基于救灾成本分析的灾害应急救援策略

目前,我国灾害应急救援过程中存在忽视救灾成本的问题,造成了社会公共资源的巨大浪费。政府部门需要对应急救援过程中的救援物资、运输、人力资源等进行经济成本的分析,总结我国应急救援中的不科学现象,并寻求问题的解决途径,以减少救灾过程中对公共资源的浪费。     

基于案例推理的机场应急预案管理

为提高机场应急处置能力,提出一种新的基于案例推理方法的机场应急救援模型。利用XML技术来表示案例和构造预案库,给出机场应急预案库的分类方法,构建预案特征属性的层次结构。采用两两比较打分法确定航空器紧急事件预案特征属性的权重．运用最邻近算法对已有救援案例进行检索与匹配。实例证明该方法能有效提高机场应急救援效率,检索结果客观合理。     

基于SAS算法的起飞一发失效应急路径规划方法

为解决起飞一发失效应急程序（EOSID）手动设计的不足,提出一种基于SRTM数据的稀疏A*搜索（SAS）算法的EOSID路径规划方法。首先采用航天飞机雷达地形测绘使命（SRTM）的网格地形数据,结合起飞一发失效相关规章,考虑爬升梯度与保护区限制确定可行搜索空间;然后基于可行搜索空间运用稀疏A*搜索算法搜索应急离场路径,在传统A*算法寻找扩展节点时加入起飞性能约束条件,同时利用地形高程数据进行地形和威胁回避,生成一条三维应急离场航迹;最后利用三次样条曲线对规划的应急离场航迹进行平滑处理。实验结果表明该方法能自动搜索出有效的EOSID三维航迹。     

基于三维空域网格的低空飞行航迹战略规划方法

针对复杂低空环境下航空应急救援飞行安全问题,提出了一种基于三维空域网格的飞行航迹战略规划方法。将空域网格化分成多个飞行航迹节点,同时考虑地形、气象、飞行规则以及航空器性能等多种约束,使用改进的A*算法搜索单个航空器的最优飞行航迹。在单个航空器初始飞行航迹基础上,结合时间窗原理,提出两种方法解决了多机无冲突航迹战略规划问题。最后,通过案例仿真验证了方法的有效性。     

基于相似变换的涡扇发动机智能动态推力估计方法

智能推力估计面临飞行包线大、工作状态多变带来的数据采集和处理问题，获得的训练数据难以覆盖整个飞行包线的各种过渡工作状态，为此本文提出一种基于相似变换的推力估计数据处理方法。通过机理分析选择推力估计器输入，以相似变换对推力估计的输入和输出数据进行处理，并设计了基于输入延迟的深层动态神经网络来实现动态推力估计。非训练数据区域的动态仿真结果表明，相似变换后，深层动态神经网络的最大推力估计误差降低了62.20%，平均误差降低了43.50%；未进行相似变换时，相比深层静态神经网络，深层动态神经网络的最大推力估计误差降低了43.42%，平均误差降低了2.35%，仿真结果表明了本文所提出的数据处理方法和动态推力估计结构有效性。     

融资租赁在航空应急救援中的应用

<正>我国航空应急救援体系发展缓慢的主要原因涉及体制、空域、机队等很多方面,在此不再赘述。在航空应急救援体系建设过程中,通过运用融资租赁可以快速的改善资金短缺的局面,解决资金缺口,短时间内就能大幅增加航空器数量;迅速提高国家航空应急救援能力,满足政府及社会对航空应急救援的需要,同时可以促进通用航空及金融行业的发展。但是目前国内尚无成熟的经验,在具体实践中如何运用仍然是个难题。本文主要探讨如何在航空应急救援体系中运用融资租赁。     

复合神经网络在飞参缺损数据估计中的应用

针对飞参记录仪工作中存在数据缺损的现象，提出一种基于复合神经网络（CNN）对缺失数据估计的方法。仿真结果表明，运用该方法进行数据处理，可以有效地解决飞参缺损数据的问题，并且能够提高飞参数据的准确性和可信度。     

