自适应选择抽取模式的运动估计算法

 提出一种去除运动估计中计算冗余的新方法，该方法与搜索算法结合，通过自适应选择抽取模式去除冗余。首先改进传统的一维梯度下降搜索算法，并提出由梯度下降方向自适应选择不同的抽取模式去除计算运动估计准则时的冗余。实验结果表明，该算法与全搜索以及没有去除计算冗余的梯度下降算法相比，视频质量没有较大影响，但是大大降低了计算量，在视频序列实时处理中有良好的应用前景。     

基于改进蚁群算法航空电缆路径规划

针对航空电缆在布局空间安装中存在的可靠性差，效率低和成本高等问题，提出了一种基于改进蚁群算法的航空电缆布局路径规划优化方法。对布线安装空间进行栅格化处理，通过分析航空布线要求与约束条件，对待布线安装空间进行模拟真实环境建模，获得的建模空间用于航空电缆的二维布线路径优化。采用了向终点方向引导的转移规则，并增加转弯拐角惩罚因子，来改进启发函数，减少了路径搜索的盲目性，提高了规划路径平滑度；采用一种自适应调整方式的信息素挥发因子，提高算法的搜索效率和后期收敛速度；引入了遗传变异，避免算法陷入局部最优。在仿真实验中，将所提出的方法与其他算法进行了对比分析并表明：应用该算法优化后总体电缆的路径布局电缆路径明显减少、即电缆长度用量减少；拐点数明显减少、即电缆电器性能变好，能够提供航空发动机系统的稳定性。验证了该算法的可行性和有效性。     

基于设计变量空间范围自适应优化设计方法研究

通过对翼型优化设计方法的研究,对设计变量在设计空间的分布进行了探讨,建立了设计变量空间范围自适应优化设计方法,解决了优化设计模型建立过程中的设计变量空间范围的选择问题.该方法建立了聚集度的概念,利用聚集度对优化设计过程中设计变量在设计空间内的分布规律进行统计分析,并根据统计分布规律对设计变量的设计空间进行调整,将设计变量重构,实现了优化设计过程中的设计变量空间自适应.该设计变量空间范围自适应优化设计方法,一方面能够在给定的条件下扩大搜索范围来搜索满足工程设计需要的最优解,一方面又能够通过对设计变量的重构提高搜索算法的搜索效率.利用该方法对NACA 0012和NLF(1) 0416翼型进行了优化设计,并与固定设计变量空间范围的优化设计方法进行对比分析.优化结果验证了本文提出的优化设计方法具有一定的可行性,可以在更大范围内找到最优解,并具有较高的优化搜索效率.     

基于自适应核主元分析的EHA系统传感器故障检测

针对核主元分析(KPCA)方法难以选择合适核函数的问题,提出了一种基于自适应核主元分析的传感器故障检测方法,根据训练数据对核函数进行自适应修正,使核函数适应给定的训练数据。对常规数据标准化处理方法进行了改进,提出了一种"均值化"的处理方法,使处理后的数据既能消除不同变量幅值和量纲的影响,又能反映训练数据的全部信息。将此方法应用于机载电动静液作动器(Electro-Hydrostatic Actuator,EHA)系统的传感器故障检测,结果表明,此方法比常规KPCA方法更为先进,具有更好的故障检测性能。     

基于自适应模拟退火遗传算法的月球软着陆轨道优化

 将自适应遗传算法与模拟退火算法相结合，形成一种自适应模拟退火遗传算法。该算法不但具备了自适应遗传算法的强大全局搜索能力，也拥有模拟退火算法的强大局部搜索能力。针对月球软着陆轨道优化的特点，利用一种新的参数化方法将轨道优化问题转换为非线性规划问题，并应用提出的自适应模拟退火遗传算法进行优化。数值结果表明：该算法的收敛速度快，优化精度高，且避免了初值敏感、病态梯度和局部收敛等问题，能够搜索到全局最优轨道。     

旋翼流场计算嵌套网格并行装配方法改进研究

针对嵌套网格系统下进行旋翼流场计算时的网格装配问题,给出了一种改进的并行化网格装配模型。在该模型中,使用压缩存储的辅助结构网格进行并行"洞切割",生成插值边界;应用基于插值点坐标范围的局部可自适应辅助结构网格定位,缩小了处理器之间进行并行贡献单元搜索时的交互数据范围及生成辅助结构网格的内存消耗,结合局部范围的Neighbor to Neighbor(N2N)搜索重启和穷举方法,消除了网格分区、物面、外场等边界面对贡献单元搜索过程的影响,且方法对网格的拓扑没有限制,适合于结构、非结构、直角网格等网格块的装配过程。在流场计算方面,采用并行化的隐式双时间格式数值求解Navier-Stokes方程,用于旋翼数值模拟问题。理论分析和计算测试表明,在使用粗化的辅助网格时,改进的计算方法能够达到传统方法贡献单元搜索速度近似10倍,在低内存开销情况下降低网格装配过程对流场计算时间占比。在内迭代大于7次时,网格装配时间小于流场计算的1%。该方法是对旋翼多周期计算时反复网格装配过程的很好的效率改进。     

