拉格朗日中值定理的证明

微分中值定理是微分学的基本定理,它的证明一直是大家关注的研究对象。通过三个不同的角度给出了中值定理三种不同的证明方法,拓宽了中值定理证明的思路。     

基于蚁群算法的舰艇编队多目标识别模型

现代海战中,舰艇编队面临的威胁目标复杂多样,正确识别目标是做出准确的军事决策的前提。基于蚁群算法的并行最优化特点,引入近邻函数,将目标识别问题转化为最优化聚类问题,提出了一种新的多目标识别算法。实验结果表明此方法是有效的,具有一定的军事现实意义。     

一种评价伪装目标雷达发现概率的方法

为简化描述脉冲积累数、雷达参数及目标后向散射截面与发现概率、虚警概率之间的关系,结合伪装效果检测情况,提出了一种评价目标伪装前后雷达发现概率的方法,即构建评价函数对上述关系进行特征逼近研究.结果表明,该评价函数能反映伪装前后目标RCS与背景RCS比值的变化规律,且计算过程简单,可用于雷达检测评估.     

基于素数的混沌伪随机数发生器的安全性分析

分析了一类基于素数的混沌伪随机数发生器的安全性问题。分析表明,此类混沌伪随机数发生器的输出不是密码学安全的伪随机序列,在截获不长的一段序列的基础上即可很容易地恢复此类PRNGs的全部密鈅。虽然基于素数的方法在改善混沌序列相关性能、周期长度等方面具有一定的优势,但是却不能增加序列的不可预测性,这就限制了此类混沌伪随机数发生器在诸多应用领域中的应用前景。     

基于GA-小波-BP神经网络的装备维修能力评估

针对传统装备维修保障能力评估主观性强、适应性弱的特点,提出了一种以装备维修记录为样本数据的基于误差反向传播（back propagation,BP）前馈神经网络的维修能力评估方法。为消除维修记录属性冗余,选用粗糙集主分量约简算法,对样本属性进行约简,为避免BP神经网络因局部极值导致局部收敛和收敛速度过慢的影响,利用遗传算法（genetic algorithm,GA）的全局搜索能力对神经网络初始权值和阈值进行了优化,为增加网络的学习功能,提高网络训练速率和训练精度,选取小波函数作为隐含层的传递函数,Sigmoid函数为输出层激活函数。研究表明：通过冗余属性约简提高了BP神经网络的性能,利用GA优化BP神经网络权值/阈值和小波函数作为隐含层的传递函数,避免了局部收敛,提高了网络的训练速率和评估的精度,降低了误差。     

基于双光频梳及受激布里渊散射的微波频率测量

提出了一种基于双光频梳和受激布里渊散射的高精度微波频率测量方法,利用两个双平行马赫-曾德尔调制器将待测微波信号和扫描信号调制在两路光频梳上,并分别作为信号光和泵浦光输入色散位移光纤中。利用双光频梳和不断频移的扫描信号,系统可同时实现波分复用和时分复用。同时,在双光频梳和受激布里渊散射的作用下,系统可发生一系列的受激布里渊散射,通过测量各信道输出的光功率实现待测微波频率的测量。为进一步提升测量精度,利用测量得到的光功率值构建幅度比较函数,从而实现频率测量误差修正。通过实验仿真验证了所提方法的有效性,测量误差为±2.5 MHz。     

基于环形燃烧室结构的燃气发生器设计与仿真北大核心

为有效解决高能化学激光器压力恢复系统无法实现小型化及机动性能等问题,提出了以高温气源替代常温空气作为引射气源的方案,并设计了一种基于航空发动机环形燃烧室结构的空气/酒精燃气发生器。采用CFD计算软件开展了燃气发生器的流场仿真计算,获取了燃气发生器冷态及燃烧工况下的速度、压力与温度场,并将部分仿真计算结果与理论计算及试验值进行了对比。研究表明:燃气发生器设计合理,扩压器及二股腔道转接处无气流分离,帽罩处无溢流现象;主燃区回流区明显,且尺度适中,有利于组织燃烧,并有效指导了高能电火装置的位置布局;空气流量配比合理,主燃孔及掺混孔的射流深度满足燃烧及掺混要求;燃烧室总压恢复系数达到96.7%,燃烧效率实现98.4%,实现了高效燃烧;此外,相同工况下的理论计算值及试验结果验证了数值计算方法的合理可行性。     

基于优化小波阈值的轴承振动信号降噪算法北大核心

滚动轴承振动信号能够及时准确地提供机电设备状态特征信息,且可实现在线或离线监测,广泛用于滚动轴承故障诊断。由于滚动轴承工作环境复杂多变,往往掺杂较多噪声,噪声会淹没机电设备状态的有用特征信息。针对传统小波阈值函数对轴承信号降噪不明显的问题,提出了一种用于轴承振动信号降噪的差分进化优化小波软阈值算法,对含噪信号进行小波分解,利用广义交叉验证GCV函数作为新的阈值函数对分解后的小波系数进行处理,结合差分进化算法进行寻优获取最优阈值。实验采用美国凯斯西储大学的轴承数据进行仿真分析,通过与常用降噪方法相比,该方法在较好地保留特征信号的前提下,较大程度地去除了噪声,有效地提高了降噪效果。