轨式发射装置振动疲劳寿命估算方法研究北大核心

针对轨式发射装置受力环境的特殊性,研究了结构的振动疲劳寿命估算方法。提出了一种实测相关部位数据、有限元仿真与三带宽法相结合的估算方法,克服了无法获得关键点实测数据,无法准确模拟带间隙振动响应,进行长时间振动疲劳试验等缺点。疲劳寿命估算结果与试验结果吻合较好,表明该方法可行,可用于估算类似结构的振动疲劳寿命。     

着力加强高分遥感应用产业推广 促进高分专项军民融合深度发展

高分辨率对地观测数据是国家的基础性和战略性资源。随着应用领域的拓展,高分专项将进一步聚焦经济建设、社会建设、生态建设等重大需求上来,实现从创新链到产业链的过渡,实现更广泛、更深入、更彻底的资源共享从2010年高分专项启动实施以来,已经成功发射具有2米分辨率全色/8米分辨率多光谱光学成像能力的高分一号卫星和具有1米分辨率全色/4米分辨率多光谱光学成像能力的高分二号卫星,获取了大量的高分辨率对地观测数据,在国土、农业、环保等领域发挥了重要的作用。     

面向大规模地理矢量线数据的多层级实时可视化技术

针对主流方法难以满足多层级实时可视化的需求,提出面向大规模地理矢量线数据的多层级实时可视化技术。建立面向多层级瓦片绘制的自适应可视化模型,设计像元四叉R(pixel quad R, PQR)树空间索引和基于PQR树的自适应可视化算法,分别用于支撑模型的数据组织和可视绘制。在10亿规模数据集上的实验表明：该技术在0.57 s内可计算任一层级上的可视结果,并且计算耗时大幅小于主流方法。当数据规模急剧增长时,该技术在各显示层级上仍具有较好的可视性能,最低可视速率超过100张/s,大幅优于主流方法。该技术在单机条件下即可支撑大规模地理矢量线数据的多层级实时可视化,在空间大数据探索分析领域具备较好的应用前景。     

基于大数据的时空环境分析模型框架设计与验证

在时空环境分析模型分类研究的基础上,设计基于大数据的时空环境分析模型架构,实现面向辅助决策的时空环境分析系统,并以某溃坝淹没分析模型为例进行试验。试验结果表明所提基于大数据的时空环境分析模型框架的可行性和有效性,对提升时空环境分析量化计算水平和工作效率具有一定的指导意义。     

基于控制器动态线性化的数据驱动ILC

针对未知非线性非仿射重复离散时间系统,将迭代域的动态线性化技术应用于非线性被控系统和未知非线性理想学习控制器,提出一种新的数据驱动迭代学习控制方案。通过设计一种改进的无模型自适应迭代学习控制算法对理想学习控制器的增益进行估计,该方案仅利用非线性系统的输入输出数据,便可自动调整迭代学习控制律。数值仿真和对高速列车模型的仿真验证了该方法的有效性和适用性。     

高空轨控式直接侧向力/气动力复合控制方法北大核心

针对高空条件下导弹过载能力有限的情况,提出一种轨控式直接侧向力/气动力复合控制方法。首先,对侧向推力比例调节的轨控式直接侧向力/气动力复合控制导弹建立数学模型。然后,考虑质心漂移和侧喷流场干扰影响,设计滑模鲁棒控制器,实现气动控制部分姿态稳定功能。最后,建立轨控发动机推力模型,设计分档控制的轨控侧向力开机策略,实现直接力控制跟踪过载指令功能。仿真结果表明,与相同高度、速度条件下的单纯气动控制方法相比较,轨控式直接侧向力/气动力复合控制方法可以有效提高导弹快速响应能力和机动能力。     

EEMD+BiGRU组合模型在短时交通流量预测中的应用

针对城市交通流随机波动性强、数据中含噪声多导致预测精度下降的问题,提出一种基于集合经验模态分解(ensemble empirical mode decomposition,EEMD)和双向门控循环单元(bidirectional gated recurrent unit,BiGRU)的组合交通流量预测模型,有效地提升了短时交通流预测的精度。模型利用EEMD算法对原始数据进行分解,根据分解所得的本征模函数(intrinsic mode function,IMF)分量绘制噪声能量图谱,去除分量中的噪声,并将去噪后的IMF分量作为BiGRU网络的输入进行训练,再将训练所得的结果进行重构加和,得到最终的预测结果。实验结果表明,未舍弃含有噪声的IMF分量进行重构的预测结果,相比于参考文献中提出的EMD+LSTM模型、LSTM模型和EEMD+LSTM模型,其平均绝对百分误差分别优化了42.36%、61.82%和30.95%;舍弃含有噪声的IMF分量后进行重构的预测结果,其平均绝对百分误差相比于将全部IMF分量进行重构优化了56.62%。     

采用 Bayes 数据融合方法进行目标和诱饵的识别

本文以目标和诱饵的识别为背景,详细叙述了采用基于Ｂａｙｅｓ数据融合方法的基本原理、融合模型和识别结果。从识别结果可以看出,这种方法可以达到较高的识别率,是识别目标和诱饵的有效方法。     

一种锥比率数据包络分析模型及有关结论

本文研究一种锥比率数据包络分析模型,它既能反映各项输入或输出的相对重要性和对某些决策单元的偏好,又可单纯地评价决策单元间的相对技术有效性。本文着重讨论这一模型的DEA有效性与多目标规划非支配解的关系以及有效决策单元的存在性等问题,论证了有关结论。     

大数据与我军财务管理

当前,世界各发达国家不约而同将大数据的开发应用作为夺取新一轮竞争的重要制高点。而大数据技术的运用必将引发财务管理模式发生重大变革。利用大数据有利于提升经费管理效益;依托大数据将促进实现预算管理科学化;运用大数据可构建智能型财务。