地磁测量数据野值的辨识与剔除

针对地磁测量野值的辨识与剔除方法进行了深入研究。分析了野值辨识与剔除的基本原理,基于孤立型野值和斑点型野值模型分析比较了不同的野值剔除方法。利用地磁场实测信息,优化了野值剔除方法的参数,并从不同角度验证了方法的野值修复效果。仿真结果表明,在观测信息为总强度地磁信息条件下,优化的最小二乘B样条逼近法能够有效地辨识野值,具有较好的野值修复效果。     

基于T-S模糊KPCA模型的分布式控制系统传感器故障诊断

为减小航空发动机多工况的工作特性和分布式控制系统非线性网络环境对故障诊断系统的影响,针对航空发动机分布式控制系统,提出一种基于T-S模糊KPCA模型的传感器故障诊断方法。首先采用C均值模糊聚类法,以油门杆角度为样本标签,对样本空间进行模糊分类,再通过模糊相似矩阵剔除各样本子空间的野值点;其次建立标称工况的KPCA模型,并利用训练样本对非标称工况的隶属度函数进行辨识,得到全工况T-S模糊KPCA模型;最后利用统计量T 2和SPE对传感器故障进行检测,并采用数据重构方法对故障传感器进行隔离定位。仿真结果表明该方法对发动机的任意稳定工况具有自适应能力,能够在非线性网络环境下对正常样本和故障样本保持较低的虚警率和漏报率。当多个传感器同时发生故障时,能够准确找到故障源,实现对故障传感器的隔离。     

一种基于参数控制的低轨星载接收机载波跟踪算法CSCD

低轨星座接收机面临大多普勒频移及频繁快速换星等设计约束,对其载波跟踪环路设计提出了较高的动态适应性与跟踪精度要求。针对以上问题,提出了一种基于参数控制的载波跟踪算法。该算法引入环路控制因子参数,将环路滤波器分为牵引和跟踪两阶段。基于理论建模推导环路控制因子的最优参数配置原则,指导实现牵引和跟踪两种状态滤波器的协同配合,在牵引阶段有效引导大多普勒信号快速入锁,在跟踪阶段精确估计载波频移参数,实现基于低轨星载平台的GNSS信号快速准确跟踪。理论与仿真结果均表明基于参数控制的载波跟踪算法能够有效提升环路的动态适应性与跟踪精度,满足低轨星载接收机的设计需求。与传统算法相比,该算法在保证信号跟踪精度的同时,能够将收敛时间缩短78%,且环路设计简单,易于硬件实现。     

微小型直升机非线性鲁棒控制器设计

针对含有未建模动态的微小型直升机非线性模型,设计了基于反步法和自适应模糊系统的自主飞行控制器.该控制器包含两个回路:航迹控制外回路和姿态控制内回路.外回路通过旋转矩阵实现对内回路姿态的控制,而非传统的欧拉角或姿态四元数.控制器采用自适应Takagi-Sugeno(TS)模糊系统在线补偿系统未建模动态的影响,并利用反步法完成控制器综合.所设计的算法在确保整个控制系统稳定性的同时又可保证系统能够有效应对未建模动态的影响.系统仿真结果表明,在盘旋上升飞行模态下控制系统能够快速准确地跟踪预设轨迹,并且具有良好的鲁棒性能.     

航天器故障征兆识别机制研究

为克服针对二值逻辑型阈值比较方法的固有缺陷,本文基于航天器状态划分故障征兆的思想,提出了利用遥测数据的数值型特征甄别遥测野值并获取故障征兆可信度的规则推理新方法。经验证,该机制不仅能够有效避免遥测野值导致的诊断误报现象,而且能够充分体现遥测数据的变化趋势和满足判断条件。     

基于模糊灰色聚类和组合赋权法的飞机健康状态综合评估方法

针对目前飞机健康状态不易准确评估的难题,以飞机液压系统为具体研究对象,提出一种基于模糊灰色聚类和组合赋权相结合的健康状态综合评估新方法。首先,利用熵权法和层次分析法（AHP）分别计算并确定飞机液压系统各关键部件相关参数的权重,再通过组合赋权法将上述两种权重进行组合,得到具有主客观意义的组合权重。第二,采用灰色聚类法评估飞机液压系统各关键部件的健康状态。针对评估结果,由飞机液压系统各关键部件聚类系数创建飞机液压系统的健康评估模糊评判矩阵。然后依据该矩阵,采用熵权法和AHP分别求出各关键部件权重,并用组合赋权法进行组合。最终,采用模糊综合评判法评估飞机液压系统的健康状态。以某型飞机真实液压系统为例进行了试验验证,结果表明,所提出的基于模糊灰色聚类和组合赋权相结合的健康状态综合评估方法能够有效实现飞机液压系统健康评估的效能,具有很好的工程应用价值。     

