高层建筑实测风场环境的非平稳性分析研究

首先采用应用较广泛的矢量分解法,对超高层结构西塔顶部的实测数据进行处理,总结了矢量分解法的三个方面的局限。然后针对这些局限且为获取较准确的脉动风速时程,考虑了风速非平稳特性,给出了获取螺旋桨风速仪的正交两方向的脉动风速时程的平稳模型与非平稳模型的数值表达公式。依据上述两种风速模型,进一步从湍流强度、阵风因子、概率密度分布和风速谱等指标进行对比分析,结果表明非平稳风速模型能更精确地描述高层建筑顶部实测风速数据的真实状态。     

附面阻尼随频率变化的复合材料层合结构非平稳随机振动分析

 提出了对敷设粘弹性阻尼层的复合材料层合结构非平稳随机振动分析的高效精确算法。考虑了粘弹性阻尼材料对激振频率的依赖性及Adams提出的复合材料层合结构的阻尼模型。为解决依赖频率变化的非经典阻尼的复杂结构，结合实模态降阶直接解法对虚拟激励法做了相应的发展，并采用精细积分法高效精确地求解了随机振动方程。以国产有限元程序系统DDJ为平台开发了相应的程序,并对波音737客机的水平尾翼的复合材料安定面结构进行模拟研究，从复杂的计算及合理的结论可以看出，本文中所提出的方法对于这类十分复杂复合材料结构的非平稳随机振动分析十分有效。     

应用时变参数建模方法辨识时变模态参数

 应用非平稳时间序列的时变自回归建模方法进行了参数随时间变化的线性系统模态参数的辨识。对线性时变系统在白噪声激励下振动响应的非平稳时间序列进行建模。通过引入基函数将非平稳过程的辨识问题转化为线性时不变过程的辨识。结合信号时频变换确定模型阶次, 通过时变的伯格尔( Bur g) 算法对时变的自回归(AR) 模型系数和时变结构模态频率进行了估算。通过对刚度随时间变化的三自由度系统模态频率的仿真辨识, 验证了辨识方法的有效性。     

基于Kriging形函数的线性时变结构模态参数辨识

近年来,对航空航天飞行器随时间变化的动力学特性研究需求越来越迫切。仅输出参数化时域的时变时间序列模型以其结构简约、精度高且跟踪能力强而成为研究热点,尤其是泛函向量时变自回归(FS-VTAR)模型已经得到了广泛应用。然而传统的FS-VTAR模型在保证其辨识优势的同时却需要针对不同时变结构选择合适的基函数形式及较高的基函数阶数,该过程相当复杂且耗时。本文借鉴无网格法中移动最小二乘(MLS)法构造形函数的思想,提出一种基于Kriging形函数的线性时变结构模态参数辨识方法。该方法首先引入自适应于辨识信号的Kriging形函数;再把时变系数在形函数上线性展开,利用最小二乘(LS)法得到形函数的展开系数;最后把时变模型特征方程转换为广义特征值问题提取出模态参数。利用时变刚度系统非平稳振动信号验证该方法,结果表明:基于Kriging形函数的FS-VTAR模型相比于传统的FS-VTAR模型能有效地避免基函数形式的选择和较高的基函数阶数,且精度相当;相比于移动最小二乘法能有效地解决其数值条件问题且具有更高的模态参数辨识精度。     

弹射座椅救生性能研究

针对座椅在铅垂面内弹射的简化模型,建立了系统的非线性运动方程,然后用推进阵面法建立了人－椅系统平面的非结构网络,并用Ｅｕｌｅｒ方程作为主控方程对某型座椅的气动阻 力系数,升力系数和气动力矩系数进行了验证性计算,最后对非线性运动方程在时域内进行积分,得到人－椅系统运动轨迹,运动速度和旋转角速度等性能参数,并与座椅弹射测试结果进行了比较分析,结果表明,用非结构网络计算的座椅气动特性与座椅吹风数据吻合,计算了弹射救生性能曲线与试验数据的趋势基本一致。     

基于DBN效能拟合的舰艇编队作战效能敏感性分析

针对传统的舰艇编队作战效能分析方法中存在的对数据利用不充分、对数据完整性要求较高的问题，提出了基于深度学习的效能拟合方法。从最具有代表性的敏感性分析方法Sobol指数法入手，利用深度学习方法优越的特征学习能力，基于深度信念网络（DBN）构建了效能拟合网络，结合无监督预训练和有监督调优实现了网络训练和参数优化，构建出效能拟合模型。将产生的数据应用于效能分析模型并与完全数据条件下的效能分析结果进行对比，验证了所提出的效能拟合模型对于不完全数据下的作战系统敏感性分析的有效性。     

