可用度限定的装备定期预防置换维修策略研究

可用度是一种以比例或概率来衡量系统是否可以正常工作的参数,是衡量装备效能的重要指标.首先,以威布尔分布作为装备的失效密度函数,利用函数关系求出其期望函数；其次,在建立了似然函数后,用最大似然估计方法建立联合方程组,求出密度函数参数的估计值,该参数与装备的有效运行时间有关；第三,在可用度限定条件下,利用可用度函数求出装备的最佳预防置换维修周期及其维修次数；最后,以某装备为实例,在已知参数的条件下求出该装备的最优预防维修周期及其维修次数,证明了模型的有效性.     

机载火警探测系统的改进研究

针对目前飞机货舱火警探测系统误报率高等问题,本文提出研究一种基于模糊信息融合理论的飞机货舱火警探测系统,同时利用温度传感器、一氧化碳传感器、红外烟雾传感器测试飞机货舱火警探测标的物,并将3种传感器所获得的温度、一氧化碳浓度、烟雾浓度参数信息进行模糊融合运算和决策处理,实现飞机货舱火警早期预报.验证结果表明,基于模糊信息...     

一种考虑传感器位置误差的改进源定位算法

在无线传感器网络的定位问题中,通过移动目标与传感器之间的到达时差(TDOA)与到达频差(FDOA)测量量可以估计目标的位置和速度。但是,当传感器自身信息存在误差时,传统的定位方法将失去精确的定位效果。针对带有传感器误差的源定位问题,基于极大似然(ML)法获取一个封闭的近似解。提出了一种改进的近似极大似然(AML)算法,更新带有传感器误差的代价函数,不仅能实现实时定位,而且保证全局收敛。仿真结果表明,本文算法在存在传感器误差场景下依然可以达到克拉美-罗下限(CRLB),比已有的改进两步加权最小二乘(2-step WLS)法更有效。     

基于中值滤波和小波变换的混合滤波方法在推进剂监测中的应用

目前,监测传感器传出信号中混有很多噪声,为提高信号可信度,需要一种有效的信号处理方法。文章基于Matlab仿真环境,完成了信号仿真和滤波算法的设计,重点对单传感器仿真信号的去噪和多传感器信息融合进行了研究,提出了基于中值滤波和小波阈值滤波的混合滤波方案和基于Kalman滤波的信号融合方案。研究工作有:基于高斯白噪声和脉冲噪声的数学特性,合理假设出5种基本信号形式;依据实际数据,完成单传感器和多传感器信号仿真,确定信噪比和均方根误差作为去噪评定指标;综合分析现有的滤波算法的滤波特性,利用不同长度滑动窗口的中值滤波处理实验信号,选取合适长度的滑动窗口。设置对比实验确定小波阈值滤波中的小波基函数选取、阈值计算和分解尺度等参数;融合中值滤波和小波阈值滤波优势,设计混合滤波方案,去除单传感器仿真信号中的噪声;研究信息融合理论在泄漏监测系统中的应用,设置不同融合方式下的对比实验,确立最佳融合方式下的Kalman滤波方案,实现多传感器信息融合。     

融合多传感器数据的发动机剩余寿命预测方法

针对基于单一传感器数据的剩余寿命预测方法存在数据利用率低和预测精度不高的问题，论文提出了一种融合多传感器数据的发动机剩余寿命预测方法。首先将多个传感器数据融合成一个复合健康指标来表征发动机的退化性能，采用线性维纳过程对复合健康指标进行退化建模，通过极大似然估计方法确定模型参数，进而得到发动机的预测寿命。为了确定融合系数，提出了一种利用真实寿命与预测寿命的预测均方误差最小化的方法。融合系数确定后，基于训练发动机历史寿命数据，确定出模型参数的离线估计值；然后利用Bayesian公式，同时结合发动机的实时监测数据与参数的先验分布对模型参数进行实时更新，接着在首达时间的意义下推导出剩余寿命的概率分布，进而实现了发动机的剩余寿命在线预测。最后，选择商用模块化航空推进系统仿真数据集进行数值仿真实验，结果表明：相较于基于单一传感器的方法，论文所提方法能够提高剩余寿命预测的准确性，其剩余寿命预测的相对均方误差降低了2%左右。     

一种基于云模型优化的飞行器参数辨识算法

极大似然估计方法(ML)在飞行器参数辨识中得到了广泛应用,该方法需要预先推导灵敏度方程,进而求解灵敏度矩阵,在应用过程中比较繁杂,且容易陷入局部最优。提出一种基于云模型优化的飞行器参数辨识算法,根据极大似然估计原理,利用云模型的优化理论对极大似然函数进行优化,从而得到待辨识参数值。该算法不必推导灵敏度矩阵,对初值要求不高,应用便捷,且保留了云模型优化的特点,收敛速度较快、不易陷入局部最优。以Twin Otter飞机为例对算法进行验证。结果表明:算法易于实现、辨识结果精度较高、收敛速度较快,不易陷入局部最优。     

