复合材料帽形加筋梁强度及刚度实用计算与试验

利用变形协调方程,推导了复合材料帽形加筋梁的等效弯曲刚度公式,建立了复合材料帽形加筋梁的应力、挠度计算公式.计算了均布荷载作用下,不同边界条件下复合材料帽形加筋梁的应力和挠度,并进行了帽形加筋梁的三点弯曲强度试验.对比分析了数值计算结果和试验结果,结果表明:理论计算结果和试验结果吻合较好,说明该方法以及推导的计算公式是可靠的,易于在复合材料船体初步设计阶段中使用.     

某型步战车炮控系统的新型LADRC控制器设计

针对工程实际中量测输出含有噪声这一问题,设计了以带有滤波器的新型扩张状态观测器为核心的新型线性自抗扰(LADRC)控制器。基于某型步战车实测数据,运用递推最小二乘法对模型参数进行辨识,从而得到炮控系统模型。分别用PID控制器,LADRC控制器和新型LADRC控制器进行了仿真。结果表明,新型LADRC的抗扰性和鲁棒性优于PID;当输出加入量测噪声时新型LADRC比LADRC控制效果有改善,两者都能够在保持控制系统原有特性基础上大幅提升炮控系统的稳定精度。     

反潜巡逻机与反潜直升机协同反潜建模

针对反潜巡逻机与反潜直升机协同反潜作战问题,通过定性分析前者协同作战需求,提出了反潜巡逻机概略搜索、反潜直升机精确跟踪定位的协同战术。在此基础上,给出了反潜直升机联合使用声纳浮标与吊放声纳的搜潜策略,并建立了两机协同反潜定量分析模型。最后仿真分析了延迟时间、初始距离、定位误差等因素对直升机留空时间需求与声纳浮标数量需求的影响;同时计算了反潜直升机协同反潜的最大作战距离,以及所需声纳浮标的数量。结果表明,对于低速常规潜艇目标,两者协同反潜区域较广;而对于高速核动力潜艇,需多架反潜直升机参与协同。     

近程反潜警戒舰艇最小前出距离计算模型的建立

针对伴随护航过程中如何确定近程反潜警戒舰艇最小前出距离这一问题,在建立敌潜艇从不同舷角实施攻击,其鱼雷最大有效射距计算模型的基础上,根据近程反潜警戒舰艇的反潜作战过程,从保障被护目标安全的反潜作战需求出发,构建了近程反潜警戒舰艇伴随护航的最小前出距离计算模型。     

信息化条件下装备器材供应链设计与重构研究

现行装备器材供应存在着供应渠道过长、不能快速响应等问题,为此通过对装备器材供应链进行集成化体系结构模型设计与构建,探讨了装备器材供应链的重构策略,分别从信息流模式重构、业务流程重构和物流体系重构等3个主要方面对装备器材供应链重构策略进行了分析与探讨,以实现装备器材供应链的快速响应.     

基于改进LMS算法的复合材料超声检测缺陷识别

在径向基函数（RBF）神经网络实现无人机复合材料超声检测脱粘缺陷识别时,针对最小均方（LMS）算法在确定网络输出权值时存在稳态失调误差和收敛速度相矛盾的问题,提出一种改进的自适应的变步长LMS算法．该算法根据反馈误差自适应确定步长,通过引进动量项加快收敛速度．将改进LMS算法应用到RBF网络缺陷识别中,结果表明该方法在稳态失调误差较小的情况下,能快速确定RBF网络的权值．改进的RBF网络能够较好地识别超声检测脱粘缺陷．     

潜艇不机动纯方位解算编队目标运动要素方法

针对单艘潜艇纯方位目标定位必须潜艇机动才能使算法收敛的问题,首次采用几何分析法研究了潜艇不机动情况下,解算编队目标运动要素的方法;然后,基于最小二乘法,给出了具体的解算模型,并给定态势,进行实例仿真。证明该算法能够满足潜艇隐蔽对编队目标定位的需要,进一步丰富了潜艇纯方位目标定位方法。     

星载三频GNSS接收机的整周模糊度解算

TCAR算法是GNSS中常用的快速确定三频模糊度的方法。虽然原理简单,计算方便,但是模糊度解算正确的概率很小,需要验证求解数值的正确性。而星载GNSS接收机存在着可见星数目低于3颗的情况,无法进行验证,文章通过结合递推加权最小二乘,对算法进行了改进,给出了适合于任何情况下求解模糊度的改进的TCAR加权算法,克服了TCAR算法在可见星不足情况下,无法获取正确的模糊度数值的缺点。同时在GNSS可见星不低于3颗的情况下,对改进的TCAR加权算法添加了模糊度搜索环节,使得算法在确保模糊度解算成功率的前提下,进一步提高解算效率。最后通过对比仿真表明,在可视卫星数目小于3时,只能采用改进的TCAR加权算法进行模糊度的确定;在可视卫星数目不低于3时,采用改进的TCAR搜索算法求解模糊度,拥有高成功率和高效率的特点。     

基于LSSVM的缺失飞行数据组合填补方法

针对飞行数据的特点,将基于最小二乘支持向量机的一元填补方法和多元填补方法相互结合,提出了一种缺失飞行数据的组合填补方法。该方法将两者优势互补,既能反映出变量自身的变化趋势,同时也利用了相关变量间的作用信息,增强了算法的可靠性,提高了数据填补的精度。实验结果表明了所提方法在缺失飞行数据填补中的有效性和适用性。     

基于最小二乘支持向量机的火灾起数时间序列预测

基于最小二乘支持向量机算法,建立了火灾起数时间序列预测模型,并给出了相应的建模步骤.结合昆明市近16年的火灾起数数据,将1997～2006年火灾起数作为训练集,预测了2007～2012年的火灾起数.结果表明,该模型预测结果的均方根相对误差和平均绝对百分比误差分别为0.132 6和0.084 7,具有良好的预测精度,能够较为准确的预测出火灾起数的变化情况.用此模型预测了昆明市2013年火灾起数,并根据误差确定了2013年火灾起数的大致变化空间.