基于熵权和模糊分析的空管运行安全风险评价

随着我国空中交通流量的日益增长,空管运行安全重要性日益凸显,也逐步成为该领域研究热点。引入模糊综合评价理论,基于航空器运行数据,从"静态、动态、其他"三方面构建空管运行安全风险评价指标体系,采用层次分析法和熵权法确定评价指标的组合权重,建立空管运行安全风险的模糊综合评价模型。应用模型对某扇区的安全风险等级进行评估,评价结果与真实情况相符,证明评价模型可行性。     

基于面向对象的高分遥感影像的冬小麦提取

本文应用高分一号卫星数据,基于eCognition软件平台,采用面向对象方法对廊坊市广阳区2013年11月高分一号影像进行冬小麦信息提取。应用多尺度分割算法通过多次试验确定最优的尺度分割参数,结合影像地物光谱等特征,采用模糊逻辑分类算法,最终实现冬小麦信息高效提取。     

基于相位偏差的实时PPP模糊度固定

采用CNES发布的实时相位偏差数据，实现包含模糊度固定的实时精密单点定位.对全球10个IGS测站10天观测数据进行RTPPP解算，分别统计模糊度首次固定时间和定位精度，结果显示利用实时相位偏差数据能在平均30min内实现模糊度首次固定，模糊度固定时水平位置误差由6cm迅速降低至2cm左右，三维位置误差由10cm迅速降低至5cm左右，同时RTPPP模糊度固定在3h观测内可保持水平3cm、三维5cm左右的定位精度.通过分析得出，基于相位偏差的RTPPP模糊度固定技术具有较高的定位精度和定位稳定性，能够快速实现cm级定位.      

一种用于SINS行进间对准的模糊抗野值滤波算法

针对观测存在野值的非线性系统滤波问题，本文综合运用多高斯和近似算法(GSA)、贝叶斯公式、马尔科夫链蒙特卡洛算法(MCMC)以及集合卡尔曼滤波算法(EnKF)设计了一种能从状态后验分布中抽取粒子的改进粒子滤波算法，并根据模糊理论为此改进算法设计了模糊抗野值功能，从而提出了模糊抗野值集合粒子滤波算法，命名为REnPF。GPS辅助SINS行进间对准的仿真实验表明，REnPF能够很好地避免虚警、漏检问题，并能提供良好的滤波精度。     

变质心飞行器伺服机构模糊PI控制技术研究

概述了飞行器质心调节机构的技术特点,针对某质心调节机构的伺服控制需求,设计了一种模糊PI控制器,建立了质心调节机构数学模型,完成了仿真分析与实验研究。仿真与实验研究结果表明,模糊PI控制器结合了PI控制器高精度和模糊控制器控制快速、适应性强的特点,使系统具有较快的响应性能和较高的控制精度,同时有较强的鲁棒性。研究成果对于提高变质心飞行器的机动性能有着重要的意义。     

敏捷成像卫星自主调度技术综述

针对现代卫星载荷能力与机动能力不断提升以及卫星任务需求多样化与复杂化程度持续增加的现状，阐述了敏捷成像卫星调度问题的基本特征，给出了敏捷成像卫星调度问题的一般化描述方法。在此基础上，分别从自主感知、自主决策和自主协同三个方面梳理了国内外敏捷卫星自主调度关键技术的研究进展。最后，面向未来卫星技术发展需求，指出了敏捷成像卫星自主调度技术进一步的研究方向。     

基于模糊径向基函数神经网络的永磁同步电机滑模观测器设计

针对传统滑模控制易导致系统出现抖振的问题,提出了一种模糊径向基函数(RBF)神经网络滑模观测器来实现永磁同步电机(PMSM)无传感器控制。为了减小观测器系统抖振,利用模糊RBF神经网络算法动态调整滑模增益,并采用李雅普诺夫稳定性定理证明了该模糊神经网络观测器的稳定性；利用锁相环(PLL)技术提高估算精度,并削弱计算噪声。基于MATLAB/Simulink软件平台搭建了仿真模型,将模糊RBF神经网络滑模观测器系统与传统滑模观测系统进行对比。结果表明,与传统的滑模观测器相比,新型滑模观测器能够快速、有效地跟踪转子位置,精确估算出转子速度,同时具有较好的动态特性。     

基于RS-CRITIC的空战目标威胁评估

针对不确定信息下的空战目标威胁评估问题，提出了一种基于粗糙集（RS）理论和指标重要性相关（CRITIC）法的目标威胁评估模型。首先，通过CRITIC法确定准确信息下的目标威胁值，利用数据挖掘（MD）启发式算法求解最佳分割集合，将目标威胁值离散化处理后替代粗糙集决策信息系统中的决策属性。其次，基于构建的完备粗糙集决策信息系统，通过决策矩阵实现属性约简和目标威胁评估最小决策规则提取。最后，将规则应用于不确定信息下的目标威胁评估。仿真结果表明:所提模型能够实现信息缺失下的目标威胁评估，减少了主观因素和先验知识的影响，扩展了粗糙集理论应用范围。      

基于近似粗糙集分辨力分类算法的飞机类型预测

传统的C4.5分类决策树作为数据分类算法具有计算简单、准确率高的优势，由于飞机具有参数多和数据量大的因素，C4.5算法需要对连续属性值进行多次顺序扫描，分类时间效率较低。针对此问题，提出近似粗糙集和决策分辨力分类算法，利用粗糙集近似度来判断属性划分样本数据能力，并将其代入到决策分辨力算法中，以决策分辨力最大的属性作为分裂特征建立分类决策树。算法在保证分类决策准确率的同时，提高计算效率并减少过拟合问题的产生。通过对UCI(University of California, Irvine)数据集上多组数据样本的对比实验分析，验证了本文提出PSRP(rough set and resolving power)的算法在保证相同准确率的情况下，平均计算时间效率提升约10%，可靠性提升2%。