一种区分优先级自适应抖动的媒质接入控制协议

针对军事航空通信系统中随机接入类协议不支持多优先级且在重负载时传输性能急剧恶化问题,提出一种区分优先级自适应抖动的多信道媒质接入控制(MAC)协议PAJ_MAC。协议基于随机接入机制,采用为各个优先级设置不同最大抖动阶段的方法来区分各优先级业务的QoS,通过估计信道忙闲程度并根据估计值调节抖动阶段转移概率自适应因子,使协议具备业务负载自适应能力。分别建立了分组等待阶段发送缓冲区的M/G/1/K排队模型、信道接入阶段抖动状态的二维马尔科夫链模型和传播阶段的突发包碰撞模型,得到了协议各项性能指标的理论表达式,并通过编程求出了自适应因子在保证最高优先级可靠性需求下随业务负载变化的最优解。仿真表明,该协议支持多优先级业务,并始终保证最高优先级业务的低时延(端到端时延10ms)、高可靠(成功传输概率≥95%)传输以及系统吞吐量的稳定。     

机加工过程一类能耗估算模型的研究

针对机加工过程中的能量消耗,将机加工过程的能耗分为固定能耗、空载能耗和切削能耗三个部分,推导构建一类机加工过程的能耗估算模型,并通过实验完成能耗模型参数的确定.最后以实际铣削加工案例分析表明,在给定工艺参数情况下,该模型能够较为准确地计算机加工过程中的能耗,为后续的工艺参数优化及工艺决策奠定基础.     

Wiener过程性能退化产品可靠性评估新Bayes方法

针对Wiener过程性能退化产品的可靠性评估问题,通过分析先验分布和损失函数两个因素,提出一种新的Bayes方法.假定Wiener过程参数服从共轭先验分布,对求解参数的后验分布进行理论分析;基于平方损失、绝对损失、0-1损失3种损失函数,分别求得Bayes估计结果;对航空发动机可靠性评估进行了实例分析.相对于已有方法,该方法在求解参数的后验分布时具有更广泛的适用性,并且运算过程更简单.对于民航发动机可靠性评估这一特定应用,3种损失函数中选取绝对损失函数时参数估计的拟合程度最优.     

在轨运行低温液氢箱体蒸发量计算与增压过程研究

为了研究低温箱体在外部漏热下的在轨增压过程,采用FLUENT软件中的流体体积(VOF)方法,对AS-203飞行试验中低温液氢箱体进行数值模拟。通过对默认可实现k-ε模型进行参数调整,并与试验结果对比发现,调整参数后的模型可较好地预测低温液氢箱体在轨增压过程。因此,采用该模型对所研究低温液氢箱体进行500s增压数值模拟,计算结果表明:与气枕接触的壁面漏热绝大部分用来使箱体增压,小部分用来产生相变;在外部漏热下低温箱体压增速率约49.6Pa/s,箱体气液界面的蒸发率约为0.101 6%/h;在一定的微重力水平下,自然对流作用依然存在,其对流强弱主要取决于箱体尺寸以及外部漏热热流大小;在整个模拟过程中,气枕区热分层较之液相区更为严重;随着重力水平的降低,表面张力的作用逐渐凸显,界面形状变为曲面。     

高阶反向响应过程的分数阶PID控制器设计

针对具有反向响应特性的高阶过程,提出了一种分数阶PID控制器设计方法.为了便于控制器设计,采用一种改进的微粒群优化算法对高阶过程模型进行简化处理,在此基础上,根据内模控制原理设计分数阶PID控制器,该控制器仅有一个可调参数,有效降低了控制器整定的复杂度,并根据最大灵敏度指标推导出控制器参数整定的解析表达式,克服了参数选择的盲目性.仿真结果表明,该方法可使系统具有良好的设定值跟踪、扰动抑制特性以及克服参数摄动的鲁棒性.     

服从延迟几何过程退化系统的订货-更换策略优化

建立了以可用度为约束的可修退化系统的订货更换模型,以系统故障次数N为订货更换策略,在第N-1次故障维修后发出订单、第N次故障后进行更换.利用延迟的几何过程刻画系统退化特征,给出了系统经维修后寿命分布的通项表达式.借助更新过程理论求得系统长期运行的平均可用度与费用率.在系统满足预期可用度的前提下,得出最优的策略使得平均费用率最低.最后,通过数值算例演示了本模型的有效性.     

两类粘合图的 Wiener与 Harary指数

连通图G的Wiener指数是指图G中所有点对的距离之和,Harary指数是指图G中所有点对的距离的倒数之和。本文主要研究了单圈图与双圈图的粘合图以及双圈图与双圈图的粘合图的Wiener指数的下界和Harary指数的上界的问题,并刻画了对应的极值图。     

D族 END随机变量随机和的精致大偏差

重尾理赔下风险模型的精致大偏差研究是现代保险精算学中的一个重要课题。假定理赔序列为一列D族重尾END同分布随机变量序列,理赔到来过程为一与理赔序列独立的计数过程。在一定条件下,得到该风险模型在一般情形下的精致大偏差,推广了相关文献已报道的结果。     

基于动态交通信息的电动车辆剩余里程估计

准确可靠的电动车辆续驶里程估计结果能够为驾驶员安排出行提供依据,提高驾驶员对于电动车辆的驾驶信心。目前剩余里程估计方法往往忽略了交通环境复杂多变的特性,这使得估计结果与车辆实际可达范围存在较大出入。该文提出了基于动态交通信息的电动车辆剩余里程估算方法,利用动态随机路网模型反映交通环境的动态性与随机性,以保证估计结果能够充分考虑到交通环境随时间的变化波动。通过基于随机模拟的遗传算法对电动车辆行驶过程的能量消耗进行估计,并利用随机规划模型分析电动车辆的可达范围。研究结果表明:该期望值模型的估计结果能够有效控制高估与低估比率的幅值,同时相关机会模型的估计结果能够最大限度地抑制高估比例,得到保守的可达范围,因此可最终得到"内圈"与"外圈"的剩余里程估计结果。该剩余里程估计方法充分考虑了交通环境的动态性与随机性,相比于传统的里程估计方法,估计结果更为合理,且估计结果波动降低。     

随机森林在高光谱遥感数据中降维与分类的应用

高光谱数据的特征数目庞大,而且波段之间存在冗余信息,对高光谱数据进行分类的成本较高,因此需要提取合适的特征达到提高效率的目的.随机森林作为一种热门算法,广泛应用于各种分类、特征选择等问题中,均取得了良好的效果.本文选择北京小汤山农业试验区的OMIS高光谱影像作为研究数据,利用随机森林算法计算每个特征的重要性指标并对其排序,针对面向精度和效率的特征选择策略,使用RF-RFE波段选择方法去除价值低的特征分别得到最佳波段组合,实现高光谱数据降维,进行随机森林、支持向量机分类.实验结果表明随机森林分类精度为72.82%,SVM分类精度为65.21%,随机森林分类器优于SVM,是一种较好的高光谱数据分类器.