基于自适应径向基网络的舰船RCS统计特征识别方法

文章采用舰船RCS频域起伏序列的均值、标准差为识别特征向量,利用提出的基于样本密度的自适应径向基网络,进行舰船分类识别研究。自适应径向基网络采用改进的自适应PSO方法估计样本密度最优邻域半径,实现径向基网络中心的自适应选择。改进的自适应PSO方法采用能反映样本聚类特点的BWP指标为适应度评价函数,采用快慢结合的高斯自适应惯性权重调节策略,提高了最优样本密度邻域半径的搜索速度和精度。实验结果表明,自适应径向基网络能自适应获得径向基网络最优识别率对应的RBF中心及其位置分布,减少了对建模人员经验的依赖,提高了反舰导弹对舰船类型的识别分类能力。     

一种基于可观测度分析的SINS/GPS自适应-反馈校正滤波新方法

 针对机载捷联惯导系统(SINS)/全球定位系统（GPS）组合导航系统不完全可观测导致滤波器精度下降甚至发散的问题,提出了一种基于系统状态可观测度分析的自适应反馈校正滤波新方法。该滤波方法改进了系统可观测度的归一化处理方法,将归一化处理后的系统状态可观测度作为反馈因子,对SINS系统进行自适应反馈校正。最后,将该方法应用于机载合成孔径雷达(SAR)运动补偿用SINS/GPS组合导航系统中,飞行试验结果表明该方法在系统不完全可观测的情况下有效地提高了导航精度。     

“随机抽检,直接搜索”法及其在飞行力学中的应用

“随机抽检,直接搜索”法(简称RCDS法)是一种类似于非线性动态规划的直接法,可用于求解受到任意个不等式约束的线性或非线性系统的最优解问题.本文用变更概率分布函数、逐步加大搜索步长和剔除重叠搜索区间等措施进行了加快收敛速度的改进,使该方法的效率显著提高.文中应用改进了的RCDS法对一架大型旅客机的自动着陆系统进行了优化设计;对一架歼击机的本体加自动器的高阶系统进行了等效系统拟配,效果良好.RCDS法可广泛应用於飞行力学的其他优化问题或系统/参数辨识问题中。     

考虑机身干扰的超临界机翼稳健型优化设计(英文)

研究并建立了针对超临界机翼稳健型气动优化设计系统,采用标准遗传算法作为优化搜索方法,采用BP神经网络建立了精度可靠的近似模型,构建出高效可靠的气动优化设计系统。文中对BP神经网络进行了改进,提高该网络的训练速度以及对气动力的预测精度,样本测试结果显示,基于改进BP神经网络的预测精度是可靠的。针对考虑机身干扰的某型客机机翼的优化设计问题,以飞行马赫数为不确定因素,并假定其服从正态分布,机翼选取5个设计剖面共55个设计变量,对其巡航状态气动性能进行稳健优化设计,结果显示,优化后的翼身组合体阻力发散特性比原始模型有较好的改进。     

基于TS模型的模糊神经网络光伏MPPT控制

为了克服传统最大功率点跟踪(MPPT)方法的一些缺点,使光伏系统更加快速准确地工作在最大功率输出点,提出了基于模糊控制和神经网络控制相结合的自适应控制方法。该方法充分利用模糊神经网络处理非线性问题的优点,通过模糊控制来改变步长,利用神经网络的自学习能力来快速达到平衡,使光伏MPPT在跟踪速度和稳定性之间达到一个较优的平衡。仿真和试验结果表明,基于模糊神经网络自适应控制的MPPT方法具有较强的鲁棒性和自适应能力。     

基于形态自适应网络的无人机目标跟踪方法

针对无人机影像目标跟踪过程中常出现的目标方向变化、目标遮挡变化、样本多样性不足等问题,提出了一种基于形态自适应网络的无人机航空影像目标跟踪算法。首先使用基于数据驱动的方法对数据集进行扩增,添加了遮挡样本和多旋转角度样本,提高样本多样性;提出的形态自适应网络模型通过旋转不变约束改进深度置信网络,提取强表征能力的深度特征,使得模型能够自动适应目标形态变化,利用深度特征变换算法获取待检测目标的预定位区域,采用基于Q学习算法的搜索机制对目标进行自适应精准定位,使用深度森林分类器提取跟踪目标的类别信息,得到高精度的目标跟踪结果。在多个数据集上进行了对比实验,实验结果表明该算法能够达到较高的跟踪精度,可以适应目标旋转、目标遮挡等形态变化情况,具有较好的准确性和鲁棒性。     

