基于元胞传输模型的实时交通信息设计

随着智能交通技术的发展,可变信息标志(VMS,Variable Message Signs)被广泛应用于动态交通管理中.元胞传输模型(CTM,Cell Transmission Model)可以很好地模拟交通流激波、排队形成与消散等交通流动力学特性.提出一种新的基于CTM的路径行驶时间计算方法,并使用LOGIT原则计算路径选择概率,针对重复性拥挤和非重复性拥挤2种交通状况,分析了VMS对交通流的影响.数值模拟结果表明,理论模型能够合理反映现实的交通状况:发生重复性拥挤时,VMS能够合理疏导人们的出行,减缓交通拥挤;而发生非重复性拥挤时,VMS对高需求和低需求情形下的交通流影响相似,但在高需求情形下,路径选择对模型参数的敏感区很小.      

智能化战术任务管理系统研究

从感知、评价、决策的认知过程研究了现代军机战术任务管理系统的结构、组成和功能,重点研究了态势评估和任务规划两个关键子系统.建立了基于贝叶斯网络和模糊逻辑推理的态势评估算法及威胁评估模型,采用贝叶斯网络对威胁级别进行了评估,运用模糊逻辑对各威胁源的相对重要性进行了推理,实现了对威胁源威胁级别和相对重要性的连续动态评估.研究了基于动态A^*算法的战术飞机飞行路径在线实时规划问题,实现了态势评估与路径规划两子系统之间的集成.研究结果表明了该系统方案和算法的有效性,任务规划系统能够自适应战场态势的变化.     

带肋变截面回转通道内流动与换热的数值模拟

开发了三维流动换热的通用计算程序,数值研究了带肋变截面回转通道内流动与换热的特性.湍流模型采用低雷诺数k-ε模型.通道肋间距为25mm,肋高分别为1mm,1.5mm,2mm,冷气进口雷诺数Re分别为7500,12500,18500,25000.计算结果表明:①通道的平均努赛尔数均随进口雷诺数的增大而增大;②对于Re=7500和12500,肋高越高,换热越强;对于Re=18500和25000,肋高为1.5mm的通道换热最强;③局部雷诺数的不同和离心力的影响导致通道内各区域的局部换热随肋高的变化趋势并不一致;在进口段,肋高越高,换热越强;在出口段,当Re=7500和12500时,肋高越高,换热越强,而当Re=18500和25000时,存在最佳肋高1.5mm.     

上游双扰动对圆柱气动特性影响的数值模拟

通过用商用计算流体力学软件FLUENT 6.0中的SIMPLE方法求解二维非定常层流模型,对雷诺数Re=200时上游双扰动体对下游圆柱气动特性影响进行了数值模拟研究.计算结果表明当双扰动体相隔较近(H/d=1.1,1.33)时,其后形成单一的Karman涡街,它们对下游圆柱的干扰作用类似于单扰动体时的情况,但是流动结构发生变化的临界间距Lcri较之有效宽度相同的单扰动体的要大,因此可以推断出在该种布置下双扰动体和圆柱绕流会出现2种流动模式.在空穴流动模式下面,下游圆柱的阻力和升力脉动最多减小94%和79%,系统阻力(包括圆柱和扰动体)也能减小33%.而当双扰动体尾流为双Karman涡街时(双扰动体相隔较远H/d=3.33,5.0),圆柱迎风面部分区域仍受到来流的冲击作用,气动力减小有限.     

基于策略和流分类的MPLS显式路由算法

提出一种基于策略和流分类的多协议标记交换(MPLS,Multi-Protocol Label Switch)流量工程显式路由算法,算法分离线计算和在线计算2个步骤实施.离线计算基于多商品流问题,计算使网络总体资源耗费最低,并且能够满足流的带宽需求的每链路每流带宽分配值.在线计算根据这种带宽分配结果,实时计算最短路径作为单个流的显式路由.离线计算和在线计算相结合可使网络流按照其固有的流量分布特征合理地映射到网络物理拓扑中,在一定程度上避免了因路由计算不合理而导致的网络性能退化和资源使用不均衡等问题.算法综合考虑网络流量、资源、管理策略等要素,能够较好地平衡网络资源的使用,提高网络资源利用率,有效实施MPLS流量工程.      

