可靠性强化试验通用夹具研究

针对可靠性强化试验中全轴随机振动试验的通用夹具问题展开研究,首先提出了基于全轴随机振动环境多轴非比例加载、非高斯幅值分布、宽频带等特性的全新夹具设计要求,然后通过理论分析得出了夹具设计的一般原则,最后设计实现了一种可靠性强化试验通用夹具,并对该夹具进行了测试验证.全轴随机振动试验的夹具设计是可靠性强化试验在工程应用中的关键技术,该文的研究可以为可靠性强化试验的推广应用提供广泛借鉴.     

重复脉冲激光辐照InSb(PV)型探测器的热损伤

在建立高斯型重复脉冲激光辐照InSb(PV)型探测器物理模型的基础上,采用近似解析解的形式计算了圆柱形InSb靶板的二维温度场。通过数值分析得出了在激光辐照时,InSb(PV)型探测器的温升与时间的关系,并计算出相应的损伤阈值。研究表明:在高斯型重复脉冲激光辐照下,损伤阈值受到脉冲数目、宽度、重复频率以及脉冲激光光斑半径的影响,InSb(PV)型探测器会发生熔融损伤,发生于迎光面的光斑中心。对于一定厚度胶层的InSb(PV)型探测器,只有强度大于一定阈值时重复脉冲激光的辐照才可能发生熔融损伤,越薄的胶层对应的损伤阈值越大。为了增加InSb(PV)型探测器的激光对抗能力,应该减小胶层厚度。     

元器件类军工科研项目管理研究

元器件类军工科研单位作为国防工业重要组成部分，是贯彻履行强军首责、科技兴军，保障国防建设和推动科技创新的重要力量，如何运用现代化项目管理理念，提高军工元器件类科研项目的管理水平，实现“短平快”的项目管理目标，对国防军工科研任务的高质量完成具有重要现实意义。     

一种新的k-means聚类雷达信号分选算法北大核心

针对传统k-means聚类算法在雷达信号分选中应用存在的不足,提出了一种基于数据场和灰关联分析的k-means聚类雷达信号分选算法。该算法首先根据数据场理论计算所有数据样本的势值,寻找局域势值最大值,选取距最大值最近的样本数据作为初始聚类中心,局域势值最大值个数作为聚类数目;然后用灰关联度代替欧式距离来判断数据样本间相似性。该算法能够自动获取初始聚类中心和聚类数目,对频率捷变雷达具有较好的分选效果。仿真结果验证了算法的可行性。     

高精度轴类零件的砂带确定性修形方法

为提高金属轴类零件的加工精度,基于光学确定性加工原理将振动砂带研抛方法用于轴类零件的高精度修形中。在这种方法中,弹性接触轮在一定压力下与轴类工件接触形成一个矩形研抛区域,砂带覆盖在接触轮上,通过接触轮的轴向振动可以实现材料可控去除。利用圆柱度仪测量得到轴零件外圆表面的轮廓形貌,得到被加工零件表面轮廓的误差分布。使用脉冲迭代法计算接触轮在圆柱表面不同位置的驻留时间,通过机床主轴的伺服控制实现工件不同位置材料去除量的大小,从而实现被加工零件圆柱度误差的确定性修整。在经过仿真加工后,在一根45#钢轴的一段柱面上进行了确定性修形实验。结果表明,工件平均圆度误差从0.42 μm收敛至0.11 μm,圆柱度误差从0.76 μm收敛至0.35 μm,加工后的形状精度优于超精密外圆磨床的加工精度,验证了高精度轴类零件柱面上确定性修形的可行性。     

晶体宏观对称性及热力学对称性对物理性质的影响

本文论述了晶体宏观对称性及内部热力学对称性对物理性质的影响,从而使物理性质张量的独立分量数目大为减少。文中还介绍了群表示论在此领域的应用,这将给从事材料研究的工作者带来很大方便。     

面向对象的软件测试

本文结合面向对象软件的具体特点和工程实践,给出了面向对象软件测试的内容:类测试、类簇测试和系统测试。最后,给出了面向对象软件的测试策略。     

粒子滤波匹配追踪重构算法

针对现有贪婪迭代类压缩感知重构算法对非高斯量测噪声抵抗性差的问题,提出一种盲稀疏度下粒子滤波匹配追踪稀疏信号重构算法。该算法将鲁棒性更高的Huber损失函数替代常规的二次损失函数,用来增加对非高斯噪声的抵抗能力;并引入粒子滤波实现对原始信号的最优估计,以削弱量测噪声的影响;在信号稀疏度未知的条件下,结合稀疏度自适应匹配追踪算法实现盲稀疏度下的原信号重构。理论分析和仿真结果表明,所提算法可以有效抵抗因非高斯噪声干扰或稀疏度未知导致的重构精度降低,且重构性能优于现有典型贪婪迭代类算法。     

基于多源冲突数据聚类的态势估计方法

传统调和式态势估计方法在面对多源冲突数据时融合效果不佳。为此,提出一种基于冲突数据聚类的非调和式态势估计方法。首先利用迭代自组织数据聚类方法(ISODATA)对多源冲突数据进行聚类,然后利用频度和可信度对数据簇的重要性进行评估,最后得到态势估计结果。仿真结果表明,与传统态势估计方法相比,所提方法在融合多源冲突数据时能够得到可信度较高的态势估计结果。     

基于改进的概率假设密度多目标跟踪算法

针对多个目标相互紧邻时,概率假设密度滤波器难以正确估计当前目标个数以及目标状态问题,提出一种改进的高斯混合概率假设密度滤波算法。根据每一时刻更新后所有目标的权值构造权值矩阵,通过权值矩阵中目标权值的分布来检测当前目标权值是否存在更新错误。基于新的目标权值再分配策略,对权值矩阵中每个目标可能不正确的权值进行调整,使得每个目标能够获得合理的权值。仿真实验表明,该算法能够准确地估计紧邻目标数目以及状态。