随机控制系统大纯时滞辨识及结构辨识的偏差补偿算法

本文研究了已知噪声自相关函数时,线性SISO系统ARMAX模型的大纯时滞的辨识问题及结构与参数辨识的偏差补偿算法。本算法使得能够在很小的样本数及极低的信噪比下得到系统的结构参数。     

多自由度系统及结构非线性自由振动的摄动谐波平衡法

本文在谐波平衡法的基础上,引入摄动的思想,得出了解多自由度系统及结构的非线性自由振动的新方法。其解的形式为小参数和谐波的级数形式,因此,其解不会遗漏任何项,方程为线性的代数方程;利用线性变换,将系数矩阵变换为对角阵,一旦求出线性模态,就可得其解,比线性化迭代法优越得多。算例表明,本文方法对于小振幅有较高的精度,对于较大振幅其结果也是令人满意的。     

采购改革的风险及结构可靠性

美国海军采购改革是为减少采购过程的成本和风险而提出的,它同时给海军资产提供了改进的任务性能。DD21舰采购计划就是这种原理的产物,用商用设计小组演示的新设计来达到美国海军的性能目标,而不是基于传统的、详细的军用规范。美国海军技术界的一个任务是证明设计能满足计划性能目标。因为缺乏正式的性能质量标准,所以存在着绝对风险,这是证明过程可能接受了不合格的设计的风险或可能拒绝了合格的设计的风险。这两种风险都对美国海军采购过程产生消极影响。本文通过确定基于可靠性的舰艇结构验收标准的任务,讨论减少在采用基于技术风险方法时固有的计划风险。     

尾喷流底部流场与外流场干扰的拓扑结构数值模拟

本文从非定常全ＮＳ方程出发，运用时间推进方法，采用有限体积方法离散控制方程，模拟了轴对称钝锥尾喷流场与外流场的干扰，得到了随时间发展的精细的流场拓扑结构，并对几种出口压力比的不同情况进行了比较和分析。     

具有电介质衬套的多波切仑柯夫振荡器

提出了具有电介质衬套的多波切仑柯夫振荡器的概念，并采用粒子模拟方法对之进行了研究。结果表明：电介质衬套能使器件在较低二极管电压下正常工作，同时，在低电压区的辐射效率明显提高。这对开发多波切仑柯夫振荡器在爆磁压缩产生高功率微波等领域的应用具有参考价值。研究还发现：微波频率随电介质的介电常数增大而单调下移，电介质的介电常数及导引磁场的强度均具有最佳值。     

GJB814《引信结构要素》的制定及对引信“三化”的影响

GJB814《引信结构要素》的制定是引信“三化”过程中的一项重要工作,因此,在贯彻中应理解其确定原则及主要内容,以便更好地发挥其作用。     

基于MA的自适应多载波并行组合扩频通信技术

为了提升多载波并行组合扩频的通信性能,将自适应技术应用于多载波并行组合扩频通信系统中,并基于边缘自适应准则（MA）,针对多载波并行组合扩频（PCSS-OFDM）通信系统和多载波差分多相并行组合扩频（DMP-PCSS-OFDM）通信系统,分别提出两种自适应通信方式。在多种多径信道环境中的仿真结果显示：在多径信道中,自适应PCSS-OFDM系统的误码率相比PCSS-OFDM系统有显著降低;自适应DMP-PCSS-OFDM系统则更适用于相干带宽较窄且衰落较深的信道中。     

尾座式电动飞机复合材料机翼结构优化设计

以复杂地形地区物资快速投送平台设计为背景,开展尾座式电动飞机复合材料机翼设计研究。对机翼结构载荷进行分析,对机翼结构构件布置和铺层进行设计,形成复合材料机翼结构设计方案。建立复合材料机翼结构有限元模型,开展典型工况条件下的静力分析,得到机翼结构变形、应力和Tsai-Wu失效因子分布。采用分步优化策略,以机翼结构铺层厚度和铺层角度为设计变量,开展机翼结构质量优化计算,优化结果表明,优化后的机翼结构在满足强度和刚度要求下质量减轻约47.77%,可为尾座式电动飞机结构设计提供重要参考。     

信号处理与深度学习硬件加速的一致性计算结构

在计算需求层面对多种典型信号处理算法与深度学习算法进行了分析与模块化分解,提取了两类应用共有的且适合并行硬件加速的计算模块,提出了信号处理与深度学习的一致性计算模型,并基于一致性计算模型设计了控制与计算分离的层次化处理单元与阵列化计算结构。通过对不同应用计算过程的软件定义能够实现信号处理与深度学习的一致性硬件加速计算,基于Zynq计算平台从重构效率与计算性能两个方面对一致性计算模型与计算结构进行了验证,结果表明：基于一致性计算模型的软件定义可重构计算结构,具有较高的计算性能与重构效率。     

顾及噪声影响的GNSS高程序列预测Prophet方法

全球导航卫星系统(global navigation satellite system, GNSS)高程时间序列具有非平稳、非线性、含噪声等特点,在深入研究Prophet预测模型的基础上,针对Prophet预测模型对于趋势信号和周期信号有良好预测效果这一特性,提出一种引入经验模态分解(empirical mode decomposition, EMD)的“降噪—分解—预测”组合GNSS高程时间序列预测方法。该方法先将原始时间序列进行EMD降噪,再对降噪后的序列进行分解预测,最后重构各分量预测信号为最终预测序列。通过对实测高程数据进行研究,实验结果表明：降噪后信号的平均信噪比为10.30dB,能量百分比平均为88.75%;利用所构建的短期预测方法,GNSS高程时间序列预测结果的均方根误差分别平均提升26.41%和14.88%;平均百分比误差分别平均提升18.92%和7.91%,验证了组合预测方法的有效性及实用性。