基于贝叶斯推理的直升机自动倾斜器轴承动态阈值计算方法

针对加权平均方法计算得到动态阈值准确度不高的问题,利用正常数据概率密度和不同故障类型数据概率密度的特点,提出一种基于贝叶斯推理的直升机自动倾斜器轴承动态阈值计算方法。首先,采用奇异值分解对振动信号进行预处理,滤除噪声对动态阈值计算结果的影响;其次,采用故障频率能量特征提取方法,分别提取正常数据和内圈、外圈、滚珠故障数据的特征;最后,采用贝叶斯推理方法分别计算正常数据与内圈、外圈、滚珠故障数据的动态阈值。利用故障植入的方法获取数据,开展动态阈值计算试验,结果表明,方法能够正确找到正常数据和不同故障类型数据概率密度曲线的分界点,具有较高的正确率,较低的漏报率,方法提高了动态阈值的计算准确度。     

基于ISAR和相位恢复的SAR运动目标成像方法

针对合成孔径雷达(SAR)对非合作目标成像时出现移位、散焦问题，根据逆合成孔径雷达(ISAR)利用目标本身运动成像特点，本文提出一种基于相位恢复原理和ISAR算法的非合作目标相位误差校正方法。首先，回波数据由SAR算法处理形成SAR图像，提取并恢复图像中选定的非合作目标数据作为ISAR处理原始数据；然后，采用自适应时间窗算法(Automatic time-windowing)以及图像对比度算法(ICBA)对非合作目标误差相位进行粗补偿；最后，利用相位恢复算法迭代求解实现对相位的精确补偿。该方法充分利用粗补偿得到的模糊图像信息作为相位恢复算法的先验条件，提高了算法的收敛性，仿真实验结果验证了该方法的有效性。      

飞机移动生产线物料JIT配送模型及算法研究

针对飞机移动生产线的物料配送问题,考虑装配作业仓储、飞机移动生产线站位、运输人员类型、运输小车类型、物料及时配送等约束条件,建立符合实际的飞机移动生产线物料配送数学模型,对不同装配作业物料进行组合,以配送次数为优化目标,并采用基于双层编码、对交叉和变异操作进行自适应改进的遗传算法优化求解。最后对提出的算法进行了数值实验,证明了模型与算法的有效性。     

基于EMD和改进小波阈值的地震信号去噪方法

地震资料采集获得的地震信号资料中往往夹杂着大量的噪音信息,地震信号的有效去噪对后续的地震资料解释具有重要的意义。本文提出一种基于经验模态分解(EmpiricalMode Decomposition,EMD)和改进小波阈值的地震信号去噪方法。将含噪地震信号分解为一系列本征模态函数(IntrinsicModeFunction,IMF),并根据自相关理论,对从IMFs中筛选的高频分量应用改进的小波高参数阈值算法处理,低频IMF分量应用改进的小波低参数阈值处理,最后对处理后的IMFs进行重构。利用本文提出的地震信号去噪方法对合成地震信号和实际地震信号进行去噪处理,并与EMD去噪效果进行对比,结果均表明本文所提方法的去噪效果优于常规的EMD方法。     

车辆自组织网络中紧急信息的自适应广播机制研究

道路交通的高速发展在创造巨大社会财富的同时,也令人类社会承受着交通事故带来的惨痛代价,为减少交通事故的危害,人们对智慧交通系统的研究日益重视。针对车流量多变化的城区道路交通环境,基于车辆自组织网络设计了一套信息广播机制,能将道路交通的紧急信息快速有效发布到危险区域内各车辆进行预警,以便驾驶人员能提前回避。仿真结果显示,该机制可靠度达到预期,并能有效地降低通信网络的负载。     

结合总体最小二乘的自适应抗差滤波算法

在动态导航定位中,不仅会存在有色噪声的影响,而且还会出现观测系数矩阵存在偏差的情况,数据处理中不容忽视。针对此,本文将总体最小二乘和自适应抗差滤波相结合,提出了能够同时控制有色噪声和系数矩阵偏差影响的新方法。该算法先用总体最小二乘方法求出观测方程系数矩阵偏差,并对观测方程系数矩阵进行修正,再基于修正后的观测系数矩阵使用自适应抗差滤波算法求解出最后的状态参数估值。计算结果表明,该方法不仅能够改正系数矩阵偏差且能控制有色噪声的影响,有效地提高导航定位的精度和可靠性。     

基于自适应免疫遗传算法的IPPS问题研究

针对工艺规划与调度集成(Integration of Process Planning and Scheduling,IPPS)的多目标优化问题,将遗传算法基本理论与免疫应答机理相结合,并引入IPPS问题研究中,构造了融遗传算法和免疫机理为一体的自适应免疫遗传算法(Self-adaptive Immune Genetic Algorithm,SIGA)。该算法以遗传算法为主体并加入免疫算子,通过免疫系统的自适应、免疫识别、学习、记忆、激增和抑制等复杂的信息处理机理,有效地解决了规模大、约束多、目标函数非单一的IPPS问题。最后以实例进行仿真优化,验证了模型算法的正确性和有效性。