地面慢速移动目标轨迹预测方法

在预测期较长的情况下,不确定因素将增加,对地面慢速移动目标轨迹预测的结果可能偏差较大.为了检验和提高预测结果的准确度,克服单一预测模型的不足,提出了一种改进灰色预测模型结合轨迹点转移概率的综合预测方法.通过引入缓变因子,并对原始数据进行自然指数变换,改进的灰色GM(1,1)模型能够控制其发展系数,提高灰色预测模型本身的精度.为了进一步检验预测结果,利用当前统计模型和分段整合的思想,并采用目标加速度截断正态概率密度模型,建立了轨迹点转移概率分布模型.仿真结果表明,该方法能够达到提高和保证预测精度的目的.     

频率估计的多段异频等长信号相位积累算法

为提高信号频率估计精度和扩展已有方法的适用范围,提出一种基于相位积累的多段异频等长信号的频率估计算法。首先生成异频分析参数矩阵,克服分段信号频率不等问题;其次设计相位差补偿因子,克服分段信号相位不连续问题;最后搜索相位累积频谱最大值,获得信号频率估计值。为验证算法的正确性,给出了相应的数学推导证明。仿真实验结果表明,该算法具有较好的频率估计精度,频率估计误差约为现有方法的1/2,较为接近克拉美罗下限。     

非均布应力场中内埋裂纹的应力强度因子

在内埋裂纹线性线弹簧模型的基础上,通过引入二维权函数将裂纹面上的非均布载荷进行均布化等效,求解了中心内埋椭圆形裂纹在沿板厚非均匀分布应力场中的应力强度因子,列出了问题的奇异积分方程,利用Gauss-Chebyshev方法求解了在4种应力场分布情形下的数值结果,并与已有文献的解进行了比较,当a0/c0 ＜0.4、a0/h≤0.3时,两者结果具有较好的一致性,表明了本文方法的合理性和可靠性.     

运用统计能量分析法解决高频声振问题的研究

为了得出统计能量分析法的适用范围和成功应用的关键因素,应用模态理论对系统的输入功率和耦合损耗因子进行了研究,挖掘了统计能量分析法中“统计”的更深层次的含义.通过对统计能量分析法原理的分析,提出增大系统的特征尺寸和系统阻尼、增大分析带宽和采用宽带激励均可提高统计能量分析的精度.     

新型Z源级联逆变器

Z源逆变器能实现升降压变换的功能,同时同一桥臂的上下功率开关不需要死区时间,变换器的可靠性高。但传统Z源逆变器存在启动冲击严重,直流升压因子较小,开关器件应力较大等缺点。提出一种新型Z源级联逆变器拓扑,与现有的Z源逆变器拓扑相比,新的拓扑结构能有效减小启动时阻抗网络上电容的冲击电流,减小开关器件的电压应力,并将升压因子由1(/1-2D)提高到1(/1-D)(1-4D),D为Z源逆变器的直通占空比。在理论研究的基础上,基于简单升压控制下的仿真和实验结果验证新型拓扑的优点。     

层次因子图及其在故障诊断中的应用

为解决大规模复杂不确定性故障诊断问题的建模和推理难题,提出一种扩展的因子图模型——层次因子图,并给出了相应的推理及建模方法。该模型采用层次式拓扑结构表达问题领域的结构化知识,具备现有概率图模型的所有优点。经实例验证表明:所提出的层次因子图模型可以较好地解决大规模复杂不确定性故障诊断问题。     

基于环境因子的飞机液压导管寿命分析

从外场的数据分析得知,某型飞机液压系统的故障主要是由飞机液压导管故障引起的。在众多引发液压导管的故障因子中,环境因子起着非直接但又不可忽略的影响。通过半参数分析法,对两种环境下飞机液压导管故障率进行比对,获得不同环境下飞机液压导管故障率的定量比较,为改善日常飞机液压系统维护提供有效判断依据。     

环境因子和混合贝塔分布的贝叶斯法制导弹药评估

针对制导弹药可靠性试验评估成本高和靶场试验次数少的问题,采用基于环境因子和混合贝塔分布的贝叶斯法对制导弹药可靠性进行评估。利用环境因子法,结合成败型产品讨论了不同库存环境制导弹药可靠性试验数据的折合,解决了不同环境下数据融合的问题。以混合贝塔分布为先验分布,得到了评估制导弹药可靠性的Bayes方法,该法解决了性能检测试验数据与靶试数据融合问题,并对制导弹药可靠性进行了数值仿真计算,为制导弹药可靠性评估提供了一种新方法,具有一定的价值。     

贝叶斯网络在潜艇远航隐蔽性评估中的应用

针对潜艇远航中面临探潜兵力种类多、各兵力间相互联系的特点,将基于贝叶斯网络的故障诊断方法引入到潜艇隐蔽性的评估中。假设通过分析某次远航实例后得到节点分布参数,结合建立的潜艇远航暴露贝叶斯网络图,得出相关结论。初步探讨了该方法对潜艇隐蔽性的评估、诊断暴露原因、确定关键探潜兵力等方面的应用价值。     

基于灰色预测法的军械维修器材消耗规律

研究并掌握军械维修器材的消耗规律,对做好军械维修器材的保障工作有着重要的意义.基于此,研究了灰色预测法,并针对军械维修器材的实际情况,论述了如何确定影响因子,进而对灰色预测模型进行了改进,用改进后的模型研究军械维修器材的消耗规律,预测结果非常贴近实际值.