我国海上救援直升机现状和分析

直升机由于其得天独厚的飞行特点,将能在国家应急救援体系工程建设中发挥主导作用。在我国的救援体系中,救援直升机将承担搜索营救遇险人员、救护伤员、运送人员、紧急撤离、吊挂运输等任务。本文对我国目前海上救援直升机的现状进行了初步分析,并提出了加快国家海上应急救援体系建设的若干看法。     

基于弹道动力特性考虑的不完全测量数据处理方法

针对试验任务中数据丢失的情况,讨论了如何结合遥测信息,充分考虑弹道动力特性提供样条节点,最终获得目标高精度的位置和速度参数估计的问题。首先,介绍了样条节点的概念及其反映的物理背景;然后,结合遥测数据处理的相应理论,提出了遥测弹道具有充分反映动力特性、保形的特点;最后,结合最优节点搜索方法和节省参数建模理论,运用样条约束的联合处理手段,采用改进Gauss-Newton法求解非线性方程,给出了相应的实测数据处理算例。结果表明,基于靶场现有高精度测量设备的跟踪数据,充分考虑弹道的动力特性,在某些数据丢失的情况下,仍然可以提供高精度弹道参数。相对于传统的融合低精度测元进行数据补偿的方法,文中所介绍方法对提高全程弹道精度具有重要意义。     

温度变化引起的静压液浮陀螺漂移的补偿研究

本文就温度变化引起的陀螺漂移的补偿展开分析，提出了用大力矩器线圈闭合力反馈回路，中力矩器线圈外加补偿电流来补偿由温度变化引起的陀螺漂移的方法；并对据此设计的实验数据采集系统及补偿电路予以了分析，通过实验验证了补偿原理的可行性。     

橡皮囊液压成形回弹补偿技术比较分析

橡皮囊液压成形工艺是航空钣金成形的主要方法之一,而回弹是影响其产品制造精度的主要缺陷。为提高航空钣金零件制造精准化制造水平,国内开展了大量的研究和实践,但各种方法的工程化应用程度并不理想。针对基于数值模拟的回弹预测方法和基于零件几何特征的快速回弹补偿方法进行综述,对比分析了两种方法的优缺点,并结合航空企业工程化应用实际需求提出将两种方法相结合的解决方案。     

基于GRA-IPSO-SVM的航材携行需求预测研究

异地执行飞行任务中航材需求的准确预测是做好携行保障的主要内容之一,为此提出灰色关联度（GRA）与改进的粒子群算法（IPSO）及支持向量机（SVM）相结合的航材预测方法。首先运用GRA 对航材携行需求的影响因素进行分析;其次引入活性因子和非线性惯性系数改进粒子群算法,并通过IPSO 对SVM 参数进行寻优;最后使用优化后的SVM 模型预测航材需求。结果表明：GRA-IPSO-SVM 方法预测结果的均方根误差比PSO-SVM 方法下降0.16,平均绝对百分比误差下降2.18%,且预测时间减少了0.7 s。     

基于航空装备维修数据的维修需求预测方法

飞机的维修活动是装备管理工作的重要内容,但是飞机具有产品结构复杂、使用环境复杂的特点,建立在经典大样本同总体分布模型假设的维修需求预测方法难以适用。文章基于航空装备维修保障数据,围绕飞机维修需求预测问题,辨识影响维修需求的主要因素,采用数据驱动的方法建立飞机损伤程度模型,提出了一种飞机维修需求预测的新方法,并通过实测数据的分析处理,验证了方法的可行性。     

基于蚁群改进 BP算法的组合预测模型在军械器材需求预测中的应用

针对在军械器材采购计划制定环节中的器材需求测算问题,提出基于蚁群改进BP算法的组合预测模型。先结合历史数据,利用多元线性回归预测法和自回归滑动平均模型（ARMA）进行初步预测,将初步预测的结果作为蚁群改进BP网络的输入,从而得到最终的预测结果。实验结果表明,基于蚁群改进BP算法的组合预测模型能够对积累的历史数据进行充分的应用,并且有较高的预测准确性。     

航空型号项目风险预测的BP神经网络模型及应用

本研究克服了单纯采用专家风险因子测度方法主观性较强的缺点,以及单纯采用人工神经网络评估模型模糊性的缺点,结合两种方法的优点,利用基于BP神经网络算法的Microsoft Visual C++程序,在专家风险因子测度基础上,通过大量风险评估成功案例数据的训练,成功建立了航空型号项目风险预测模型.该模型可以较为精确、客观地...     

