New track correlation algorithms in a multisensor data fusion system

In order to resolve the problem of track-to-track association in a distributed multisensor situation, this paper presents independent and dependent sequential track correlation algorithms based on Singer's and Bar-Shalom's algorithms. Based on sequential track correlation algorithm, the restricted and attenuation memory track correlation algorithms and sequential classic assignment rules are proposed. In this paper, these algorithms are described in detail. Then, the track correlation mass and multivalency processing methods are discussed as well. Finally, simulations are designed to compare the correlation performance of these algorithms with that of Singer's and Bar-Shalom's algorithms. The simulation results show that the performance of these algorithms proposed here is much better than that of the classical methods under the environments of dense targets, interfering, noise, track cross, and so on. Under the above situations, their correct correlation ratio is improved about 69 percent over the classical methods     

START: System Testability Analysis and Research Tool

START, a software package for automatic test sequencing and testability analysis of complex, hierarchically described modular systems, is described, and its use in modeling systems is examined. START uses algorithms based on information theory, heuristic search, and graph theory to solve various faces of the test sequencing and testability analysis problems. A system is modeled in the failure space as a hierarchical directed graph with nodes denoting modules and testpoints and with AND nodes denoting redundancy. Interconnections among the nodes denote their immediate functional dependencies. START supports hierarchical testing in accordance with the maintenance strategy; a failure source may be isolated to a component or a module at any level. Other practical features include options to integrate diagnosis with repair (after partial diagnosis) in order to optimize test time, test cost, or test and repair cost. An interactive menu-mouse graphical interface serves as a high-level front end to these algorithms and enables the user to graphically enter and modify hierarchical functional models of systems. START presents the gist of the outputs of the testability analysis algorithms as a concise testability report consisting of important figures of merit     

航空装备全寿命周期费用多路径管控策略研究

航空装备作为高新技术复杂产品,其经济性设计越来越受到重视。在满足用户需求的前提下,如何控制并尽可能降低全寿命周期费用是航空装备研究的重点。通过对全寿命周期费用管控理论和方法的研究,总结以往航空装备研制中经济性工作的经验和教训,结合我国军工产品经费管理的特点,从思想观念、管理和技术等方面入手,提出一套在设计阶段适合我国航空装备全寿命周期费用多路径管控的策略,并在某型飞机研制中试点应用。结果表明:某型飞机研制费用管控效果较好,验证了该策略的合理性和有效性。     

机载电子产品加速试验研究进展

舰载机机载产品在服役过程中故障率高,故障机理复杂,制约了舰载机作战效能发挥,而传统设计生产阶段的可靠性鉴定试验方法,不能有效推断产品在服役环境下的真实可靠性水平。加速试验是解决高可靠性、小样本产品可靠性评估和验证问题的有效方法,具有低成本、短周期等特征。系统分析了加速试验方法在机载电子产品全寿命周期中的应用现状,包括电子产品加速试验的基本模型、存在问题和发展趋势,从而为有效开展机载电子产品的加速试验提供借鉴。     

基于启发式自适应离散差分进化算法的多UCAV协同干扰空战决策

 研究了多无人作战飞机(UCAV)协同干扰空战决策(MUCJAD)问题,在干扰效能评估指标量化方法的基础上为该问题建立了优化模型。为有效求解该模型,提出一种启发式自适应离散差分进化(H-SDDE)算法。在H-SDDE算法中,设计了包含4种候选解产生策略的候选策略池,引入了候选解产生策略及其参数的自适应学习过程。此外,结合实际问题为算法设计了基于威胁度的扩展型整数编码方案、基于威胁度的启发式个体调整操作、基于约束满足的个体修复操作。在12个测试实例上进行了仿真验证,结果表明,H-SDDE算法与其他同类算法相比在求解质量和求解速度上具有明显优势,能够更好地发挥多UCAV协同干扰整体效果。     

基于可拓学的大型复杂航空飞行器效费权衡研究

大型复杂航空飞行器的研制生产与应用涉及大量随机因素和模糊因素,客观权衡效能和费用成为其全寿命周期管理的核心问题。研究效费权衡分析主要方法的适用条件,提出可拓学理论及方法并从总体架构、物元模型和应用过程三方面研究大型复杂航空飞行器效费权衡分析中的适用性;以某复杂航空飞行器为例,构建效能和费用测度指标体系,检验可拓学及物元法的可行性。结果表明:飞行器效费权衡方案受其固有能力、人工成本和材料成本的制约,多重约束下可拓学的优度评价得出了复杂飞行器效费权衡的最优方案。     