两步法快速解算编队卫星GPS模糊度

为克服卫星编队飞行实时相对定位中双频模糊度解算速度慢的缺点,结合扩展Kalman滤波(EKF,Extended Kalman Filter),首先采用少数个历元(如10个)相位平滑伪距相对定位结果与 L₆的平均值对滤波初始化,再根据两步法解算双频模糊度,即先解算并正确固定宽巷模糊度,获得较准确的基线分量估值,然后采用选权拟合方法,将基线分量作为约束条件解算并固定双频模糊度.仿真算例计算结果表明,当宽巷模糊度正确固定后,编队卫星间相对定位误差在5cm以内,两步法可以在较短时间(约3min)内固定双频模糊度,为精确解算编队卫星的相对状态提供保障.     

液压飞行仿真转台外框FNN控制器设计及仿真

以液压转台外框为控制对象,根据模糊控制理论,设计出直接自适应模糊控制器(DAFC,Direct Adaptive Fuzzy Controller)和同步模糊控制器(SFC,Synchronizing Fuzzy Controller)来解决外框负载干扰和双液压马达同步驱动这2个影响转台控制性能的主要问题;其中直接自适应模糊控制器还与PID控制器一起组成并行控制系统来抑制系统静态误差和动态干扰.针对模糊控制器自学习能力较差等缺陷,在模糊控制的基础上,根据模糊神经网络(FNN,Fuzzy Neural Net)模型设计出多输入多输出(MIMO,Multi-Input Multi-Output)的FNN控制器.软件仿真结果表明,当转台外框负载发生变化或外框两马达转速相差较大时,使用FNN模型的智能控制系统仍具有较高的位置跟踪精度和动态性能.      

推理合成法在炉温模糊控制系统中的应用

根据电阻炉温控制的特点,即只有升温单向控制、滞后较大且具有参数时变性,利用模糊推理合成法建立模糊模型并进行模糊控制器设计,为提高模糊控制的精度,引入模糊变量K,构成参数自调整模糊控制系统.该系统可根据误差和误差变化在线自动调整控制器参数,使系统的稳态精度得到改善.     

基于CEI定轨中整周模糊度问题处理方法的研究

相位干涉测量是一种被动测角跟踪方法, 其中的中短基线相位干涉测量(CEI)具有测角精度高、基线短、布网灵活、实时性好等特点. 分析采用CEI对GEO卫星定轨时初始整周模糊度解算的可行性, 由于中继卫星的初始轨道精度较低, 对其定轨时必须首先解决模糊度问题. 主控站具有测距功能时, 利用精度较高的距离观测量来计算整周模糊度; 主控站没有测距功能时, 提出了固定模糊度参数的参数估计方法. 仿真计算表明, 系统误差小于1.0 m时该方法效果较好. 给出了该方法对星下点在中国上空一定经度带上的GEO卫星网的整体定轨能力, 当系统误差为0.1 m时, 110°E卫星的迹向精度达到25 m, 对于80°E, 140°E卫星, 迹向精度分别达82 m, 34 m.      

模糊树模型对有限样本集的逼近

对含高度非线性的复杂系统的辨识与建模提出了一种二叉线性模糊树方法.证明了对n维空间中任一闭集上的有限样本集或连续函数,总存在模糊树模型以任一精度逼近之.仿真结果表明,与已有的其它方法比较,模糊树模型不仅具有计算量小,精度高,对于输入空间维数不敏感等优点,同时它的逼近误差是单调下降的.模糊树模型在一定程度上模拟了对复杂问题进行分层、分段简化决策的思维过程.仿真结果描述了这种方法的性能.     

车路协同系统下区域路径实时决策方法

为解决车辆行驶数据缺失和滞后造成路径规划系统不稳定问题,建立了基于车路协同系统（CVIS）的新型区域路径实时决策方法。首先,通过获取网联车辆的实时行驶数据,结合交通信号配时和路径转向信息,并考虑车辆在途经交叉口时可能遇到的非自由流行驶情况,动态计算当前路段路阻值;其次,根据当前时刻各路段的路阻统计数据,以及区域路网拓扑结构,实时预测各备选路线的行程时间,选择行程时间最少的路线作为车辆最优行驶路径;最后,选取北京市望京地区的典型区域路网数据进行验证。在150组实验过程中,计算得出不同时段下按所提方法得到的最优路线用时平均比常规导航系统推荐最优路线用时分别短9.52 s、13.39 s及20.65 s,证明了所提方法的有效性。      

TSK模糊神经网络及其约束优化学习算法

针对非线性动态系统特点,提出了一种基于TSK(Takagi-Sugeno-Kang)模糊模型的动态回归模糊神经网络DRFNN(Dynamic Recurrent Fuzzy Neural Network),该模糊神经网络由静态网络和动态网络两部分组成,其中静态网络用来实现规则的条件部分和解模糊部分的计算,由FIR动态滤波器实现的内反馈回归网络用来实现规则的结论部分,为了加快网络收敛速度,给出了基于约束优化算法的网络参数迭代算法,把网络结构优化和参数学习作为一个约束优化问题来解决.应用于非线性系统的辨识和控制仿真试验说明了DRFNN网络及其算法对解决非线性系统问题的有效性.     

