一种基于Hopfield神经网络的TF／TA航迹规划算法

提出一种基于Hopfield神经网络的无人机地形跟随(TF)/地形回避(TA)迹规划方法.该方法将地研信息反映到算法参数连接权中,利用扩展的Hopfield模型结合无人机约束实现航迹安全、合理的规划.仿真实验证明该方法能获得满意的TF/TA航迹.     

串联系统可靠性Bayes评估方法

研究了一类特殊系统(高可靠性成败单元串联系统)的 Bayes可靠性评估问题。将系统可靠性验后分布函数渐近展开,利用此渐近展开式可以精确得到系统可靠性的Bayes置信区间,并且与其它方法进行比较。仿真计算表明,特殊系统采用特殊的处理方法比采用通用的方法精度要高。     

磁射流抛光中磁场的分析与设计

介绍了一种新型抛光技术——磁射流抛光中磁场对磁流变液粘度的影响,设计了相适应的磁场形式,重点分析了铁磁喷嘴头部形状对磁场的影响,并通过ANSYS有限元软件仿真了结构形状对磁场空间特性的影响。     

基于改进的NSGA-Ⅱ算法的区域覆盖卫星星座优化

对基于Pareto最优概念的非劣性分层遗传算法(NSGA-Ⅱ)进行了改进，与区域覆盖卫星星座的多目标优化设计相结合，提出基于改进的NSGA-Ⅱ算法的区域覆盖卫星星座优化设计方法，并利用多属性决策中的字典序法，根据目标的重要程度，在得到的Pareto解中进行选择．最后，利用STK和Matlab工具对遥感卫星星座进行了仿真，仿真结果表明该算法可以找到多个Pareto解，避免了传统的多目标优化求解方法的权值选择问题，并且比简单遗传算法具有更好的灵活性，从而解决了多目标优化的星座设计问题。     

加强小子样试验鉴定技术的一体化研究

论述了武器装备系统评估的特点和发展动态,指出了当前试验鉴定技术的主要特点。提出了加强一体化研究,发展小子样试验鉴定技术的必要性,分析了一体化研究的内容、技术途径,据此提出了一体化研究和小子样试验鉴定技术的关键性问题。     

基于1-DISVM的聚类模型及直升机齿轮箱故障诊断应用

针对当前故障诊断中存在的训练样本少、知识难获取的问题,结合SVM小样本学习的特点,提出一种基于SVM的自学习聚类模型。通过改进无监督1-SVM算法上的不足,形成一种改进决策1-SVM(1-DISVM)算法,由此构建了多模式训练与分类算法,并设计出基于1-DISVM的自学习聚类模型。最后对其进行仿真验证,并应用于直升机齿轮箱的故障诊断,结果表明该方法能从少量样本中自学习输入模式的内在规律,自适应地对未知故障模式进行准确地分类识别。     

石英挠性加速度计组件精密温控系统热分析

在捷联惯性导航系统中石英挠性加速度计是其核心器件,加速度计的温度 特性直接影响其测量精度。在高精度的惯性系统中,需要对加速度计组件进行精度优于 0.05℃的温度控制。为了研究加速度计组件精密温控系统,利用有限元分析软件ANSYS 建立石英挠性加速度计组件温控系统的有限元模型,仿真计算其有限元模型的温度场。 首先根据组件的结构特性建立了其有限元模型,介绍了热分析中求解条件的确定方法。 通过仿真得到温控系统的温度场模型,根据温度场模型计算温度梯度并且确定系统的测 温点、控制方式,最后利用加速度计输出数据验证分析结果的正确性。研究结果可以为 加速度计组件精密温度控制系统中的测温点选取、控制方式确定以及捷联惯导系统中温 度补偿、温度控制与热优化提供参考依据。     

一种改进的RatSLAM仿生导航算法

RatSLAM 是模拟鼠类感知环境机制提出的一种定位与构图的导航算法, 算 法的提出者利用该方法成功地进行了66km 的车载试验。在机器人导航领域,RatSLAM 是非常优秀的纯视觉仿生导航算法。然而,该算法完全依赖视觉信息,在复杂的环境中 存在可靠性低、导航精度不高的问题。在RatSLAM 的基础上引入光学双轴速度传感器和 MIMU 信息, 建立了融合光学双轴速度传感器和MIMU 信息的航位推算模型, 对Rat- SLAM 仿生导航算法进行了合理改进,搭建了硬件系统并进行了动态车载实验。实测结 果表明改进的仿生导航算法环境适应性更强、导航精度更高。     

基于模式矩阵的液体火箭发动机试车台故障关联规则挖掘

为发现试车台状态变量与其工作状况的关联关系,本文对液体火箭发动机试车台历史测试数据进行关联规则挖掘,对试车台状态参数进行选择和编码,使用自适应阈值算法对测试数据进行离散化,引入模式矩阵用于计算事务数据库中的频繁项集,提出了基于模式矩阵的关联规则挖掘方法,并将该方法应用于对多组历史测试数据进行频繁项集挖掘,对挖掘结果的分析表明:与传统方法相比,本文方法效率高,计算量小,挖掘结果能正确反映试车台状态变量与其工作状况间的关联规则,为试车台的测试数据挖掘提供了一种有效方法.     

台速度估计(英文)

针对惯性稳定平台中高精度和高带宽的速度信号需求,提出了基于低成本MEMS传感器的最优速度估计算法。采用一种新颖的传感器组合形式,包括一个低带宽的MEMS陀螺和两个低性能的MEMS加速度计。陀螺由于自身动态特性的影响,主要提供速度的低频信息,加速度计组合则由于自身偏置的影响,主要提供速度的高频信息,而估计器将两者信号进行融合。实验表明:最优状态估计器能够在时频域上,提供无偏的、高性能的速度信号。同时,在单自由度微型惯性稳定平台的应用过程中,其控制性能得到了相应的提高。该算法也适用于机器人控制、姿态估计和摩擦补偿等领域。