四旋翼无人机的自适应故障诊断与估计

针对四旋翼无人机执行器常见故障，提出一种基于自适应技术和观测器的鲁棒故障检测和估计（FDE）方法。在故障检测阶段，设计非线性诊断观测器，通过解析函数推导出阈值，确保所提检测方法的鲁棒性，并对所设计的观测器和残差评估函数进行证明。在故障估计阶段，提出基于切换ρ-修正的自适应律来准确估计检测到故障的方案。该方案不仅能够同时估计系统状态和残差信号，而且能估计未知故障的特征和大小。通过线性矩阵不等式进行设计参数的计算。利用2种故障场景分别进行仿真验证，同时在4种情况下讨论所提方法的有效性。基于四旋翼无人机硬件在环实验台验证了所提方法的可行性。     

航空永磁直流电机的优化设计

分析了常规的模式搜索与罚函数综合优化方法的缺点，提出了改进方案，即增加一个约束条件检测子程序代替罚函数作用及模式移动时增加一个变动因子，实例计算结果表明，改进的优化方法实际可行，可大大缩短计算时间。     

相关函数在涡流检测信号提取分析中的应用

为降低涡流检测信号处理的硬件复杂程度及提升后续数据分析处理灵活度，在不借助复杂硬件自平衡技术电路前提下，在LABVIEW图形化软件平台中设计了相关函数算法程序，对示波器MDO4024C所采集的原始交流电桥信号及电桥激励信号分别进行自相关及互相关运算去噪，提取分析不锈钢管不同位置的涡流信号的幅值及相位，最后再将检测信号在极坐标图中分析显示。实验结果表明，这一方法可有效实现对不锈钢管缺陷涡流信号的去噪及特征信号提取。     

基于支持向量机的飞行器多余物信号识别

针对飞行器控制电路在生产制造过程中可能引入金属线头等微小多余物，从而留下短路等安全隐患的问题，提出了一种基于微粒碰撞噪声检测（PIND）的飞行器多余物材质识别方法。首先，利用短时自相关函数提取PIND信号的脉冲部分；然后，提取多种时频域统计特征，并与梅尔频率倒谱系数（MFCC）特征结合起来；最后，训练多分类支持向量机模型实现材质分类。为验证所提方法的有效性，采集了3种不同材质多余物的PIND信号进行模型训练及测试，实验结果表明，所提方法材质识别准确率达98%，优于同类方法的相关结果。      

基于拉盖尔函数的卫星姿态预测控制方法

针对卫星在空间站中进行绕飞检测时的姿态控制问题，考虑卫星的姿态轴需要躲避禁飞区域并指向期望位置，提出了一种基于拉盖尔函数的模型预测控制方法，实现了对卫星姿态轴的控制。在模型预测控制方法的基础上，通过拉盖尔函数，将优化多个控制输入转换为优化少数的拉盖尔系数，建立了拉盖尔模型预测的控制策略，改善了传统的模型预测控制方法计算效率差的问题，减少了优化时间。采用卫星在空间站中绕飞的模型进行数值仿真验证，结果表明该方法能够使卫星的姿态轴躲避禁飞区并到达指定位置。与传统方法相比，这种基于拉盖尔函数的模型预测控制策略能够提高优化效率，减少计算时间。     

函数型正则广义典型相关分析

基于正则广义典型相关分析理论框架,提出一类对于多元函数型数据的充分降维方法。通过积分形式,将平方可积空间中的函数型数据投影至实空间中的一系列数值变量,在整体相关性度量最大的目标准则下,同时确定这些函数型投影方向,实现多元函数型数据向传统数值变量转化的特征信息提取及快速降维过程。在一般基函数系统表示下,推导得到最优投影权重函数的迭代计算方法,该方法对于基函数系统的选取具有独立性。大量仿真结果表明,在有限样本情况下,所提方法能够有效探测多元函数型数据之间的相关关系,且对投影权重函数的估计具有一致性。关于帕金森综合征患者步态的实例数据研究表明,由函数型数据投影得到的数值特征信息具有可解释性,所提方法具有一定实用价值。      

一种深度学习分割遥感影像道路的损失函数

传统的根据光谱特征或形态学算法来分割道路，存在精度低、阈值难确定等缺点，而深度学习中已有的方法并未考虑道路的特性，只是利用通用方法来分割道路。针对上述不足，提出了一种针对道路特有形态的深度学习损失函数——形态损失函数。首先使用连通性算法将预测结果划分为若干个相互分离的连通区域，分别计算这些区域的面积与外接圆面积的比值，然后取平均值作为此批训练数据的形态损失函数，最后将形态损失函数按一定的比例与交叉熵损失函数求和，得到最终的损失函数。通过在公开的遥感数据集上使用深度学习网络进行对比试验，附加了形态损失函数后平均交并比（MIoU）、准确度（ACC）及F1 Score均有提高。从预测的图形来看，附加了形态损失函数后，预测的道路更为连续。所提出的形态损失函数可用于提高光学遥感影像道路分割的精度。     

