一种基于航空器气象资料下传数据的飞行剖面生成方法

由于飞行剖面识别是航空器四维(Four-dimensional,4D)航迹预测研究的热点问题,提出一种基于航空器气象资料下传(Aircraft meteorological data relay,AMDAR)数据的全飞行过程剖面生成方法,包括由高度-航程构成的标称高度剖面和空速-航程构成的标称速度剖面。首次将动态空间规整算法(Dynamic space warping,DSW)应用到飞行高度剖面的相似距离计算中,计算出标称飞行高度剖面;为解决在地速未知情况下标称速度剖面的计算问题,结合大椭圆距离算法与航空器基本性能数据库(Base of aircraft data,BADA),给出一种标称飞行速度剖面的计算方法,该方法保留了AMDAR实测历史数据中所隐含的飞行意图与气象因素。实际算例表明,本文提出的方法能够有效地得到真实反映航空器飞行状态的全飞行剖面。     

A data driven approach for detection and isolation of anomalies in a group of UAVs

The use of groups of unmanned aerial vehicles(UAVs) has greatly expanded UAV’s capabilities in a variety of applications, such as surveillance, searching and mapping. As the UAVs are operated as a team, it is important to detect and isolate the occurrence of anomalous aircraft in order to avoid collisions and other risks that would affect the safety of the team. In this paper, we present a data-driven approach to detect and isolate abnormal aircraft within a team of formatted flying aerial vehicles, which removes the requirements for the prior knowledge of the underlying dynamic model in conventional model-based fault detection algorithms. Based on the assumption that normal behaviored UAVs should share similar(dynamic) model parameters, we propose to firstly identify the model parameters for each aircraft of the team based on a sequence of input and output data pairs, and this is achieved by a novel sparse optimization technique. The fault states of the UAVs would be detected and isolated in the second step by identifying the change of model parameters.Simulation results have demonstrated the efficiency and flexibility of the proposed approach.     

套筒天线组成的宽带干涉仪测向圆阵研究

为提高宽带干涉仪测向圆阵性能,首次提出了利用套筒天线代替常规加载宽带偶极子作为测向阵列单元.利用Fourier变换结合矩量法分析了套筒天线组成的测向圆阵的电磁特性,并利用HFSS软件对部分仿真结果进行了验证.在得出阵列电磁特性的基础上再运用基于空间距离的相关数据处理方法统计分析了测向圆阵性能.研究结果表明,相对于常规测向圆阵,由于套筒天线构成的测向圆阵增益高、消除了广义谐振现象,使测向圆阵的灵敏度、测向精度均得到较大提高.相应地模糊度减小、稳健性能增强.     

航空发动机燃油系统执行机构故障诊断及验证

研究了基于执行机构模型以及发动机逆模型的发动机燃油系统执行机构及其传感器故障诊断方法.基于发动机半物理仿真试验台试验数据建立执行机构小闭环传递函数模型,通过二次多项式拟合将油针位置转换为燃油流量.提出基于自校正在线训练神经网络算法建立发动机逆模型,以离线训练网络参数初始化在线系统,基于阈值更新网络参数,并对学习速率进行自校正,以提高算法的泛化能力及收敛速度.对比执行机构模型输出、发动机逆模型输出与LVDT传感器测量位移换算得到的燃油流量,基于阈值判断故障状态.在T700涡轴发动机半物理仿真试验平台上进行试验,实现了在发动机额定及各种性能退化状态下,执行机构及其传感器漂移和偏置故障的准确诊断及定位,验证了算法的有效性.     

机载火控雷达距离拖引目标的交互式多模型跟踪方法

针对机载火控雷达中可能出现的距离门拖引欺骗,给出了一种基于交互式多模型的目标跟踪方法。把该方法和常规的单目标跟踪方法进行了仿真比较。结果表明,该方法能充分利用欺骗回波测量,对释放距离拖引欺骗干扰的目标维持较稳定地跟踪,并能获得较高的目标跟踪精度。     

基于单神经元算法的内嵌式永磁同步电机智能驱动控制

基于人工神经网络的内嵌式永磁同步电机(IPMSM)智能驱动控制性能要明显优于传统控制方法,但是存在计算量大和离线训练时间长的问题。针对该问题,提出了一种基于单神经元算法的IPMSM智能驱动控制策略。阐述了永磁同步电机的数学模型及电流转矩控制规律;并基于单神经元的控制原理,推导了驱动控制律,由于采用的是单神经元结构并设置了迭代算法的边界,因此达到了计算量减小和训练较少的效果。最后,搭建了小功率电机驱动试验平台开展了试验研究,并通过与传统PID控制的对比试验,验证了新型控制器的性能。     

机场飞行区资源调度问题研究(一)：基本概念与框架

世界航空运输系统的一体化、协同化和智能化发展对机场飞行区资源调度精细化管理和空中交通运行高效化管控提出了高要求。本文聚焦机场飞行区资源调度的基本概念与框架问题,是飞行区资源调度问题研究系列之一。从国际公约、理论研究和行业规范视角界定飞行区的基本概念,分析飞行区的一般运行过程和资源调度内涵。对飞行区资源调度体系涉及的理论方法、系统工具、管理机制等要素及逻辑关系进行系统总结。研究成果旨在为机场运行管理理论与应用的可持续发展提供科学指引。     

机场飞行区资源调度问题研究(三)：研究热点与挑战

全球航空运输需求的持续和迅猛增长,使得诸多大型繁忙机场正面临高频次飞行冲突、大范围空域拥堵、大面积航班延误等一系列严峻问题。本文聚焦飞行区资源调度的研究热点与挑战问题,为机场飞行区资源调度问题研究系列之三。从多维视角对飞行区资源调度问题进行详细分类,梳理近几年在容量预测、跑道配置、态势感知、空地调度、性能权衡等方面的研究热点,并对该领域目前面临的主要挑战进行综合分析。研究成果旨在为机场运行管理理论与应用的可持续发展提供科学指引。     

基于SiP技术的雷达信号处理微系统设计

系统级封装SiP(System in a Package)已成为后摩尔时代延续摩尔定律的主要技术路线,是未来电子装备小型化和多功能化的重要依托,在微纳电子设计和制造领域具有广阔的应用市场和发展前景。介绍了系统级封装技术的发展和应用情况,根据雷达信号处理系统芯片化、集成化、高能效、高可靠的发展需求,探讨了SiP技术在雷达信号处理系统中应用的可行性,提出了一种基于SiP技术的雷达信号处理微系统设计及实现,SiP产品比PCB板卡面积缩小60%以上。