重型运载火箭集中力扩散舱段多区域联合设计与优化

为提高重型运载火箭集中力扩散舱段的承载能力和集中力扩散性能，提出了变截面-等比布局多区域联合设计方法和建立了基于静力分析以及工程估算方法的优化模型，并据此开展集中力扩散舱段优化设计。建立了集中力扩散舱段参数化有限元模型，基于显式动力学方法开展了结构承载性能和集中力扩散性能分析。依据集中力扩散舱段结构形式和承载特点，提出了综合多区域变厚度蒙皮、变截面主梁和副梁/桁条等比非均匀布局的联合设计方法，实现了结构精细化设计。为综合提高结构承载性能和集中力扩散性能，建立了基于静力分析和工程估算方法的优化模型，并基于模拟退火法求解该优化模型，获得了减重效果明显的优化结构。对比结果表明，捆绑接头两侧副梁/桁条靠近捆绑接头密布、捆绑接头中间副梁远离捆绑接头密布、变截面主梁以及变厚度蒙皮设计有利于提高结构承载效率和集中力扩散性能，验证了提出的多区域联合设计方法和优化模型在设计集中力扩散舱段方面的有效性和优越性，证明了本文优化工作具有一定的工程应用价值。     

变结构控制在两轮平衡小车中的应用

通过给出一种两轮平衡小车系统受非完整约束的动力学模型,基于此模型,利用变结构控制找出了滑模超平面,并设计出了该系统的调节控制律.经过Matlab/Simulink仿真,然后通过变结构控制器和状态反馈控制器的比较,得出此系统变结构的鲁棒性较好.进而通过实践验证,小车可控并可观,表明用该方法设计的控制器能够完成我们的预期目标.     

水平集法在多相材料细观结构优化中的应用

利用高精度通用单胞模型将多相材料的细观拓扑结构和宏观力学性能联系起来,将一个单胞离散成有限个单元,通过单元中材料的有无来描述细观结构,利用水平集法将这个离散变量的拓扑优化问题转化为连续变量的形状优化问题,从而实现了多相材料的细观结构优化.以一种多相材料结构为例进行了细观结构的优化,并获得了具有负泊松比的特性,从而验证了所提出方法的合理性.      

考虑噪声抑制的高超声速风洞气动力识别方法

对于风洞试验中全尺寸模型试验的非平稳信号进行载荷辨识仍存在诸多问题。针对全尺度模型试验的非平稳信号载荷辨识提出了一种基于深度残差收缩网络（DRSN）深度学习技术的智能载荷辨识方法,该方法通过深度学习提取测力系统输出数据中的气动力、惯性力和噪声等特征,通过注意力机制对每组数据进行获取阈值,再通过软阈值函数对特征进行滤波降噪,有效辨识出测力系统响应信号中的惯性力分量并进行剔除,实现气动力载荷辨识。在测试验证中,均值法的辨识精度为85%以上,DRSN模型的辨识精度为94%以上,证明DRSN模型能有效降低噪声和惯性力对于载荷辨识的干扰,用于非平稳信号的载荷辨识具有精度高、可靠性好等特点。     

平滑重构稀疏贝叶斯学习测向算法

针对二级嵌套阵列中的紧凑阵元结构易受互耦效应影响的问题,提出了两种不同的嵌套阵列结构改进方法：连续平移嵌套阵列和间隔平移嵌套阵列。通过对原有二级嵌套阵列阵元位置进行调整,形成了两种不同的平移嵌套阵列结构,这两种结构对应的差分共阵均"无孔",并且测向自由度和阵列稀疏度均大于原二级嵌套阵列。针对嵌套阵列的差分共阵测向模型为单测量矢量模型,稀疏贝叶斯学习测向算法复杂度高的问题,提出了平滑重构稀疏贝叶斯学习算法。该算法通过空间平滑重构将单测量矢量模型变为多测量矢量模型,降低了观测矩阵的维度,减小了计算复杂度。算法求解时,通过对变换后的观测矩阵进行奇异值分解,进一步降低了观测矩阵维度,利用稀疏贝叶斯学习算法估计辐射源角度。仿真表明,在信噪比和采样数相同的条件下,该算法收敛速度比单测量矢量稀疏贝叶斯学习（SMV-SBL）算法快,且测向精度高于SMV-SBL算法和空间平滑多重信号分类（MUSIC）算法;存在互耦影响时,两种平移嵌套阵列比原嵌套阵列受互耦影响小。     

基于动态贝叶斯的反舰导弹弹型识别

使用反舰导弹对舰艇进行饱和攻击是当前对舰攻击的主要方式。首先,提出了动态贝叶斯网络(DBN)的理论及算法;其次,根据反舰导弹的高度、速度、过载、机动方式等弹道特性和RCS、雷达频率等导弹自身特性,建立了对反舰导弹进行弹型识别的DBN模型;最后,通过仿真算例验证了DBN模型的有效性,这为实际解决反舰导弹进行弹型识别的问题,提供了一种思路。     