非线性系统在线模糊建模的快速算法

对于复杂、病态、非线性动态系统,基于模糊集合的模糊模型,利用模糊推理规则描述动态系统的特性,是一种有效方法。讨论了利用模糊方法实现非线性系统的建模方法。首先,利用在线模糊竞争学习方法划分输入变量的模糊空间,然后利用卡尔曼滤波算法辨识模糊模型的参数。仿真结果表明了该方法的实用性和有效性。     

使用开关中值滤波方法剔除遥测数据野值

野值剔除是进一步分析遥测数据的前提,根据参数的变化规律,从数据中找出疑似野值,然后使用开关中值滤波方法（Switching Median Filter,SMF）处理疑似野值。从理论上阐述新方法的合理性与可行性。对开关中值滤波方法与现有几种常用方法进行较为详细的对比分析。理论分析与算例结果表明,该方法合理有效,并易于理解,计算简单。     

基于模糊聚类的模糊神经网络在非定常气动力建模中的应用

建立了一种基于模糊聚类的模糊神经网络模型.该模型利用模糊聚类技术确定系统的模糊空间和模糊规则数,利用BP算法调整模糊神经网络的权系数.应用该模型对某飞机模型做俯仰-滚转耦合运动的非定常气动力进行了辨识.结果表明,基于模糊聚类的模糊神经网络计算速度快,辨识结果与实验结果符合较好.用模糊聚类技术可以解决模糊神经网络的结构辨识问题,基于模糊聚类的模糊神经网络可以很好地用于复杂机动飞行的非定常气动力建模.     

外弹道测量数据野值的递推辨识

动态测量数据中野值是导致滤波发散的主要原因之一。在目前的靶场外测数据处理中,尚无特别行之有效的野值辨识和剔除手段。本文以“新息”为基础,提出了基于卡尔漫滤波方法的野值辨识和剔除方法,有效地解决了滤波发散问题。而且可同时进行野值的剔除与状态估计,极大地提高了计算速度和数据处理的精度。经仿真计算证明,该方法是实用有效的。     

基于划分检测模型的终端区异常轨迹检测方法

针对异常轨迹对轨迹聚类效果的影响以及给进离场程序管制适用性的量化分析提供分析数据的考虑，在结合数据挖掘中异常检测理论的基础上，利用划分检测框架及将距离和密度结合起来，设计了一种有效检测算法，运用到终端区飞行轨迹的异常检测当中，检测出飞行轨迹中的异常轨迹，从而改善轨迹的聚类效果。实例仿真结果表明：方法可以准确地检测出异常轨迹。     

基于模糊聚类分析的电力客户信用评价算法

通过对模糊聚类算法的分析，针对电力客户信用分类的特征，提出了基于模糊聚类分析的电力客户信用评价算法。得到了不同客户群的聚类中心以及客户的隶属度矩阵，为客户群的特征分析提供了量化依据。试验对比结果表明，本文方法得到了满意的客户聚类及分类结果。     

基于多Agent卫星遥测数据实时监测与诊断技术

为了提高根据遥测数据进行卫星故障诊断的速度与精度,提出了集成多信号模型诊断Agent、模糊诊断Agent以及专家系统诊断Agent等多Agent监测与诊断系统。多信号模型诊断Agent,采用模糊阈值进行监测,并引入可信度因子对Deb原实时诊断推理方法做了改进,解决了Deb方法可能因虚警而导致的诊断结果冲突的问题。模糊诊断Agent采用Mamdani算法,能给出部件故障的可能性。专家系统诊断Agent采用基于规则的产生式系统,同时采用加权不确定推理解决了规则的不确定性问题。研究了3种诊断Agent的协作方式,采用D-S证据理论对各Agent的诊断结果进行决策融合,给出故障元件的置信区间。通过某卫星仿真遥测数据验证,该集成诊断系统充分利用了各种诊断方法的优点,诊断精度高且速度快(一般诊断时间小于0.3秒,PIII800/256M计算机),适用于卫星地面站对卫星遥测数据进行自动实时在线监测与诊断推理。     

