变压器直流扰动多物理参数变化特性

针对变压器直流扰动多物理参数变化问题,研究了不同直流扰动状态下多物理参数变化特性。构建变压器直流扰动状态下多物理场模型,分析绕组/铁芯振动机理与箱体涡流损耗原理。通过变压器多物理场顺序耦合算法循环迭代求解电磁参数,将电磁参数作为机械、涡流场输入参数,进一步求解振动加速度及损耗参数。通过多物理场顺序耦合算法,仿真分析变压器不同直流扰动状态下电磁参数与机械振动、箱体涡流损耗的变化情况及对应关系。进一步,搭建动模实验平台,采集变压器不同直流扰动状态下内部绕组电流、励磁电流及振动加速度数据,并与仿真结果进行对比,验证本文方法的有效性和正确性。     

含有复式铰链的八杆杆组类型综合

定义了一个复式饺链因子v,从而使含复饺的杆组类型综合可以用缩图来解决,并就八杆含复饺的杆组进行了类型综合,得到了全部结构图例。     

机载避碰信息系统的研究

机载避碰信息系统研究主要是在自由飞的空域环境下，利用自组织时空多址（STD．MA）技术，并结合飞机在空中飞行时所需有关避碰信息，以及目前对这些信息传输所存在的问题。提出建立一套全新的机载避碰信息交换系统的方案，为飞机在避碰中的实时信息交换提供一种可靠的实施方案，进而保证飞行安全。     

样本函数条件极值的渐近性质

讨论了形如ψ(x,Gnk(x|y))的样本函数极值特性,其中Gnk(x|y)是G(x|y)第k个最近邻域(k-NN) 的估计,得出在常规条件下存在某一Gaussian过程,使得收敛于这一Gaussian过程。     

多目标跟踪

本文提出了一种多机动目标跟踪的方法。该方法用自适应门限获得二值图像，其中，自适应门限用边缘和灰度二重信息来建立，并对由此所获得的二值图像进行预处理。在此基础上，利用目标像素点的空间信息，使用标记电路，检测有效视场内的目标个数。同时利用目标形状特征和灰度信息对目标进行分类；利用目标运动信息，对各个目标进行识别，解决短时间的目标遮挡、重叠等问题。文章也给出了实时实现该方法的硬件框图和部分软件工作流程。该方法已应用于多模式电视跟踪器，取得了预期效果。     

雷达装备试验小子样评估方法研究

密切结合实际试验背景,对在雷达装备试验中应用Bayes理论以减少试验子样数目的方法进行了讨论。以正态总体分布均值参数为例对序贯验后加权检验方法进行了深入的研究。结合雷达探测距离试验的以往实际试验数据和结果进行了对比分析,初步确定应用Bayes方法有可能减少目前沿用的试验方法所确定的子样数目,从而提高试验的效费比。     

MIMO系统中一种新的接收天线选择算法

在瑞利衰落信道条件下，通过天线选择可以提高多输入多输出（MIMO）系统的容量，并能有效地降低MIMO系统的复杂度和射频成本，天线选择算法也成为问题的关键。对接收天线选择算法进行了研究，通过连续选择使MIMO系统容量增加最大的天线的方法，用矩阵及行列式运算导出了一种新的接收天线选择算法，并通过仿真和分析与其它算法进行了比较。仿真结果表明，新算法在信噪比较小时，有最大的遍历性容量（ergodic capacity）、中断容量（outage capacity）；在信噪比较大时，同其它算法结果十分接近。新算法更适合于在信噪比较小（信号弱或信遭受噪声恶化严重）时使用。将新算法同Alkhansari算法结合起来，结果更好。     

一种新的CCD相机与激光相机的标定方法

在智能机器人的导航定位系统中,为了得到的信息更加全面和准确,一般采用多种传感器共同获取信息,这就需要进行数据的融合,多传感器的联合标定是数据融合的关键问题。针对CCD相机和激光相机进行标定,首先采集标定靶特殊点的信息,建立标定靶平面方程,其次用harris角点检测算法检测角点,去除不符合平面方程的点,最后求解旋转矩阵和平移矩阵。实验结果表明,该方法能有效去除混合像素,标定结果更加准确。     

江阴长江公路大桥纵向地震反应分析

应用“ＮＳＲＡＰ”程序对江阴长江公路大桥的纵向地震反应进行了空间非线性时程反应分析，着重讨论了行波效应，地震的竖向分量，桩－土－结构相互作用及多点激振对大跨度桥梁地震反应的影响。     

线性判别分析与主成分分析及其相关研究评述

线性判别分析（LDA）和主成分分析（PCA）都在各个领域有着重要的作用。他们各自抓住样本在特征空间的不同特征,一般情况下更趋向于使用LDA,因为LDA直接处理类间的分析问题,而PCA则没有突出类的结构。然而实验证明PCA在某些问题上又明显优于LDA。于是,改进或结合使用LDA与PCA成了非常必要的课题。现阶段在这个领域上已经有许多优秀的研究成果,本文简单的介绍了其中几种效果较好的相关分析方法,其中又以混合判别分析（HDA）最优。HDA不仅同时抓住了样本的判别信息和描述信息,使PCA与LDA在各种情况下达到平衡,而且在二维参数空间中提供了一系列的分析方法,更有利于解决小样本问题和高维问题。Boosted HDA的提出通过用迭代的方法改进弱分类器,避免了HDA复杂的参数搜索,并得到一种统一计算HDA的方法。文章将在第三部分引用一些已有的实验结果来验证HDA的优越性。