通用EIFS分布确定方法改进研究

基于概率断裂力学的基本假设和原理,提出一种改进的通用EIFS分布确定方法。新方法用小裂纹扩展曲线计算多种参考裂纹尺寸水平下的TTCI值,并对其进行极大似然估计。然后利用约束最小二乘法确定不同应力下的裂纹扩展参数和通用EIFS分布上限。在此基础上,根据分布参数的通用性条件确定通用EIFS分布参数。与改进前的方法相比,新方法充分利用分布函数和裂纹扩展提供的信息,提高参数估计的合理性和可靠性。对某零件的原始疲劳质量分析证明改进方法是可行的,便于工程应用。     

融合加速退化和现场实测退化数据的剩余寿命预测方法

针对先验信息为加速退化数据的情况,提出了利用非共轭先验分布进行Bayesian统计推断的剩余寿命预测方法。不预先假定Wiener过程参数值的分布类型,利用加速系数将加速应力下的参数值折算到工作应力水平下,进而使用Anderson-Darling方法确定参数值的最优拟合分布类型。在对参数值进行折算时,根据周源泉提出的理论对Wiener过程参数与加速应力之间的关系进行了推导。参数估计时,通过极大似然法得到超参数的估计值,利用WinBUGS软件实现Markov Chain Monte Carlo仿真得到参数的后验均值。通过某型军用电连接器寿命预测实例验证了所提方法的实用价值和研究意义,结果表明本方法可有效解决先验信息为加速退化数据时进行剩余寿命预测的难题。     

一种基于模糊贴近度的多站数据融合算法

提出了一种基于模糊贴近度的多站数据融合算法。该算法利用模糊贴近度的概念和矩阵特征向量理论，确定多站数据融合算法的各个测量设备的权重。能充分利用测量数据，提高目标跟踪精度。与传统方法相比，该方法计算简便，便于工程实现。     

计及随机噪声的频域多输入多输出模态参数识别

提出了一种计及随机噪声的多输入多输出频域模态参数识别方法。该方法基于连续时间域的频率响应函数有理分式模型,利用Forsythe正交多项式改善求解性态,属频域的极大似然类估计方法。在最小二乘估计的基础上,利用"先验"的随机噪声信息进行优化迭代的极大似然估计,得到更优的模态参数识别结果。根据Cramer Rao下界不等式,在几乎不增加计算量的情况下获得所识别结果的不确定性信息,提高了模态参数识别的可靠性。采用GARTEUR飞机模型作为仿真算例,对本算法进行了仿真验证。     

基于云模型和改进D-S证据理论的目标识别决策方法

在目标识别决策系统中,多探测器多源信息融合的模糊性和不确定性以及各探测周期所得信息的冲突互斥会造成目标识别决策不精准。为解决这一问题,提出基于云模型和改进D-S （Dempster-Shafer）证据理论的目标识别决策方法。首先,将目标识别准确性这一语言评价值划分为不同评价区间等级,以不同评价等级标准云为参照将各探测器各探测周期所得信息转化为云决策矩阵,得出各周期各等级隶属度,进而构建出基本概率分配函数（mass函数）;其次,基于证据理论引入冲突度、差异度、离散度3类衡量冲突大小的参数,定义了一种新的证据冲突参数,同时改进证据冲突融合算法,对各探测器各周期证据体进行修正并融合;再次,结合各探测器权重加权得出各目标综合识别决策的mass函数对目标进行决策;最后,结合算例,验证该方法的适用性,并与其他方法相对比验证了本文方法的优越性。     

Automatic Target Recognition: Some Considerations

Machine analysis of aerial reconnaissance data is desirable. New acquisition techniques, equipment, and sensors, plus a growing demand for rapidly obtained, accurate information necessitate machine performance of tasks presently accomplished by observers and interpreters. Many of these tasks can be described as pattern recognition or information processing functions. This paper discusses significant problems encountered when attempting to identify objects or regions automatically from aerial photography. Problems include sensor distortions, variations in target environment, and concepts of design and ?teaching? of an actual device. Operational requirements such as processing speed and flexibility restrict the types of solutions available. Approaches to target recognition with relative merits and shortcomings are presented; these include shape correlation, feature extraction, and image quantization. The effect of mission requirements on system parameters is discussed. A bibliography is included.     

Adaptive Phased-Array Tracking in ECM using Negative Information

Target tracking with adaptive phased-array radars in the presence of standoff jamming presents both challenges and opportunities to the track filter designer. A measurement likelihood function is derived for this situation which accounts for the effect of both positive and negative contact information. This likelihood function is approximated a? a weighted sum of Gaussian terms consisting of both positive and negative weights, accounting for the positive and negative contact information. Additionally, recent theoretical results have been reported which have derived an accurate measurement error covariance in the vicinity of the jammer when adaptive beamforming is used by the radar to null the effects of the jammer. We compare the impact of using a likelihood function that accounts for negative contact information and the corrected measurement error covariance by comparing five Kalman filter-based trackers in five different scenarios. We show that only those track filters which use both the negative contact information and the corrected measurement error covariance are effective in maintaining track on a maneuvering target as it passes through the jamming region. This approach can also be generalized to any target tracking problem where the sensor response is anisotropic.     

