTN)高延迟、数据传输成功率低等问题,提出了一种基于节点综合效能的DTN路由算法SERA。该算法综合考虑移动节点的活跃度和剩余能量,使消息副本向综合效能高的节点扩散。SERA节点活跃度描述了节点的社会和动态特性,SERA尽量将消息副本传递给活跃度高的节点,以提高消息传输的成功率;在选择中继节点时,充分考虑节点的能量状态,以避免能量不足的节点承担更多的信息传输任务,从而提高网络节点的存活率。仿真结果表明,与典型的DTN路由算法相比,SERA能够更好地平衡节点的能耗,获得更高的消息递交成功率和更长的网络生存期。     

基于多种群遗传算法的远程作战体系加油路径优化

为解决加油机在远程作战体系中的高效使用与经济性问题,推导了远程作战体系中加油机和歼击机的油耗方程模型,建立以耗油量最少为目标的空中加油路径优化模型。该模型基于一定的作战任务构想,利用多种群遗传算法进行了求解,从求解结果来看,该算法可以快速搜索到能够在所有满足作战任务要求的任务路径中寻找到最小消耗的位置坐标,以获得最大的作战效能,从而达到优化远程作战体系中的作战和训练中加油机使用问题。