基于约束卡尔曼滤波器预测的视觉跟踪研究

视觉伺服主要是对物体图像的某个特征区域进行处理，而不是对整个特体的图像进行处理，这样可以减少图像处理的区域，提高伺服系统实时性，为了达到这一目标，文中利用推导出的方程作为约束条件，建立约束卡尔曼滤波器，该滤波器在系统中作为预测器使用，利用它跟踪的特征点下一位置进行预测，与普通卡尔曼滤波器相比，这一预测精度有了很大的提高，这样就可以缩小图像处理的窗口，文中还利用视觉雅可比映射矩阵，求出了视觉空间到任务空间的伺服控制方程，利用这一方程可以控制机器人的运动，完成特征点的跟踪，从仿真结果来看，使用这些方法减小了图像处理的区域，提高了图像处理的速度和系统的实时性。     

声发射信号的时序分析法在磨削烧伤预报中的应用研究

高温合金、表面硬化钢、钛合金等难加工材料，由于具有热稳定性好、热强度高、耐腐蚀、抗磨损性能好等特点，因而被广泛应用于航空航天等工业部门中。但该类材料在磨削加工中极易出现磨削烧伤现象，降低了工件表面完整性，对零件的使用性能产生不利的影响，制约生产率的提高。本文在对高温合金（ＤＺ４）磨削过程中产生的声发射信号特性进行深入分析的基础上，应用时序分析法，建立起关于磨削过程中声发射信号的自回归时序模型，探讨磨削烧伤的在线监测和预报。研究结果表明，声发射信号功率谱结构变化能真正反映磨削烧伤发生与否，自日归时序模型参数及残差方差对工件表面状态变化敏感，均可作为特征参量进行磨削烧伤在线预报。     

高温低周疲劳寿命预测模型

系统评介了应变变程划分（ＳＲＰ），频率划分（ＦＳ），频率修正损伤参数（ＦＭＤＦ），损伤速率（ＤＲ）和应变能划分（ＳＥＰ）等五种在国内外影响较大的高温低周疲劳（ＨＬＦ）寿命预测模型，并对ＨＬＦ寿命预测的损伤力学方法作了简介。基于能量原理，本文建立了一个新的ＨＬＦ寿命预测模型，即时间修正能量（ＴＭＥ）模型。通过引入时间因子和采用优化处理技术，该模型能较准确地反映塑变、蠕变和环境介质等ＨＬＦ损伤机制的作用。利用镍基超合金Ｒｅｎｅ’９５（涡轮盘材料）的ＨＬＦ试验数据，对上述几个模型的拟合能力和预测能力进行了评价。结果表明，对于该材料，ＴＭＥ模型要优于其他几个模型。     

可靠性工程的若干方向

本文对可靠性工程的一些重要方向的研究情况进行了扼要的介绍与评述。这些方向包括复杂系统的可靠性综合，可靠性变动统计学，低可靠元件组成高可靠系统，含增长单元的复杂系统的可靠性综合．加速寿命试验，加速可靠性增长试验，产品寿命预测及发动机可靠性评估。     

基于预测的VBR优化带宽分配模型

研究 VBR业务的动态带宽分配问题。以往的 VBR动态带宽分配模型中多只注重对VBR业务的预测研究 ,而忽视分配机制对业务的 QOS参数影响。基于此 ,提出了一个优化的动态带宽分配模型。该模型在预测值的基础上 ,以信元丢失率最小为优化目标对系统的带宽资源进行了优化分配 ,并用随机优化算法求出最优带宽分配向量。与以往方案相比 ,最优化的带宽分配在信元丢失率上达到最优 ,有效地保证了业务 QOS参数。     

固体火箭发动机性能预示

编制了固体火箭发动机性能预示软件，以美国的ＡＩＭ发动机和法国的ＳＥＰ发动机为例进行了比冲预示，并与美、英、法、德、意等国软件的达到了国外同等水平的预示精度，可用于导弹总体设计、发动机优化设计。     

Comparing ionospheric models with mid-latitude ionosonde observations

The purpose of this research work is to validate the ionospheric models (IRI and CHIU) to assess its suitability and usefulness as an operational tool. The ionospheric model is a computer model designed to predict the state of the global ionosphere for 24 h. The scope was limited to conduct comparisons between the predicted F₂ layer critical frequencies (f₀F₂) against observed ionosonde data. The ionospheric prediction model (IPM) was designed to predict by using monthly median sunspot number, while the observation data are taken from two digital ionospheric sounding stations (Okinawa, 26.28N, 127.8E and Wakkanai, 45.38N, 141.66E) which lies within the mid-latitude region of the globe. Analysis of the f₀F₂ data from stations for year (2001) with high solar activity and year (2004) with low solar activity, four months (March, June, September and December) chosen based primarily on data availability. From results it seen that the ratio between monthly median predicted and observed f₀F₂ values for each model used in this research work and for the chosen months was nonlinear with local time, so the empirical formula for applying correction factors were determined, these formula can be used to correct the error occurred in predicted f₀F₂ value.     

弹道式再入航天器落点预报技术

建立了航天器弹道式再入动力学模型，并针对航天器在着陆前开减速伞导致高空风对航天器落点影响大的特点，建立了高空风对航天器的动力学模型。提出了基于高空风实时修正的航天器落点预报算法。相比以往的算法，该算法无需提前计算高空风修正插值表。经实测数据验证，算法显著提高了航天器的落点预报精度。     

基于机器学习的航空器进近飞行时间预测

为了准确预测航空器的落地时间，提高空管部门间的协作效率，采用机器学习的方法对航空器进近阶段飞行时间进行了预测。从实际运行出发，分析航空器在进近管制空域飞行时间产生差异的原因，提出了影响航空器在进近空域飞行的8类因素和17个重要特征。以航空器在进近飞行时间为标签，基于提出的重要特征，采用岭回归、支持向量机、随机森林和神经网络算法，建立了4种基于机器学习的航空器进近飞行时间预测模型。以南京进近为实例，对4种机器学习模型进行训练、验证和测试，对模型的性能指标、特征重要性和影响因素展开分析。研究结果表明，对于航空器进近飞行时间的预测，基于随机森林的模型表现出了最高的预测性能，模型的泛化能力最好、精确度高，回归效果越显著；进场状态是影响航空器进近飞行时间的最重要因素，而进场点和进场高度特征则对结果的贡献度最大。     

基于风场环境利用的平流层浮空器区域驻留关键问题研究进展

基于风场环境利用的平流层浮空器继承高空气球结构简单、技术成熟、快速响应、使用效费比高等特点，通过引入控制设计，克服轨迹控制和高度控制等方面的局限，具备一定的飞行轨迹规划和区域驻留能力，是当前临近空间飞行器发展的重要方向。本文基于对典型项目的调研分析，梳理了基于风场环境利用的平流层浮空器在区域驻留应用中的关键技术，重点讨论了风场感知与建模、风场利用方法、轨迹规划与决策等核心问题的研究现状，对现有方案进行深入分析，从实际应用的角度探讨了相关技术难题的可行解决方案。