基于数据库的收缩型航迹聚类模型仿真研究

针对传统聚类算法只能选取少量数据源进行仿真分析,得到的聚类效果不能真实体现数据流的宏观特征的问题,考虑了海量航迹数据中的离群点检测以及离群点剔除,提出一种新的基于数据库的收缩型航迹聚类仿真模型,将三维空间网格化,建立K-means聚类和层次聚类双重交互算法,对网格中的离群点进行识别并剔除.解决了航迹聚类中的关键技术问题.通过对西北地区3 G海量二次雷达数据的聚类仿真分析,使航迹聚类仿真的耗时从h级降低至s级,并且得到的航迹分布特征清晰,验证了新模型对于海量数据宏观特征提取具有可行性和优越性,模型和算法对全国二次雷达航迹数据仿真具有借鉴意义.     

基于簇特征加权的航空发动机状态监视方法

提出了基于簇特征加权模糊C-均值聚类算法(FWFCM)的航空发动机状态监视模型,该模型主要分为离线学习和在线监视两个部分,离线学习模块计算出模型参数输出到在线监视模块,在线监视模块根据模型参数对实时数据进行分类,实时数据又输入到离线学习模块中参与更新模型参数.结果表明:相比基于数据加权策略的模糊聚类算法(DWFCM)以及经典模糊C-均值聚类算法(FCM),该方法平均离线状态识别率和在线状态识别率分别提高了5.233%和8.358%.实验证明此方法性能好且有很好的鲁棒性和泛化能力,对于不确定性的航空发动机在线状态监视有较好的应用价值.      

发动机飞行任务剖面Fuzzy聚类分析

七十年代后期,我们开始发动机载荷谱试飞。由于发动机飞行剖面参数变化比较复杂,虽然采用一些统计方法,分析剖面参数变化规律,但始终未能找出剖面分类方法,在整理发动机一百小时寿命期的载荷时,仍不得不采用典型任务及其被代表科目统计结果,这样就形成一个环形问题。发动机任务剖面如何从测试结果中分类才合理,才有代表性,也就是曲型任务剖面如何取得,一直是发动机载荷谱研究一个难题。美国军用规范提出对发动机任务剖面要进行统一化处理,如何处理始终是一个问号,几年来我们在探讨此问题。      

模糊主成分分析方法的研究与分析

主成分分析(PCA)是一种广泛应用于数据压缩的多元统计分析方法.然而,经典主成分分析它对极端值及缺失值非常的敏感,而极端值与缺失数据会带来残缺或错误的分析结果.针对经典主成分分析的缺点本文提出了模糊数学期望、模糊离差、模糊方差、模糊协方差及模糊相关系数的概念,从而提出了一种有效方法来改进经典主成分分析,即模糊主成分分析(Fuzzy PCA).把模糊数学的知识应用到主成分分析中,使模糊集参与决策分析,使人为因素带来的不确定性达到最小,从而大大提高了分析结果的准确性和可信度.同时,本文以模糊主成分分析为出发点,建立了一个数据分析平台,平台具有可移植性,为其它使用提供了通用接口,为解决类似问题提供极大方便.     

遥测参数动态分发技术

针对某卫星地面运控系统按需分发遥测参数的要求,提出了一套低成本解决方案.该方案引入遥测参数分发软件,从而化解遥测处理设备和业务系统之间的多对多关系;并基于以配置方式实现对遥测参数的订阅,以模板填写方式实现对输出数据的动态封装,设计出保证数据包可靠传输的机制.在此基础上,对遥测参数分发软件进行了总体设计,给出了主要功能的实现逻辑.软件的运行效果表明,该方案有效实现了多星多方遥测参数的动态分发,降低了系统复杂度.     

基于新息正交性的Kalman滤波抗野值法在POS中的应用

 针对位置姿态系统（POS）应用中全球定位系统（GPS）野值会降低滤波精度和稳定性的问题,提出将基于新息正交性的Kalman滤波（KF）抗野值法应用于POS数据处理中。该方法首先通过判断KF新息过程的正交性是否丧失来判别GPS的位置和速度数据中是否出现野值,然后采用活化函数对含有野值的量测值进行加权限制,使修正后的新息过程能够保持正交性质,从而达到辨识并修正GPS野值的目的。车载试验结果表明,该方法能够有效辨识并抑制GPS野值对滤波精度和稳定性的不利影响,其在GPS野值点处的位置、速度精度比标准KF提高了1~2个数量级。