重介子弱衰变的系统研究

基于BS理论框架,利用相对论性的组分夸克势模型,系统地研究B、B.、D和D,介子的跃迁(但不包含末态是轻赝标介子的情况),并计算了这些重介子的单举半轻子及2体末态非轻子弱衰变过程的分支比.在B和B.到粲味介子的跃迁中零反冲处的形状因子和他们的斜率都与重夸克有效理论一致;所有半轻子弱衰变的分支比都与实验符合B和B,轻子弱衰变的分支比与实验值相差不足一倍;末态是轻矢量介子时,形状因子与重夸克对称的要求相差很大D和D,非轻子弱衰变的分支比与实验值不符.这些结果还表明,采用的方法和模型能够用于描述重介子和轻矢量介子,而因子化假设在D和D,的情况下远不如在B和B,情况下适用.     

使用常速和常角速度模型跟踪机动目标

常速模型和常加速模型经常用作跟踪滤波器的运动模型。如果目标转弯,由于真实目标与这些模型之间的不一致,这些滤波器不能给出完整的性能。为了解决这一问题,在本文中我们提出在跟踪滤波器中使用常速模型和常角速度模型。这种模型与实际目标运动有着比较好的一致性。文中通过计算机仿真进一步证实了它的有效性。     

直升机航迹滤波与预估研究

结合武装直升机在巡航或搜索地面目标的特点 ,给出直升机航迹模型为协方差平稳随机模型。根据声探测方式 ,推出了测量模型。对直升机航迹进行卡尔曼滤波与预估 ,最后对航迹进行了仿真研究。     

遗传算法的预防性维修周期优化方法

考虑到预防维修可以提高系统生产效益的同时,故障率会随着维修次数的增加而上升,引入役龄回退因子对预防维修活动前后系统性能的动态变化进行描述;而且还充分考虑到系统预防维修周期随维修次数的变化情况,建立了系统预防维修周期优化模型,并将改进后的遗传算法运用于模型的优化求解.重点研究了系统总效益随预防维修次数的变化率, 从而有效地帮助决策者判定系统何时进行更新替换.     

一种基于距离参数化CKF的单站无源定位方法

针对单站无源定位系统中,观测站机动导致的滤波精度降低问题,提出了一种基于距离参数化CKF的单站无源定位方法(range-parameterised cubature kalman filter smoothing, RPCKFS)。引入距离参数化的思想,结合观测站观测范围作为先验值,将观测范围划分为若干个区间,并赋予初始权重,在各个区间引入后向平滑容积卡尔曼滤波(cubature kalman filter smoothing, CKFS),利用各时刻的预测值与观测值的比值来更新区间权重,最后对各区间状态信息加权融合来实现目标状态的获取。仿真结果表明：该方法能够有效降低滤波全局对观测站机动的敏感性,提高滤波稳定性与定位精度。     

残余应力对身管内膛裂纹应力强度因子的影响

自紧技术通过施加自紧压力使身管内膛发生塑性变形,以产生残余应力增大身管强度,也是提高身管使用寿命的有效方法。为了研究残余应力对身管内膛裂纹的影响,建立了具有残余应力的身管扩展有限元模型,计算了不同自紧度的身管在残余应力场作用下,内膛表面裂纹的强度因子,分析了自紧残余应力和裂纹深度对裂纹应力强度因子大小的影响。同时,在连续射击后发生残余应力释放的条件下,计算了自紧身管的残余应力的变化规律和表面热应力对裂纹应力强度因子的影响。结果表明：自紧残余应力能有效抑制身管裂纹的扩展,提高疲劳寿命,其抑制效果与残余应力的大小成正相关,自紧身管在射击后,热载荷作用下,表层的残余应力由压应力变成拉应力,其他区域切向残余应力数值也相应减小,残余拉应力使身管表层更容易开裂。     

基于惯导信息卫星定位与景象匹配的导航方法

针对飞行器在卫星信号失效时导航精度变差的问题,提出一种基于惯性导航系统(Inertial Navigation System, INS)、卫星定位与景象匹配的合成孔径雷达(Synthetic Aperture Radar, SAR)载机平台组合导航方法。首先根据INS、卫星定位与景象匹配的数学模型,构造了对应的量测方程,然后应用卡尔曼滤波(Kalman Filter, KF),对不同的量测推导了对应的滤波算法。其中对于卫星数据与景象匹配数据,通过扩展卡尔曼滤波(Extended Kalman Filter, EKF)进行了线性化处理。该方法不要求卫星数据直接提供定位信息,故在卫星数较少时也可以应用。仿真实验中,当卫星信号部分缺失时,本文方法能获得比INS与卫星组合定位方法更小的位置误差,在包含卫星信号时,也能提供比INS与卫星组合定位方法更优的精度。仿真结果证明了该方法的有效性。     

基于神经网络的椭圆扩展目标形态估计

针对复杂环境下由稀疏量测引起的椭圆扩展目标形态估计精度低的问题,提出了一种基于神经网络的形态估计方法。利用神经网络对目标量测进行处理,估计出椭圆扩展目标的轴长,然后结合卡尔曼滤波算法实现目标的跟踪。仿真实验结果表明,通过与基于随机矩阵、乘性误差以及卷积神经网络等模型的算法相比,所提算法的跟踪性能有显著改进。     

基于自适应Kalman滤波算法的航空发动机可测参数及其偏离量估计

针对采用估计可测参数偏离量建立航空发动机机载自适应模型的方案中,可测参数偏离量估计的问题,引入了CA(Constant Acceleration)模型,建立了简化的可测参数状态方程和测量方程,采用自适应Kalman滤波算法直接估计可测参数,由估计出的可测参数与发动机非线性模型计算的额定值之差,获得可测参数偏离量.为解决因简化的状态模型系统误差较大,采用标准Kalman滤波会出现估计严重偏离真值的问题,分析了标准Kalman滤波准则和状态模型误差对滤波结果的影响,采用动态调整状态预报在滤波估计结果中权重的策略,给出了单因子自适应Kalman滤波算法准则及递推公式,使滤波估计准确.对不同的可测参数分别采取序列滤波的方法,减少了运算量.以仿真产生的发动机测量数据为例,对系统模型和所设计的算法进行验证,计算结果表明,所设计的滤波算法具有很快的收敛速度和计算速度,结果优于标准Kalman滤波算法,具有更好的估计精度和一定的工程应用价值.     

GPS姿态测量系统对惯性导航系统误差修正能力分析

针对惯性导航系统(INS)存在积累误差的缺陷,运用GPS姿态测量辅助修正方法对INS误差进行补偿来进一步提高INS的定位精度.通过对INS系统可观测性进行分析,得出增加不同种类的外部导航信息观测量将有效提高INS误差修正能力的结论.研究了船用INS与GPS姿态测量系统组合的组合导航系统,并对GPS姿态测量系统信息对惯性导航系统的误差修正能力进行了仿真.仿真结果证实上述方法可有效提高INS的定位精度.