基于多代理模型的航空发动机建模及优化方法

为了进一步提高航空发动机建模及优化方法的性能,本文提出了一种基于多代理模型技术的建模及优化方法。本文首先提出了一种新的代理模型全局误差估计方法,以此建立了新的多代理模型建模方法。然后提出了一种组合模型预测偏差估计方法,以此发展了一种基于多代理模型技术的优化方法。6个不同维度及不同训练集大小的解析测试算例的结果表明,本文所发展的建模方法相较于现有方法精度更高,本文所发展的优化方法相较于经典代理模型优化方法算法收敛性更强。同时变循环发动机稳态性能建模及加速燃油控制规律优化实例表明,本文所发展的方法在处理实际工程问题时,依旧可以表现出良好的算法性能。     

数字电路板故障诊断方法

介绍了数字电路故障诊断向量测试法中功能测试和在线测试的具体方法。结合现代武器系统数字电路板的检测和诊断需要,分别阐述了数字组合和时序电路板、数模混合电路板及微处理器电路板的故障诊断策略及步骤。举例说明了故障诊断方法在数字电路板自动测试系统中的应用。     

一种新的民用飞机修理级别优化模型

修理级别分析(LORA)是飞机保障性分析的一个重要内容,是在设计阶段评估维修对飞机成本影响的一种系统分析方法。现有的LORA经济性分析模型对于系统寿命周期的维修费用考虑不够,且不适合民用飞机维修特点,基于此,提出了一个适合民用飞机维修规划三层三级的LORA经济性分析的数学模型,在此基础上,以最小化维修成本为目标建立了维修级别优化模型,并利用免疫粒子群算法超强的多变量、非线性及全局优化能力,对所提出的民机维修级别优化模型进行了求解。最后通过算例的比较分析,说明了本文LORA经济性分析模型的合理性以及模型求解算法的高效性。     

遗传算法在试飞科目最优排序问题中的应用

以试飞科目间总的过渡耗油、耗时最省为性能指标，应用基于生物界自然选择机制和自然遗传机制的遗传算法，对试飞科目的最优排序问题进行了研究。介绍了遗传算法用于组合优化问题的基本原理和技术方法，根据试飞科目的最优排序问题的特点，构造了适当的适应度函数，对选择算子、交叉算子等进行了改进，充分利用了谝算法的工程性强、应用范围广等特点。仿真计算所得结果表明，应用遗传算法合理安排试飞科目次序，,可节省试飞耗油、耗时、减少试飞成本，提高试飞效率。     

应用SVM的发动机故障诊断若干问题研究

支持向量机能够克服一般神经网络容易出现的过学习和泛化能力低等不足。提出一种基于支持向量机的航空发动机气路部件故障诊断方法,讨论了支持向量机的核函数选择和参数确定问题,并对"块算法"进行了分析。仿真实验表明,设计的正则化参数和核参数合理,故障分类器具有良好的分类准确性和泛化性能,可以对发动机气路部件的典型故障进行正确诊断。     

基于定期维护的产品维修策略研究

 维护是保持产品技术状态、降低失效发生的重要手段。通过分析维护对产品技术状态和失效变化规律的影响,利用复合Poisson过程描述了产品的维护效果,得到了定期维护条件下产品的寿命分布规律。在此基础上,提出了一种定期维护与视情维修相结合的维修策略,通过优化该维修策略下的产品维修费用,给出了最优的定期维护周期和预防性维修阈值。通过算例分析,表明该维修策略可以有效延长产品的维修间隔,从而大大减少产品全寿命期间的维修次数,产品在全寿命周期内的维修费用也得到了有效降低。     

基于执行时段滑动调整策略的中继卫星任务规划算法设计

针对中继卫星任务规划问题开展研究,提出一种基于执行时段滑动调整策略的任务规划算法。首先分析了中继卫星资源调度过程,并对任务申请的时间特征进行形式化描述,然后归纳出任务分配的主要约束,从而完成问题建模。在此基础上,对优化算法进行设计,给出了执行时段滑动调整步骤。通过调整已规划任务执行时段的方法,使部分原本无法执行任务具备执行可能,提升了任务执行率和资源利用率。在仿真实验中,通过大规模测试分析对比不同算法的优化效果,验证了文中所提方法的有效性。     

基于寿命件的民航发动机送修目标确定方法

为了科学合理地制定维修工作范围,提出了一种面向全寿命周期的基于寿命件的民航发动机送修目标确定方法.首先以全寿命周期内送修次数最少、寿命件总成本最低、目标在翼总循环最长为优化目标,建立了多目标优化模型;在分析各优化目标的基础上,提出了一种基于分步求解策略的模型求解方法;最后,采用某航空公司一台航发动机的实际数据对提出的送修目标确定方法进行了验证.结果表明提出的方法能够基于妥协系数和各优化目标权重实现全寿命期内送修次数和寿命件总成本的平衡,能够为发动机送修目标的确定提供决策支持,避免了送修目标确定的随意性.     