LEO/MEO双层卫星网的分层动态路由算法

由低轨LEO(Low Earth Orbit)和中轨MEO(Medium Earth Orbit)卫星构成的双层卫星网络具有较好的组网通信性能.利用MEO和LEO卫星在长、短距通信中的优势,提出一种分层、分布式的双层卫星网动态路由算法.通过控制链路状态信息的洪泛,LEO卫星只需掌握局部拓扑即可完成短距业务通信,长距通信业务则由MEO卫星承载.将星间链路的剩余生存时间因素引入路径权重中,路由计算的路径是综合考虑了时延与持续时间双重因素的最优路径.仿真结果表明该算法在时延、路由开销、网络业务流分布等方面都具有较好的性能,并且易于系统实现.      

基于效用价值驱动的旅客出行动力学研究与建模

为了探究交通体系中旅客出行行为的特征与机理,以某机场离港旅客的陆侧出行数据为研究对象,对旅客出行模式进行了统计。分析发现,旅客聚集行为具有强烈的阵发性,不同出行维度旅客群体的聚集时间间隔分布具有幂律特征,且幂指数和阵发性强度呈正相关关系。同时,研究认为旅客出行换乘决策是综合时间、费用、便捷舒适度、突发情况等多因素的期望实现,是一种基于效用价值驱动的人类行为。基于此构建了效用价值驱动模式下的旅客出行行为动力学模型,可输出幂指数为参数可调的幂律分布,且仿真输出和实证数据分析结果相吻合。      

变结构航天器模糊神经网络滑模控制器设计

变结构航天器是目前航天领域的重要发展方向，航天器结构的变化将导致质量分布发生明显变化，这对航天器动力学建模和控制器设计都提出新的问题。针对这种情况，采用混合坐标法和拉格朗日方程建立了航天器刚柔耦合动力学模型，利用几种典型工况的参数近似得到变结构过程中动力学参数的变化规律。设计滑模控制器对航天器变结构过程进行姿态控制，为提高滑模控制器的适应性，设计模糊神经网络（FNN）自适应调节滑模控制器参数，并利用径向基函数（RBF）神经网络逼近动力学模型，得到控制力矩与姿态变化之间的近似关系，用于FNN的优化。通过仿真得到航天器变结构期间无控、滑模控制和模糊神经网络滑模控制的姿态变化，仿真结果对比验证了模糊神经网络滑模控制对于滑模控制的优势，证明了其在变结构航天器姿态控制方面的有效性。     

模糊相似度景像匹配算法研究

研究了求取图像模糊特征域的计算方法,提出了采用图像模糊集相似度进行景像匹配的方法,并探讨了综合利用多种模糊集相似度算法进行匹配的方法,进一步提出了模糊综合相似度(FSSM)匹配算法.仿真验证表明,FSSM算法具有适应性好、匹配率高等优点,且实时性也较好,为飞行器实时景像匹配提供了一种可行方法.     

一种鲁棒性增强的机载网络流量分类方法

针对机载网络高度动态、高度不稳定造成流量监测设备难以在有限的监测周期内完成完整数据流负载特征的提取，限制了基于深度学习的流量分类方法的应用问题，提出了一种鲁棒性增强的机载网络流量分类方法。通过数据预处理及缺失样本处理方法将数据流映射为灰度矢量集合，基于完整的数据流训练数据集实现鲁棒性增强的长时递归卷积神经网络（RE-LRCN）分类模型的训练，在线上分类阶段，通过分类模型实现样本缺失数据流负载空间特征及数据流时序特征的提取，并进行数据流分类。通过在数据包缺失的流量测试数据集上的实验结果表明，所提方法可以有效抑制数据包缺失对分类准确性能的恶化。      

模糊控制在导弹瞬态气动热流试验中的研究

导弹与高速飞行器气动模拟试验瞬态热控过程的特点是变化复杂、瞬变、高度非线性、强耦合,很难或者根本无法建立控制的数学模型.模糊控制具有鲁棒性好,对参数变化的适应性强,过渡过程时间短等常规控制方法所不能比拟的优点.将模糊控制方法应用于导弹瞬态气动加热模拟控制系统,使该系统能够按照导弹高速飞行过程中弹体表面热流的瞬态连续变化对气动模拟加热过程实施快速的动态控制.