基于分布图信息融合的Bayes可靠性评定方法

在利用Bayes理论进行小子样可靠性评定过程中,为了尽可能少做现场试验,必须充分利用各种先验信息,多源先验信息的融合是小子样理论方法应用中亟待解决的一个问题.基于分布图方法,提出了分布图多源信息融合技术,建立了基于分布图信息融合的Bayes可靠性评定模型.仿真实例验证了方法的合理性和有效性.     

子阵域盲源分离应用于主瓣抗干扰算法研究

阵列雷达的主瓣干扰抑制是雷达抗干扰领域的一个难题。提出了一种基于子阵域的盲源分离主瓣抗干扰算法。该算法以特征矩阵近似联合对角化（joint approximate diagonalization of eigen-matrices,JADE）盲源分离算法为基础,与传统的全向阵列算法相比,该算法提供了较低的复杂度,尤其是针对大型阵列时,算法的优势更加显著。其设计思路是先将全向阵列划分到子阵域;然后在子阵域的基础上利用多重信号分类和恒虚警检测,设计了一种新的盲源分离信道数预估计方法,为JADE提供先验信息;最后设定盲源分离通道数,使接收信号分离,并将分离信号分别进行脉冲压缩、信号检测等步骤,从而达到雷达主瓣抗干扰的目的。通过仿真分析可知,该方法可以实现目标信号和干扰信号的有效分离,且计算量对比全向阵列有显著降低,具有一定的工程应用前景。     

卫星差分码偏差对北斗三号双频精密单点定位的影响

为探讨北斗三号系统不同频点组合卫星差分码偏差(differential code bias, DCB)对精密单点定位(precise point positioning, PPP)的影响,推导北斗三号系统不同频点无电离层组合卫星端DCB改正模型,并基于MGEX跟踪站连续7天4站的观测数据按7种不同双频组合进行DCB改正实验。结果表明,DCB改正对PPP精度在最初的历元有明显提升,有助于滤波的收敛及提高单天解的均方根,但对于最终定位精度无明显提升。B2a/B3I及B2b/B3I组合定位精度及收敛速度明显低于其他组合,DCB改正后有所提升。其他5种组合改正后定位精度及收敛时间相当：静态PPP单天解均方根在E、N和U方向约为5.50 cm、2.50 cm和6.25 cm,较未改正前提升20%～65%;平均收敛时间为38 min,提升约6%;动态PPP平均收敛时间为59 min,提升约20%;最终定位精度水平方向优于5 cm,高程方向优于7 cm。     

空间引力波探测无拖曳技术现状与趋势

航天器无拖曳控制是实现引力波空间探测科学平台超静超稳运行的核心关键技术之一。目前,国内外各研究机构对航天器系统的动力学与控制进行了深入研究,并针对不同的探测频段需求提出了不同的探测任务。根据探测任务进行了航天器编队设计与控制的详细介绍和分析,对涉及的无拖曳与姿态控制、高精度惯性传感器与执行机构等原理和理论方法进行了深入的剖析。针对现已开展的空间引力波探测无拖曳航天器在轨飞行的演示验证整体情况进行详述和分析。在此基础上,提出后续开展相关研究中亟待解决的关键问题,指出未来无拖曳航天器系统动力学与控制的研究热点和趋势。     

无源干扰对抗反舰导弹编队队形研究

无源干扰作为水面舰艇反导作战的主要方式,在与反舰导弹的对抗中起着重要作用。从增强水面舰艇生命力以及协同作战能力的目的出发,针对编队反导电子对抗的特点,分析了编队队形对无源干扰效果的影响,并依据分层对抗的思想,提出了一种对称的复式队形,对基于该队形的无源干扰对抗反舰导弹的作战原则和战法进行了研究,说明了复式队形相对于传统队形更具合理性,对提高舰艇编队反导作战能力具有一定指导意义。     

无服务器计算视角下典型科技情报应用的评估研究

科技情报应用是用于高效处理、分析海量数据,提升科技情报工作效率和质量的重要基础。本文讨论了大数据时代科技情报机构在科技情报应用方面面临的一些挑战,并从无服务器计算的视角给科技情报机构革新工作模式、应对挑战带来了新思路。在此基础上设计两个实验,分别从应用部署和应用自动伸缩两个角度展示了基于无服务器计算的科技情报应用的特性,并选取了一个典型的科技情报应用进行了评估研究。期望本文探讨的无服务器计算在科技情报应用中的评估研究,能为科技情报机构拥抱无服务器计算提供一定理论基础和数据支撑。     

基于域泛化的无监督机器设备异常声检测

在基于声信号的机器设备异常检测中，机器运行时发出的声音可能会因机器运转状态的改变而发生变化，环境噪声也会改变场景中的声学特征，而传统的机器异常声音检测系统会因为声学特征的改变导致正常的声音被错误地标记为异常。针对这一问题，提出了基于域泛化技术的无监督机器异常声音检测方法。首先，将声信号的对数梅尔谱图输入深度学习神经网络模型，结合域混合方法和坐标注意力机制模块，提高系统域泛化能力和异常识别性能；然后，在DCASE开源数据集上进行实验，与两种基线评估系统的A_UC和pA_UC得分进行对比。结果表明，所提出的方法在域泛化条件下的异常检测性能得到明显提升。