变时延网络控制系统的鲁棒故障检测

针对具有时变时延的网络控制系统故障检测问题,提出了一种基于鲁棒H_∞思想的故障检测滤波器设计方法.将鲁棒H_∞故障检测问题归结为寻找滤波器参数矩阵,使得滤波系统内稳定并且满足鲁棒H_∞性能指标.根据残差评价函数和故障阈值判断系统是否存在故障.假设时变时延的上下界已知.基于时延相关Lyapunov-Krasovskii泛函方法给出了系统内稳定并且具有H_∞指标的时延相关条件.在外部控制输入、外界干扰和故障信号有界的情况下,所设计的故障检测滤波器能够保证生成的残差信号有界.针对HiMAT（Highly Maneuverable Technology）飞行器设计了故障检测滤波器,并通过仿真分析验证了所提出方法的有效性.     

基于多特征图像视觉显著性的视频摘要化生成

如何高效提取视频内容即视频摘要化，一直是计算机视觉领域研究的热点。简单通过图像颜色、纹理等特征进行检测已无法有效、完整地获取视频摘要。基于视觉注意力金字塔模型，提出了一种改进的可变比例及双对比度计算的中心-环绕视频摘要化方法。首先，以超像素方法对视频图像序列进行像素块划分以加速图像计算；然后，检测不同颜色背景下的图像对比度特征差异并进行融合；最后，结合光流运动信息，合并静态图像与动态图像显著性结果提取视频关键帧，在提取关键帧时，利用感知哈希函数进行相似性判断完成视频摘要化生成。在Segtrack V2、ViSal及OVP数据集上进行仿真实验，结果表明:所提方法可以有效提取图像感兴趣区域，得到以关键帧图像序列表示的视频摘要。      

基于局部方法的余度惯性组件故障诊断

介绍了局部方法(local approach)原理及其在随机系统故障诊断中的应用问题,讨论了用于故障诊断的样本数目对检测性能的影响,指出通过增加样本数目,可以大大增加局部方法检测小故障的能力,并说明样本数为1时,广义似然比(GLR,Generalized Likelihood Ratio)方法和局部方法的判决函数相同.为了验证所提出方法的有效性,将局部方法用于沿正十二面体对称侧面配置的冗余微机械惯性组件(IMU, Inertial Measurement Unit)故障检测,实验结果表明文中的理论分析是符合实际情况的.      

月球软着陆过程高精度自主导航避障方法

针对未知地形和障碍会危及着陆安全的问题,给出了一种月球软着陆过程高精度自主导航避障方法,主要包括基于IMU配以测距测速修正的自主绝对导航、障碍识别与目标着陆点选取、针对目标着陆点的相对导航与相对避障控制等算法。该方法在保证着陆精度的同时也大大降低了着陆过程遇到障碍的风险,提高了系统的安全性,已成功应用于实际工程任务。     

“嫦娥三号”探测器软着陆自主导航与制导技术

"嫦娥三号"探测器首次实现了我国航天器在地外天体软着陆,制导导航与控制技术是软着陆任务成功的关键。针对高安全和高可靠软着陆任务的要求,设计了包含接力避障的软着陆飞行程序,提出了单波束分时修正与多波束融合修正的自主导航方法和自适应动力显式制导、无迭代多项式粗避障制导以及内外环结合的精避障制导等方法。实际在轨飞行结果表明,导航算法提供了高精度的状态估计,制导算法实现了高精度状态控制和有效避障机动,确保了软着陆落月的安全性和可靠性。     

基于模糊优化算法的惯性元件误差补偿方法

阐述基于模糊优化算法的导航系统惯性元件误差补偿方法.该方法的基本思想是将遗传算法与模糊逻辑推理相结合,保留遗传算法的强全局搜索能力,把隶属函数作为遗传的个体通过选择、交叉及变异等遗传操作使模糊规则得到进化,实现模糊规则的在线优化,进而根据优化了的模糊规则,再对遗传操作及参数在线进行调整,从而进一步优化模糊规则,使得模糊控制系统具有良好的"自进化"能力.仿真结果表明,该模糊优化算法对导航系统惯性元件的误差补偿是可行的,而且是有效的,具有一定的实用价值.      

