考虑自重挠度的火炮试验装置身管稳定性校核研究

针对炮口强冲击条件下身管可能出现失稳的问题,将某型火炮试验装置身管近似为一端固定、一端铰支的九阶梯变截面构件．基于有限元软件平台,提取身管各截面在重力作用下的挠度,建立具有初始挠度的身管有限元模型,并验证其在冲击条件下的稳定性．该研究结论为炮口冲击式火炮试验装置的可行性论证提供了科学依据．     

作战实验工程的基本概念与体系构成研究

提出了作战实验工程体系构成的六元组结构：作战实验基础理论、作战实验军事需求工程、作战实验工程技术体系结构、作战实验平台体系架构、工程管理体系建设、作战实验工程人才队伍体系;提出了作战实验工程的实践性特征、群体智慧集成与综合集成特征、实用工具特征;分析了作战实验工程的发展趋势与方向：实验平台建设的体系化、实验论证功能的综合化、实验论证系统的智能化、实验论证手段的一体化。     

基于ISIGHT的微型飞行器布局优化设计研究

微型飞行器具有飞行雷诺数低、易受外界环境干扰等特点,并存在多目标优化问题,因此其气动布局优化设计难度较大。针对微型飞行器的特点及优化设计要求,采用N-S方程与遗传算法相结合的方法对微型飞行器的多目标优化设计,基于ISIGHT软件来实现该方法的具体流程,克服了计算量大、无法实现自主迭代的缺点。并对微型飞行器的展弦比、尾翼安装角、尾翼的高度和根弦长进行优化,优化目标为飞行器的静稳定性和升阻特性,优化后的构型具有良好的气动性能,结果表明该方法明显提高了计算的精度和优化设计的水平,在工程上有一定的应用价值。     

基于半监督FCM聚类算法的卫星云图分类

针对卫星云图的特点在分类特征集中采用了一种新的特征--差异化特征,该特征反映了云图的内部结构特点,并且具有良好的鲁棒性,能有效地避免云团位置变化对特征的影响.将半监督思想引入到模糊C均值聚类方法(FCM),克服了单纯的FCM方法未考虑领域知识导致的聚类结果的盲目性.半监督FCM方法在聚类过程中加入少量的由领域专家标记的样本,引入专家的领域知识,通过与这些带有类标记的样本进行相似性比较,引导FCM方法的聚类过程.试验结果表明,基于具有差异化特征的云图特征集,半监督FCM方法能有效地提高云图分类的准确率.     

目标选择的一个优化模型

坦克作战过程中 ,经常出现一个坦克群遭遇对方一个坦克群的情况 ,这时每辆坦克往往向威胁自身最大的目标开火 ,但这种选择的整体效果不一定最优。本文提出一种目标选择方法 ,使得最大限度地减轻了对方对己方的威胁 ,大大提高了作战坦克对敌杀伤效果     

基于物理模型的行星轮系特征提取与评估方法

特征提取与评估是损伤检测和故障预测的基础。针对2K-H行星轮系缺齿损伤,建立了行星轮系的损伤模型,通过分析模型的仿真信号,提出了基于主频边带、小波变换和经验模式分解的多种损伤特征,并采用双样本一致性检验方法对所提取损伤特征的分类能力进行了评估,采用含噪声的仿真信号和试验数据对损伤特征进行了验证。验证结果表明,所提取的损伤特征均具有较强的分类能力,其中主频边带特征的分类性能最优。     

1.8V供电8.2ppm/℃的0.18μm CMOS带隙基准源

带隙基准电压源是各类模拟/数模混合集成电路中的基础性部件,其性能直接决定了整体电路的稳定性。CMOS工艺中的衬底三极管的放大倍数β较小,"发射极-基极"通路对三极管的集电极电流的分流作用十分显著,导致带隙基准温度稳定性下降。此外,低电压条件下的电路缺乏足够的电压裕度,电源噪声的影响已经不可忽略,基准源的抗电源噪声能力亟待加强。针对上述两个问题,分别提出了自适应的"发射极-基极"电流补偿技术和使用电容直接耦合电源噪声负反馈的方案。基于0.18μm CMOS工艺的实现结果表明,在-55℃~150℃范围内,电源电压1.8V情况下,输出基准电压的温度系数可达8.2ppm/℃,且中/高频段的电源抑制比得到大幅度提高,直流段电源抑制比更可达-90dB。     

平稳小波去噪算法中的参数选择

为研究平稳小波变换去噪算法在工程应用时如何选择小波基、小波系数处理方法和阈值计算方法的参数以取得最优去噪效果,通过仿真实验,对比不同小波基、不同小波系数处理方法及不同阈值计算方法对平稳小波变换去噪算法去噪效果的影响,对算法的参数选择问题进行研究。实验结果表明：相比其他滤波器组,大部分情况下Daubechies 小波基对应的滤波器组去噪效果更好;信号信噪比较低时选用软阈值法,信噪比较高时选用硬阈值法;使用阈值法处理小波系数,信号信噪比不高的情况下应采取固定阈值法来确定阈值,信号信噪比较高时应采取无偏风险估计法。     

结合层次法与主成分分析特征变换的宫颈细胞识别

对宫颈细胞进行多分类可以自动识别出不同状态的细胞,进而为宫颈癌诊断提供科学依据。在用6种多分类算法进行实验后,选取支持向量机作为基分类器,先用一对一策略训练6个分类器进行3分类,然后再训练1个2分类器,这种二层4分类方法提高了识别准确率。考虑不同层特征模式的差异性,在保证识别性能的同时,每层分类前先采用主成分分析法将原始154维特征变换到低维空间,去除冗余特征,加快识别速度。实验证明,所提层次主成分分析法在宫颈细胞分类中相比6种传统多分类方法有更高的识别准确率,可达90%以上;识别速度也较普通层次法提升了21.31%。     

变换自适应算法实现特征矢量谱

特征矢量法是分辨相关信号源的一种有效算法。该算法需求出阵列接收信号空间相关矩阵的最小特征矢量。本文在梯度法与空间三角格型法基础上,提出了一种新的算法:变换自适应法。此法通过一个变换,将求矩阵最小特征矢量的问题转换成求最大特征矢量,从而避免了矩阵求逆这一繁杂过程。理论分析以及计算机仿真结果均表明,该算法在计算量和收敛速度方面具有相当的优越性。