基于模糊模型的鲁棒自适应重构飞行控制

提出了一种基于模糊模型的歼击机鲁棒自适应重构控制方案。整个控制方案基于T S模糊模型,将歼击机各飞行状态的局部线性调节器与鲁棒自适应神经网络重构控制器相结合,避免了传统的增益预置方法中控制律在不同工作点之间切换造成的参数突变对系统性能的影响,可以保证系统在全局上拥有局部工作点具有的期望性能,证明了重构系统的全局闭环渐近稳定性。所提出的带有补偿项的完全自适应RBF神经网络,通过在线自适应调整RBF神经网络的权重、函数中心和宽度,提高了神经网络的学习能力,同时通过自适应补偿项来在线估计神经网络的近似误差边界,可以有效地在线修正建模误差、外扰及操纵面故障等因素的影响,保证系统的操纵品质。仿真结果表明了所提出方法的有效性。     

基于模糊自适应卡尔曼滤波的大气数据辅助姿态算法

 针对中低精度航姿参考系统(AHRS)在机体机动时不能利用加速度计修正水平姿态,以及噪声统计特性随实际工作情况变化的问题,提出了一种基于模糊自适应卡尔曼滤波的大气数据辅助姿态解算的方法。首先,考虑大气数据系统和航姿参考系统的优势,利用真空速、攻角和侧滑角等大气数据信息对非重力加速度进行补偿,以辅助水平姿态解算;其次,基于模糊自适应卡尔曼滤波原理,对观测模型的参数进行估计和修正,以实现水平姿态的最优估计;最后,选取某型飞机的试飞数据进行仿真验证。仿真结果表明,该方法可使飞机的水平姿态估计精度达到1.3°,且在偏差较大时有明显的纠偏作用。因此,相对于无机动加速度补偿和常规卡尔曼滤波来说,该方法能够更好地进行姿态估计,具有一定的实用价值。     

无刷直流电机网络伺服控制技术研究

针对直流电机网络控制的问题,考虑反馈通道和前向通道均存在延时的状况,设计了直流电机网络伺服控制器。该控制器采用基于模糊自适应调节的广义预测控制算法。模糊自适应调节方法对广义预测控制算法的输出进行调节,从而克服系统参数的不确定性对控制性能的影响。仿真实验结果表明该控制方案能够减小网络延时对系统控制特性的影响,改善系统的动态特性。     

电机-变距螺旋桨动力系统功率优化控制

电动螺旋桨无人机应用越来越普及,但普遍续航时间较短,提高电动力系统效率、降低功率消耗是提高航时的主要措施。电机-变距螺旋桨动力系统（以下简称变距电动力系统）可同时改变转速、桨距两个量,存在桨距和转速的最佳组合,使系统功率最小。相比电机-定距螺旋桨动力系统,其在耗能方面具有特殊优势,但如何达到最小功率点,目前研究较少。针对上述问题,为提高计算效率,便于控制研究工作的开展,首先基于改进天牛须算法的BP神经网络训练得到变距电动力系统的神经网络代理模型。接着提出了一种变距电动力系统功率优化控制策略：在一定入流速度、拉力需求下,基于自适应扩展卡尔曼滤波-牛顿法实时优化桨距,并在一定桨距下利用模糊PID控制系统转速以达目标拉力,实现目标拉力需求下的最小功率控制。仿真验证结果表明,提出的功率优化控制策略鲁棒性更强、优化速度更快、收敛效果更好。     

基于自适应神经模糊推理系统的导弹直/气复合控制系统设计

针对导弹直/气复合控制问题,提出了一种基于自适应神经模糊推理系统的导弹直/气复合控制系统设计方法.首先,建立了直/气复合导弹数学模型.然后,针对常规模糊控制设计严重依赖经验的问题,在模糊控制的基础上引入神经网络,通过样本数据学习建立自适应神经模糊推理系统(ANFIS),并设计了脉冲调宽调频调制器.最后,通过仿真试验验证了所提的控制系统设计方法.仿真结果表明,基于ANFIS的导弹直/气复合控制系统能够快速精确地跟踪加速度指令.     

直升机内回路姿态模糊控制

 主要研究了直升机内回路的姿态控制技术, 将专家知识和训练数据相结合产生直升机的内回路模糊姿态控制器。由于模糊控制所固有的特点, 以及直升机的飞行状态多变, 模糊姿态控制器无法对直升机进行精确控制, 提出了利用另一个在线自适应模糊系统来补偿控制误差的方法。自适应模糊控制器的自适应学习算法通过李亚普诺夫稳定性分析得到, 从而也保证了整个系统的稳定性。仿真算例证明了本方法的有效性。关键词: 直升机; 姿态控制; 模糊控制; 自适应控制; 仿真     

基于模糊神经网络的涡扇发动机加速控制

采用模糊神经网络对某型涡扇发动机加速过程进行自适应控制，为了进一步提高系统性能，采用遗传算法和BP算法相结合的方式，对系统分别进行了离线和在线优化。仿真结果表明，设计的模糊神经网络控制器具有良好的性能。