基于模糊逻辑的交互式多模型滤波算法

针对交互式多模型（IMM）滤波算法在对反舰导弹的"蛇形"机动方式进行跟踪时收敛速度慢、滤波精度低的问题。在三维空间内,假定目标以匀速直线和"蛇形"机动2种方式进行运动,以相对距离和视线角为观测信息,对IMM滤波算法的模型概率更新模块进行改进,提出了基于模糊逻辑的交互式多模型（FLIMM）滤波算法。通过仿真对比分析,改进后的算法能够有效地提高收敛速度,进而获得更高的跟踪精度。      

基于鲁棒曲线匹配的星表特征跟踪方法

针对星际着陆的特征跟踪及障碍识别过程,提出了一种基于尺度不变的曲线描述及匹配方法。该方法利用曲线邻域的梯度信息形成特征描述符,无需知道各点曲率或曲线之间的几何构型,且对旋转、缩放、视角变化及光照影响都具有较强的鲁棒性。仿真实验表明,该算法不仅能够对不同尺度的陨石坑、岩石边缘等障碍或自然陆标进行识别,而且能够实现边缘曲线特征的跟踪,误匹配率低。     

全局最优导向模糊布谷鸟搜索算法及应用

针对标准布谷鸟搜索算法探索能力强而开发能力较弱、收敛速度慢及计算精度较差等问题,提出了具有全局最优导向的模糊布谷鸟搜索算法。在鸟窝更新公式中引入全局最优导向策略,在产生新的鸟窝位置时利用到当前最优鸟窝位置信息,以保持鸟窝的多样性并提高算法的开发能力。另外,采用模糊逻辑规则对布谷鸟算法中的搜索步长和外来鸟蛋被发现概率这2个重要参数进行自适应调整,以提高算法的全局收敛性能和求解精度。通过2个经典结构可靠性分析极限状态方程测试该算法的性能,并将其应用于某飞机舱门锁定机构可靠性分析中。实验结果表明,与粒子群算法、标准布谷鸟搜索算法和改进布谷鸟搜索算法相比,所提出的全局最优导向模糊布谷鸟搜索算法在进行可靠性分析中,能够有效地提高解的精度并增加收敛速度,寻优效果更优。      

VLIW上的软件旁路与细粒度并行调度

描述并分析了一种新型的VLIW(Very Long Instruction Word)机器模型,为充分利用该模型的并行特性,提出了基于静态单一赋值(SSA)表示的软件旁路方法,以及集成的基于操作的指令调度与寄存器分配算法.与常规的软件旁路方法和基于周期的调度方法相比,该方法可以灵活地进行结果寄存器的分配,并有效减少由重用结果寄存器导致的"危险值"溢出次数,生成高质量的目标代码.      

样条函数最小二乘拟合的递推计算

在目前靶场数据处理中，参数估计与补点计算等常用多项式拟合，往往带来较大的截断误差。文章从外弹道数据特点出发，用样条函数拟合全弹道，并将样条函数和递推思想相结合，推导出了递推样条最小二乘拟合方法。仿真结果证明，该方法既提高了拟合精度与计算速度，又节约了计算机内存，是具有实用价值的方法。     

可修产品的步进应力加速寿命试验统计分析

为了通过可修产品在步进应力加速寿命试验中产生的故障数据,评估可修产品的寿命和可靠性指标,基于产品在两个不同应力水平下的累积故障强度函数相等的原则,提出了可修系统步进应力加速寿命试验的时间折合公式.通过反复迭代,可修系统在步进应力加速寿命试验过程中产生的故障数据可以折合到相同试验条件下.在产品进行最小修复的假设下,采用引入位置参数的三参数Weibull过程结合Peck加速模型对试验过程进行拟合.通过使用该模型对折合后的数据进行处理,外推得到了可修产品在正常应力条件下的寿命和可靠性指标.使用剩余分布抽样方法进行计算机仿真,验证本文方法的正确性.结果证明该模型和方法不仅在参数估计方面比传统的模型有更高的精度,而且还可以应用到可靠性增长试验的数据评估中.      

基于连续蚁群算法的Bayesian方位估计快速方法

针对蚁群算法(ACO)在解决高维非线性搜索问题方面的有效性,提出了基于蚁群优化算法的Bayesian最大后验概率方位估计(ACO-Bayesian)快速方法.该方法将Bayesian最大后验概率函数作为蚁群算法的目标函数,选取若干一维高斯函数的加权和作为连续蚁群算法中信息量概率分布函数,经过有限次迭代得到Bayesian方法的非线性全局最优解.仿真结果表明,ACO-Bayesian方法在保持Bayesian方法优良性能的同时,将Bayesian方法的计算量减少到原来的1/14.水池实验结果验证了ACO-Bayesian方法的正确性和有效性,为其工程应用奠定了基础.