阻拦索张力控制方法

飞机阻拦装置是机场保证飞机正常降落和拦阻因意外原因冲出跑道的飞机的重要保障设施。针对现有机械型阻拦装置难以适应未来多种机型阻拦需求的现状,提出一种以阻拦电机为吸能元件的电磁阻拦装置,搭建考虑阻拦索弯折波影响在内的电磁阻拦装置模型,设计电磁阻拦装置的闭环控制算法,并利用仿真进行了验证。     

基于AdaBoost-SVM的P2P流量识别方法

针对传统的P2P流量识别技术存在识别率低和误判率高的缺点,将机器学习中Ada Boost算法的良好分类能力和SVM的泛化能力结合起来,提出一种基于Ada Boost-SVM组合算法的P2P网络流量识别模型,将SVM作为Ada Boost的基分类器,运用最小近邻法计算支持向量与训练集的样本间的距离实现分类进行P2P流量识别。最后,以4种P2P流量数据为研究对象在MATLAB上进行仿真,仿真结果表明,提出的Ada Boost-SVM的组合算法在P2P网络流量的分类性能和分类准确率上都优于单纯的Ada Boost和SVM,组合算法的P2P流量平均识别率高达98.7%,远高于Ada Boost和SVM的识别率。     

基于SVM-UPF的雷达弱小目标检测前跟踪算法

针对低信噪比条件下雷达弱小目标的检测与跟踪,提出了基于支持向量机和无迹粒子滤波的检测前跟踪算法。该算法采用无迹卡尔曼滤波生成粒子滤波的重要性密度函数,提高了粒子的使用效率,在此基础上将支持向量机引入到粒子重采样步骤中,通过构建状态的后验概率密度函数来获得多样性的新粒子,有效解决了粒子贫化问题,仿真结果表明,该算法提高了目标的检测概率和跟踪精度。     

地球静止轨道高能电子通量在线预测模型

利用粒子群优化算法和最小二乘支持向量机,建立地球静止轨道高能电子通量在线预测模型。针对粒子群优化算法,提出一种新的粒子群多样性测度计算方法,有效改善其早熟收敛现象。运用改进的粒子群优化算法优化最小二乘支持向量机的正则化参数和核参数。利用滑动时间窗口策略更新模型数据,选择触发机制以及模型的再学习机制为设计变量,实现模型的在线预测功能。对2000年电子通量监测数据和相关太阳风、地磁参数等实际数据进行的提前1~3天的预测实验,表明所建在线预测模型具有较高的预测性能,并具有一定的实用价值。     

敷设气囊的充水圆柱壳的声辐射特性

为降低充水圆柱壳受内部点声源激励时的水下辐射噪声,在其外壳上敷设气囊,形成气囊圆柱壳。为指导气囊圆柱壳的设计,将充水裸圆柱壳和充水气囊圆柱壳分别简化为单、双层无限长隔板。比较隔板、气体与水的波阻抗,分析气体声速与层厚对双层无限长隔板在平面声波入射时的低频声辐射的影响机理。分析表明,声速小的气体和适当的气层厚度可以降低双层障板的辐射噪声。采用声无限元法计算气囊圆柱壳的水下声辐射,结论与对隔板的机理分析吻合。优化设计出的充水CO2气囊圆柱壳的水下辐射声功率与远场辐射声压明显低于充水裸圆柱壳。     

基于实射数据的舰炮弹药当量系数

弹药当量系数是准确评估身管寿命的关键参数。通过对某型小口径舰炮的研究,提出了一种基于实弹射击数据的当量系数计算方法。对实弹射击试验获取的身管内膛烧蚀磨损数据进行了分析处理,拟合得到了身管磨损速度曲线,并计算得到了3种射击条件下的当量系数。研究结果为评估该类型火炮身管寿命提供了重要的数据支撑。     

隧道火灾机械通风临界风速研究

由于隧道的半封闭性,空间有限,当长度很长时空气流通不畅,一旦发生火灾,烟气就会迅速填充隧道,而且CO等危险气体也会随烟气向隧道扩散,这对隧道内车辆和人员造成极大的危险。因此,需要保证隧道内空气流通状态的良好以及发生火灾时对烟气的良好控制。模拟了隧道口附近发生一定功率火灾的情况下,控制烟气层流动所需要的临界风速。     

基于声矢量阵的宽带波束域高分辨方位估计

宽带信号波束域处理是实现水下目标高分辨方位估计的重要途径,它相对阵元域具有运算量小、分辨信噪比门限低以及角度分辨力高的优点。声矢量阵单个阵元能同时测量声场中的声压量和3个正交的质点振速分量,相对于声压阵,它能获取更多的声场信息。因此通过均匀声矢量阵运用MUSIC算法对宽带信号源波束域DOA估计进行了研究,改善了对弱相干信号源的方位分辨和估计性能,实验所获得的仿真结果表明了该方法具有较高的参考价值。     

基于支持向量机的功率变换器开关管开路故障诊断

提出一种基于支持向量机的功率变换器开关管开路故障诊断方法。利用支持向量机建立分类模型,模型以相电流功率谱为输入量,7种故障状态为输出量,选用高斯核,使用基于二叉树分类器的分类算法。将诊断结果与基于BP神经网络的诊断结果进行比较,结果表明基于支持向量机的分类器在功率变换器开关管开路故障诊断中具有更高的准确率和更好的泛化能力。     

基于层间嵌入式多级支持向量机的特征选择

针对多故障样本一次性映射之后分类不理想,研究了多级层次式支持向量机,应用UCI数据仿真,结果表明该方法缩短了训练时间、提升了测试准确率、改善了样本的可分类性。由于误差积累,在此基础上,提出了层间嵌入式多级支持向量机,采用Abalone数据仿真,结果表明分类精度有所提高并减少了分类步骤。结合ReliefF算法,对制导设备的故障特征参数进行了选择。