随机滤波模型在变速箱剩余寿命预测中的应用研究

摘要：基于变速箱加速寿命实验的振动信号,提取信号的多种特征参量．通过分析各特征参量的敏感性和稳定性,选择幅域裕度指标、峰值指标、波形指标和RMS（RootMeanSquare）作为特征参量,建立一种基于随机滤波的变速箱剩余寿命预测模型,给出剩余寿命后验概率密度的递推公式,设计了极大似然估计方法求解模型参数,并经实例验证模型的有效性和实用性．     

电子侦察装备的随机期望值分配模型与算法

针对电子战系统试验训练过程中存在随机性特征参数的问题,首先结合实际事例分别建立了电子侦察装备的单目标和多目标随机期望值分配模型;然后针对多目标随机期望值分配模型,给出了目标规划方法和遗传算法求解步骤;最后基于遗传算法,讨论了目标函数权系数的选择对求解结果的影响.仿真结果表明:所建立的随机期望值模型合理,算法可行.     

联合作战目标武器弹药匹配模型

本文分析了联合作战目标—弹药匹配问题,从作战目的复杂性、武器弹药多样性、毁伤要求易变性、作战过程协同性四个方面提出了对联合作战目标—弹药匹配模型的军事需求,基于规划理论对问题进行描述并给出基本的数学模型,结合需求,对规划的目标和约束进一步细致的分析,对模型进行扩展,使其能体现联合作战的特点,方便了在不同军事上下文中有针对性地进行使用。     

官方民众反腐共振

当温家宝总理"让人民监督权力,让权力在阳光下运行"的话语落下时,全国人大代表、《广州律师》杂志主编陈舒和身边的其他代表一起用力鼓掌。她觉得这次两会可以掀开中国反腐的一页新篇章。面对高涨的反腐舆论,正在召开的全国"两会"再次作出了强力回应,以"制约""监督""阳光"等表述实现着官方和民众之间强烈的反腐共振。     

带点缺陷的一维亥姆霍兹共振腔声子晶体中缺陷模式

在基于亥姆霍兹共振腔的一维声子晶体中引入点缺陷会在原有局域共振型声禁带内产生缺陷模式。采用传递矩阵法和有限元法分析了缺陷模式随缺陷单元几何尺寸变化关系和声子晶体中声场分布情况。结果表明,随着缺陷单元与完美单元之间耦合程度的增强,缺陷模式从局域共振型禁带中完美单元共振频率处向禁带边缘移动。同时,缺陷模式的存在使得结构中出现了能量局域化的现象。本工作对设计新型声滤波器、能量集中装置具有一定的理论意义。     

卫星导航接收机中积分清零器的性能分析

为了使跟踪环路得到最高的输入信噪比,卫星导航接收机在时延估计时应使用匹配滤波器。但出于节省硬件资源的考虑,卫星导航接收机通常采用积分清零器完成相关运算。然而积分清零器相对于匹配滤波器存在性能损耗,对此目前尚无量化的结论。本文推导出积分清零器性能损耗的解析表达式,并使用Monte Carlo仿真的方法验证结论的正确性。理论和仿真结果表明当采样率为2倍的前端带宽时,积分清零器相比匹配滤波存在约0.44dB的损耗,当采样率提高到4倍信号带宽时,积分清零器的性能损耗几乎可以忽略。该结论对卫星导航接收机的设计具有重要的意义。     

外辐射源雷达系统中直达波干扰抑制技术

对基于雷达辐射源的非合作双基地雷达中直达波干扰问题进行了理论分析,在此基础上仿真分析了直达波干扰对目标回波信号波形的影响.针对这一问题,提出了一种基于相位匹配的直达波干扰抑制方法,并给出了详细的数学推导.仿真结果表明该方法可以极大地抑制目标通道中的直达波干扰,提高目标通道的信干比,消除直达波干扰对后续信号检测的影响.     

冲激回波信号的双二重相关匹配滤波技术研究

超宽带冲激脉冲回波检测是超宽带雷达探测目标的关键,检测效能的高低将决定超宽带雷达的应用.在传统二重相关匹配滤波技术的基础上,提出了双二重相关匹配滤波技术.分析了双二重相关匹配滤波技术的检测原理,建立了超宽带冲激脉冲串回波信号模型,对比了不同信噪比下2种接收技术的仿真结果,仿真结果表明接收技术改进后能进一步抑制噪声,提高信噪比.研究对超宽带雷达接收机的设计有一定的借鉴和参考价值.     

一种基于改进SIFT的航拍图像自动配准算法

针对传统SIFT算法匹配时间长、错匹配较多等问题,提出了一种基于改进SIFT特征的航拍图像自动配准算法.首先,通过特征点检测时设定检测极值点数目,按照DOG空间层次结构由粗到精来搜索特征点,并使用改进的SIFT特征描述符生成算法;其次,利用最近邻匹配准则进行初步匹配得到初始匹配点对,并采用双向匹配方法对匹配特征点对进行筛选;然后,基于马氏距离的特征点相似度量方法进行二次匹配,并使用RANSAC算法求取仿射变换模型;最后,通过双线性插值对变换后的图像进行重采样和插值.实验结果表明:该算法可以实现航拍图像之间的有效配准,在配准性能上优于传统SIFT算法.     

基于AP-SVM模型的装备维修器材需求预测方法

在小样本条件下运用SVR模型预测装备维修器材需求量时,预测效果受随机干扰因素影响较大.为解决这一问题,提出了一种新的AP-SVM模型.首先,运用AP聚类算法对训练数据进行分类,将分类结果作为训练数据训练SVM分类器,并对待测试数据的所属类别进行判断;然后,根据数据类别构建训练向量集,对SVM进行训练,运用SVR模型计算...