基于ELM的航空制孔机器人定位精度补偿方法

针对航空制孔机器人绝对定位精度补偿中存在的建模复杂及运算量大的问题,提出了一种基于极限学习机的绝对定位精度补偿方法。该方法通过将机器人视为一个黑箱系统,忽略机器人的几何因素和非几何因素的影响,通过高精度的激光跟踪仪测量获得机器人的末端运动误差,采用极限学习机建立机器人误差预测模型。由机器人误差预测模型获得机器人在期望位置的位置偏差,通过修正机器人位置坐标来实现机器人的绝对定位精度补偿。最后该方法在航空制孔机器人上进行了试验,试验结果显示机器人的绝对位置误差的平均值和最大值分别降低了75.69%和78.16%。     

二氧化碳在RP-3航空燃油中扩散系数实验

基于压力降落法原理，搭建扩散系数测试实验装置，测试了29815K时CO2在水中的扩散系数并与文献值比较，验证了实验系统的可靠性。实验测定了密闭容器中28315～33315K时CO2 RP 3燃油体系中的压力随时间的变化值。实验测量曲线与数值拟合曲线完全稳合，计算得出不同温度下气体在燃油中的扩散系数值为10-8m2/s数量级。由实验结果可知:气体扩散系数与温度之间符合化学反应阿伦尼乌斯定律，由此根据已有扩散系数值可建立CO2在RP 3燃油中扩散系数预测模型。采用25315、26315K和27315K时3组实验数据来验证模型的准确性，结果显示实验数据符合预测模型方程，模型具有一定的外延性。      

基于GA和ARMA模型的制导弹药技术状态预测

针对定期检测判断制导弹药技术状态影响弹药寿命和实时性较差的问题,提出了基于遗传算法(GA)优化的自回归与移动平均(ARMA)模型制导弹药技术状态预测方法。在获取到制导弹药状态特征量历史检测数据的基础上,采用遗传算法对ARMA模型的阶数进行优化,通过实例将遗传算法优化后的ARMA模型与经典ARMA模型的预测结果进行比较分析,结果表明,经过优化后的ARMA模型具有更好的预测效果。该方法提高了制导弹药技术状态确定的实时性,对降低、消除制导弹药故障危害具有实际意义。     

Measurement-driven Gauss-Hermite particle filter with soft spatiotemporal constraints for multi-optical theodolites target tracking

Multi-Optical Theodolite Tracking systems (MOTTs) can stealthily extract the target’s status information from bearings only through non-contact measurement. The constrained MOTTs are partially compatible, yet many existing research works and results are based on the known model, ignoring its discrimination with the target maneuvering behavior pattern. To compensate for these mismatches, this paper develops a Measurement-driven Gauss-Hermite Particle Filter (MGHPF), which elegantly fuses the spatiotemporal constraints and its soft form to perform MOTT missions. Specifically, the target dynamic model and tracking algorithm are based on the target behavior pattern with the adaptive turn rate, fully exploiting the spatial epipolar geometry characteristics for each intersection measurement by a minimax strategy. Then, the center of the feasible area is approximated via the analytic coordinate transformation, and the latent samples are updated via the deterministic Gauss-Hermite integral method with the target’s predictive turn rate. Simultaneously, the effects of truncation correction and compensation feedback from the current measurement and historical estimation data are adaptively incorporated into the PF’s importance distribution to cover the mixture likelihood. Besides, an effective causality-invariant updating rule is provided to estimate the parameters of these soft spatiotemporal constrained MOTTs with convergence guarantees. Simulated and measured results show good agreement; compared with the state-of-the-art Multi-Model Rao-Blackwell Particle Filter (MMRBPF), the proposed MGHPF improves the filtering accuracy by 7.4%-34.7% and significantly reduces the computational load.