车载大视场视觉惯性组合导航算法研究

车载视觉导航在大角度旋转和高速运动等场景下表现不佳,由于视觉和惯性的误差特性互补,所以视觉惯性组合导航算法有良好的应用前景。大视场相机获取外界信息丰富,但大视场相机采样频率低影响视觉数据采集,而且基于优化的组合导航算法计算速度慢,故提出了一种适用于大视场相机的车载视觉惯性组合导航算法。该算法侧重于数据预处理：设计了基于伽马函数的对比度受限自适应直方图均衡化来降低图像噪声,通过FAST角点与光流法的组合完成特征提取与跟踪,进一步加快了计算速度。引入了惯性数据等效旋转矢量二子样算法来减少数据量和计算量,通过预积分算法为误差优化减少计算量,通过视觉误差、惯性误差以及边缘化误差联合优化来提高精度。与其他组合导航算法相比,该算法精度较高,计算速度最快,与VINS-Mono相比节省时间19.7%。     

基于BP神经网络的核事故多核素源项反演方法

核事故发生后，为快速评估事故严重程度，需要对源项释放率进行估算。本文选取I-131，Cs-137，Xe-133和Kr-85四种核素的释放率为目标信号，利用Matlab建立基于BP神经网络的核事故四核素源项反演模型。计算结果表明，在单隐层节点数为5~60范围内，训练均方差 随节点数增加先减小后增大，在节点数为25时达到最小值41.1%。学习速率在0.01~0.2范围内时，增大学习率可减小训练均方差与各核素相对误差。对单隐层节点数为25，学习速率为0.2的训练结果进行测试，4种核素的源项估计相对误差分别为56.7%，49.1%，92.4%和92.0%。     

考虑机翼几何非线性的气动弹性建模与分析

大展弦比柔性机翼结构重量轻、气动效率高,广泛应用于高空长航时无人机(UAVs)。飞行过程中,这类机翼在气动力作用下发生大变形,线性结构模型不再适用,需要建立考虑几何大变形的结构模型。采用牛顿力学方法推导了考虑结构几何非线性的机翼结构动力学模型,该方法推导过程简洁、物理意义明确,可以与Hodges基于哈密顿原理的推导方法相互补充,相互验证。为了能够更准确地求解大展弦比柔性机翼的非定常气动力,建立了能够考虑机翼三维效应且适用于机翼空间大变形的非定常气动力模型。基于建立的非线性结构模型和非定常气动力模型,采用松耦合方法建立了非线性气动弹性模型,并通过算例验证了气弹模型的准确性。研究结果表明,大展弦比柔性机翼颤振速度对来流迎角和机翼的展长均较为敏感;当来流速度大于颤振速度时,由于几何非线性,机翼振动并未发散而是形成稳定的极限环振荡(LCO);随着来流速度进一步增加,机翼再次穿过临界稳定点,由不稳定系统变为稳定系统,直到随着速度的增加系统再次达到临界稳定状态。     

具有伪滑动模态的离散变结构控制系统

介绍了非线性变结构控制系统的基本原理,论述了二阶阻尼系统的离散变结构的处理方法。着重分析研究了伪滑动模态产生的必要和充分条件及使用的范围。最后通过数字仿真结果,验证了伪滑动模态离散变结构控制系统的正确性和可行性。     

五坐标联动加工的非线性误差

本文阐述了多坐标数控系统非线性误差产生的原因及减少这种误差的措施。     

非线性问题的随机载荷蒙特卡罗解法

针对非线性有限元载荷逐步加载法，引用摄动技术将随机载荷分为确定性部分和摄动随机部分，随机部分采用Monte—Carlo随机抽样，进而分析载荷随机非线性随机有限元。这种方法针对通用的增量法非线性有限元，具有程序设计简单，可有效利用非线性有限元分析结果等优点。     

有控飞行器非线性气动模型结构的确定（Ⅱ）

针对非线性气动模型结构中必然存在的共线性问题，冲破传统模型结构确定方法的束缚，提出了基于共线性诊断和主元回归及主元分析筛选变量法进行非线性模型结构确定的新思想。有效地解决了非线性模型结构确定问题，进而首次讨论了本文给出的模型结构确定方法与最优输入设计及参数可辨识性三者间的关系。某型飞行器非线性气动模型的确定证明了本文方法的有效性。