变结构DDBNs的推理算法与多目标识别

 目前变结构离散动态贝叶斯网络（DDBNs）的推理算法存在的缺陷是计算量随时间片数的增加呈指数增长。为了解决这类网络的推理问题,引入前向后向算法的基本思想,提出一种新的变结构DDBNs的推理算法。在分析变结构DDBNs数据结构的基础上,定义变结构DDBNs的前向、后向算子,从理论上对算法进行了推导,它的计算量仅与时间片数成线性关系。并且把该算法应用于识别空中多目标的变结构DDBNs,通过有效融合“交战行为"节点信息,使识别系统的鲁棒性显著增强。仿真结果验证了推理算法的有效性。     

基于BBN的航空公司风险评估技术研究

 在人、机、环境和管理(MMEM)系统理论的基础上,通过研究有关民航规则、标准中的相关内容建立航空公司风险评估指标体系;利用层次分析法(AHP)确定指标权重,运用模糊综合评价法(FCE)量化其中的定性指标;基于贝叶斯置信网络(BBN)软件GeNIe完成了整个系统贝叶斯网络拓扑结构的建立,将航空公司历史数据作为贝叶斯网络参数学习的训练数据,获取节点概率表(NPT),建立航空公司风险评估模型,并对其进行概率推理计算;通过环比分析确定影响风险的主要因素。     

大型柔性空间结构的变结构模型参考自适应控制

将变结构控制与模型参考自适应控制相结合,应用于大型柔性空间结构(LFSS)的主动控制中。以LFSS的结构动力学变量为系统状态,建立了变结构模型参考自适应(VSMRAC)耦合主动控制系统,研究了高阶参考模型和滑态参数矩阵的选择方法。以对称型两板轨道空间站为例,进行了VSMRAC主动控制系统的数字仿真,结果表明VSMRAC系统在鲁棒性、快速性和工程可实现性方面具有优越性。     

基于KPCA 和DBN 的航空发动机排气温度基线模型

为了给航空发动机整体性能的实时监控与健康管理提供技术手段,提出1种基于核主成分分析和深度置信网络相结合的航空发动机排气温度基线模型构建方法。以配装CFM56-7B发动机的飞机在运行过程中各系统产生的快速存取数据作为原始的数据样本,利用核主成分分析进行降维处理,选用高斯函数作为核函数,将降维后的数据作为深度置信网络的输入,建立航空发动机EGT基线模型,通过大量QAR数据验证了模型的有效性和正确性。与传统神经网络建模方法相比,所提出的建模方法不但降低了网络结构的复杂度,同时也提高了模型的精度。     

一种无人机局部路径重规划算法研究

提出了一种突发威胁体下无人机局部路径重规划的算法。首先根据不同威胁体的分布情况构造无人机的可飞航路集,用“改进型V orono i图”表示出来,采用D ijkstra算法求解初始粗略最短路径。在无人机飞行过程中,通过基于混合动态贝叶斯网络的切换线性动态系统模型感知环境,应用V iterb i解码算法确定突发威胁体的实时位置及威胁等级,再依据局部路径重规划原则进行寻优,最后应用三次平滑及序列二次规划方法获得实际可飞路径,并用M atlab仿真验证了算法的有效性。     

Multiple model particle flter track-before-detect for range ambiguous radar

The middle pulse repetition frequency（MPRF）and high pulse repetition frequency（HPRF）modes are widely adopted in airborne pulse Doppler（PD）radar systems,which results in the problem that the range measurement of targets is ambiguous.The existing data processing based range ambiguity resolving methods work well on the condition that the signal-to-noise ratio（SNR）is high enough.In this paper,a multiple model particle flter（MMPF）based track-beforedetect（TBD）method is proposed to address the problem of target detection and tracking with range ambiguous radar in low-SNR environment.By introducing a discrete variable that denotes whether a target is present or not and the discrete pulse interval number（PIN）as components of the target state vector,and modeling the incremental variable of the PIN as a three-state Markov chain,the proposed algorithm converts the problem of range ambiguity resolving into a hybrid state fltering problem.At last,the hybrid fltering problem is implemented by a MMPF-based TBD method in the Bayesian framework.Simulation results demonstrate that the proposed Bayesian approach can estimate target state as well as the PIN simultaneously,and succeeds in detecting and tracking weak targets with the range ambiguous radar.Simulation results also show that the performance of the proposed method is superior to that of the multiple hypothesis（MH）method in low-SNR environment.     

基于分支深度强化学习的非合作目标追逃博弈策略求解

为解决航天器与非合作目标的空间交会问题,缓解深度强化学习在连续空间的应用限制,提出了一种基于分支深度强化学习的追逃博弈算法,以获得与非合作目标的空间交会策略。对于非合作目标的空间交会最优控制,运用微分对策描述为连续推力作用下的追逃博弈问题;为避免传统深度强化学习应对连续空间存在维数灾难问题,通过构建模糊推理模型来表征连续空间,提出了一种具有多组并行神经网络和共享决策模块的分支深度强化学习架构。实现了最优控制与博弈论的结合,有效解决了微分对策模型高度非线性且难于利用经典最优控制理论进行求解的难题,进一步提升了深度强化学习对离散行为的学习能力,并通过算例仿真检验了该算法的有效性。