基于云映射的多粒度语义决策属性识别

异类多传感器多属性目标识别中的描述性语义和决策属性信息无法直接进行识别判定,为此基于粒层转化的思想,提出了一种语义和决策属性识别方法。首先构造云映射函数,将语义和决策属性粒层统一到区间粒层,再根据灰色关联的思想计算区间化后的语义和决策属性信息与数据库之间的区间关联度,实现了不等粒层属性的粒度计算,最后采用证据推理进行了识别判定。结合语义和决策属性识别算例及对比分析,验证了所提出方法在异类数据模糊转化处理和识别上的有效性。     

基于模糊奇偶方程的非线性系统传感器故障诊断

 给出了一种非线性系统传感器的故障诊断方法。该方法将T-S 模糊模型、全解耦奇偶方程和参数估计相结合,同时对非线性系统的多个传感器的故障进行检测、隔离与识别。设计出用于产生残差的线性系统全解耦奇偶方程,并给出了全解耦奇偶向量的存在条件,全解耦奇偶方程产生的残差仅对一个传感器故障敏感,而对系统状态、扰动输入和其它传感器输出解耦。引入T-S 模型将全解耦奇偶方程推广到非线性系统中得到了模糊奇偶方程。传感器的故障模型表示为刻度因子和偏差的形式,根据残差信息应用卡尔曼估计方法可识别出故障模型的参数。最后给出了某型号飞机控制系统传感器的故障诊断仿真实例。     

Model-based multifrequency array signal processing for low-angletracking

Tracking low-altitude targets over the sea is problematic because of interference between the direct and reflected signal. Standard monopulse trackers can experience large errors because of multipath maximum likelihood estimation (MLE) has been used to more accurately estimate the target height in the presence of multipath MLE is a model-fitting technique where the model parameters are chosen to maximize the likelihood function. It is shown that the type of observation model has a large effect on performance. Tracking performance is compared using three different observation models employing varying amounts of a priori information. Results are presented for different array sizes: eight and 32-element arrays and two-element subarrays typical of phase monopulse. Performance is compared with that of standard techniques such as Fourier beamforming and phase monopulse     

Automatic target recognition using sequences of high resolutionradar range-profiles

In this paper, we address the problem of joint tracking and recognition of a target using a sequence of high resolution radar (HRR) range-profiles. The likelihood function for the scene configuration combines a dynamics-based prior on the sequence of target orientations with a likelihood for range-profiles given the target orientation. A deterministic model and a conditionally Gaussian model for range-profiles are introduced, and the likelihood functions under each model are compared. Simulations are presented demonstrating recognition of mobile aircraft and ground targets, and results showing performance of the algorithm are given in terms of the expected angular estimation error and the rate of correct recognition     

基于LSTM的飞行数据挖掘模型构建方法

提出了一种基于LSTM （Long Short Time Memory）模型的飞行历史数据挖掘模型的构建方法,此模型可以将飞行数据中有价值的目标数据自动提取出来。首先,通过滑动窗口法获得待检测数据;然后,将预先做好的训练样本数据输入到所构造的LSTM模型中进行训练,得到数据挖掘模型;最后,将待检测数据导入到训练好的LSTM模型中进行模式识别,将目标数据片段挖掘出来。结果表明,基于LSTM模型的飞行数据挖掘模型构建方法通用化程度高,可用于挖掘不同类型的目标数据,且识别率高,具有很高的工程应用价值。     

基于模糊贝叶斯网的空战传感器资源管理方法

空战中目标状态信息的不确定性、目标与我机相对态势是影响机载传感器资源分配问题的重要影响因素.针对此问题,提出一种基于模糊贝叶斯网(FBN)的空战传感器资源管理方法,以空战传感器资源管理中涉及的影响因素因果关系作为建网依据,将目标信息增量、目标威胁、飞行员指令作为证据变量驱动网络进行概率推理,从而获取空战传感器资源的分配结果.仿真结果表明,与传统方法相比,方法的自适应变间隔采样策略能够根据目标威胁及飞行员指令影响,管理空战态势不同阶段的传感器资源以满足空战作战任务需求.     

Comets and Chemical Composition

It is commonly believed that comets are made of primordial material. As a consequence, they can reveal more information about the origin of our solar system. To interpret the coma composition measurements of comet Churyumov–Gerasimenko that will be collected by the Rosetta mission, models of the coma chemistry have to be constructed. However, programming the chemistry of a cometary coma is extremely complex due to the large number of species and reactions involved. Moreover, such a program needs to be very flexible as one may want to extend, change, or update the set of species, reactions, and reaction rates. Therefore, we developed software to manage a database of species and reactions and to generate code automatically to compute source/loss balances. This database includes the data from the UMIST database and the ion–molecule reactions collected by V.G. Anicich. To use all these databases together, a lot of practical problems need to be solved, but the result is an enormous source of information about chemical reactions that can be used in chemical models, not only for comets but also for other applications.