航空发动机及燃气轮机整机性能仿真综述

整机总体性能仿真是航空发动机及燃气轮机仿真的重要组成部分，在航空发动机及燃气轮机的设计制造和使用全寿命 周期内发挥着重要作用。综合70多年来航空发动机及燃气轮机总体性能仿真的发展成果，梳理了各时期总体性能仿真的发展历 程。从基本方法、模型精细化、求解算法和修正方法等角度，分析了国内外以部件级模型为代表的基于物理机理的总体性能仿真 方法研究现状；探讨了以人工神经网络、支持向量机和深度学习为代表的人工智能算法在总体性能仿真中的应用现状；介绍了机 载模型、机理-数据混合模型和多维度模型基本方法和主要成果。基于目前的研究成果和技术发展趋势，认为航空发动机及燃气 轮机总体性能仿真应向物理机理模型更精细化、人工智能技术更深入和应用模型构建更为规范化的方向发展。     

基于RBF神经网络的航空发动机故障诊断研究

采用改进算法优化了径向基函数(RBF)网络.针对航空发动机工作条件和结构的复杂性,提出了用RBF网络进行故障诊断的方法,构建了基于RBF网络的多参数航空发动机故障智能诊断模型,并对典型发动机故障进行了诊断.结果表明,RBF网络具有优秀的故障学习能力,采用它进行航空发动机故障诊断是行之有效的,具有较好的应用前景.     

基于隶属度和LMK-ELM的航空电子部件诊断方法

为提高航空电子部件模块级故障诊断精度，提出一种新的面向"软聚类"的局部多核学习（LMKL）-超限学习机（ELM）离线诊断方法。通过引入模糊C均值聚类对样本空间进行模糊划分，挖掘聚类内部多样性的同时，实现了对过学习的抑制；将模糊划分产生的隶属度信息融入LMKL-ELM的优化过程，运用基于初始-对偶混合优化问题的三步优化策略克服了局部核权重二次非凸的问题，在l₁-范数与l₂-范数约束下分别给出了相应的更新方法。将所提方法应用于某型机前端接收机，结果表明：与4种流行的多核诊断方法相比，该方法可有效避免漏警、抑制虚警，在l₁-范数和l₂-范数约束下，其诊断精度比其他方法的平均值分别提升了4.09%和5.13%。     

基于流形结构重建的多目标气动优化算法

在多目标优化中,Pareto解集是一个分段连续的k维流形,这一规律被传统进化算法所忽略。本文提出了一种基于流形结构重建的多目标优化算法,首先利用流形结构重建方法完成解集分布从目标空间到设计空间的映射,建立解集的概率分布,并在目标空间中扩展流形结构,从而借助解集在目标空间的推进来指导优化算法的快速演化。数值算例表明本文算法对于具有不同特征的Pareto前沿具有很好的适应性,能够极大提高算法的收敛效率。多目标气动优化算例验证,本文算法相比于常规多目标进化算法能够减少约80%的计算量,极大程度缩短了气动设计的周期。     

一体化结构/控制设计的现状及未来

从实际应用和数学理论的角度,介绍和评述一体化结构/控制设计的方法。对于性能指标即代价函数的公式,以及个别典型的结果进行了讨论。     

Monte Carlo filtering for multi target tracking and data association

We present Monte Carlo methods for multi-target tracking and data association. The methods are applicable to general nonlinear and non-Gaussian models for the target dynamics and measurement likelihood. We provide efficient solutions to two very pertinent problems: the data association problem that arises due to unlabelled measurements in the presence of clutter, and the curse of dimensionality that arises due to the increased size of the state-space associated with multiple targets. We develop a number of algorithms to achieve this. The first, which we refer to as the Monte Carlo joint probabilistic data association filter (MC-JPDAF), is a generalisation of the strategy proposed by Schulz et al. (2001) and Schulz et al. (2003). As is the case for the JPDAF, the distributions of interest are the marginal filtering distributions for each of the targets, but these are approximated with particles rather than Gaussians. We also develop two extensions to the standard particle filtering methodology for tracking multiple targets. The first, which we refer to as the sequential sampling particle filter (SSPF), samples the individual targets sequentially by utilising a factorisation of the importance weights. The second, which we refer to as the independent partition particle filter (IPPF), assumes the associations to be independent over the individual targets, leading to an efficient component-wise sampling strategy to construct new particles. We evaluate and compare the proposed methods on a challenging synthetic tracking problem.