基于改进HMM和LS-SVM的机载设备故障预测研究

针对传统故障预测方法不能直接预测设备状态的不足,提出了将改进隐马尔科夫模型（HMM）和最小二乘支持向量机（LS—SVM）相结合的机载设备故障预测方法。首先,采用多智能体遗传算法对HMM参数进行训练优化,克服了B-W算法易陷入局部最优解的缺陷;其次,分别研究设计了设备是否具有使用阶段状态退化过程数据2种情况下的故障预测算法流程;最后,以飞机发动机温控放大器为应用对象进行仿真计算。结果表明,该算法不仅预测精度高,而且预测结果直接与设备状态相关,易于理解分析。     

一种优先级区分的机载无线网络MAC层自适应退避算法

针对现有无线网络媒介接入控制(MAC)协议退避机制存在的竞争窗口(CW)易产生振荡、不能为紧急业务提供低时延QoS保障、难以区分服务类别等不足,提出了一种区分业务优先级的自适应退避(PAB)算法。该算法在二进制指数退避(BEB)算法的基础上,根据信道忙闲标识和业务优先级自适应选择相应退避阶段,通过参数设置可对不同优先级业务相邻退避阶段的前、后转移概率进行调整。利用二维马尔可夫链理论对PAB进行了建模分析,理论分析获得了饱和吞吐量和平均MAC时延的数学表达式,仿真实验结果表明:在机载无线网络(AN)环境下,PAB的性能相对BEB有了显著提升,可有效保障机载无线网络多业务类型的传输需求。     

基于PHD未知杂波密度多机动目标跟踪

基于随机有限集（RFS）的跳变马尔可夫系统（JMS）是多机动目标跟踪的有效方法。但现有的方法假设杂波密度是先验已知的,而实际中杂波密度是未知且可能随着环境的改变而变化。针对这一问题,提出了一种适用于线性高斯模型的未知杂波密度下多机动目标跟踪算法。该算法以未知杂波密度高斯混合概率假设密度（λ-GMPHD）滤波为基础建模杂波和真实目标,采用线性高斯JMS模型描述目标机动,推导了未知杂波密度下多机动目标跟踪的GMPHD迭代解析表达式。仿真结果表明,所提算法可实现对于杂波密度以及目标数和目标状态的准确估计。      

结构系统可靠性及可靠性灵敏度分析的改进子集模拟法

在再生自适应子集模拟(RASS)法的基础上,提出了一种改进的再生自适应子集模拟(MRASS)法以用于结构系统的可靠性及可靠性灵敏度分析。MRASS法继承了RASS法中马尔可夫链再生、延迟拒绝、自适应马尔可夫过程及分量各自采样等优点,并改进了自适应采样过程。MRASS法通过对产生的样本点的接受率与最佳接受率进行比较,有针对性地寻找合适的建议分布方差,提高了抽样的效率。工程算例的数值结果表明:MRASS法相比于RASS法及传统的子集模拟(SS)法,在处理具有高维随机变量、小失效概率及高度非线性特点的结构系统时,有更好的适应性、稳健性及精度。     

Gravity modeling in aerospace applications

The science of inertial navigation has evolved to the point that the traditional gravity model is a principal error source in advanced, precise systems. Specifically, the unmodeled vertical deflections of the earth's gravitational field are a major contributor to CEP (circular error probable) divergence in precise terrestrial inertial navigation systems (INS). Over the years, several studies have been undertaken to the development of advanced techniques for accurate, real-time compensation of gravity disturbance vectors. More complex on-board gravity models which compute vertical deflection components will reduce the CEP divergence rate, but imperfect modeling due to on-board processing limitations will still cause residual vertical deflection errors. In order to eliminate or reduce gravity-induced errors in the INS requires measurement of gravity disturbance values and in-flight compensation to the inertial navigator. It is assumed in this paper that gravity disturbance values have been measured prior to the airborne mission and various techniques for compensation are to be considered. As part of a screening process in this study, several gravity compensation techniques (both deterministic and stochastic models) were investigated. The screening process involved identification of gravity models and algorithms, and developments of selection criteria for subsequent screening of the candidates.     

基于HMDP的无人机三维路径规划

路径规划是UAV(Unmanned Aerial Vehicle)自主飞行的重要保障.初步建立了基于MDP(Markov Decision Processes)的全局路径规划模型,把UAV的路径规划看作是给定环境模型和奖惩原则的情况下,寻求最优策略的问题;为解决算法时空开销大、UAV航向改变频繁的缺点,提出一种基于状态聚类方法的HMDP(Hierarchical Markov Decision Processes)模型,并将其拓展到三维规划中.仿真实验证明:这种简单的规划模型可以有效解决UAV的三维全局路径规划问题,为其在实际飞行中的局部规划奠定了基础.     

大跨度桥梁风致抖振疲劳频域分析

提出了在频率域内用Markov过程进行大跨度桥梁风致抖振疲劳分析的计算方法.以黄浦北汊桥为例,用不同的方法对其进行了疲劳分析,计算结果表明本文提出的方法是可行和有效的,最后给出了有工程指导意义的结论.     

基于马尔可夫链舱段装配质量研究

产品装配质量在装配过程中是随机的。在分析了影响舱段装配质量因素的基础上,提出了基于马尔可夫链装配质量分析模型。通过质量损失函数,构建了舱段装配过程状态转移矩阵,为舱段装配质量的定量评估分析提供了依据。     

变量相关情况下基于马尔可夫链样本模拟的线抽样可靠性灵敏度分析方法

针对变量具有相关性的可靠性灵敏度分析问题,提出了一种变量相关情况下基于马尔可夫链样本模拟的线抽样可靠性灵敏度分析方法。在所提方法中,首先将相关变量等价转换为独立正态变量,然后采用基于马尔可夫链样本模拟的线抽样方法,求解失效概率对等价独立正态变量分布参数的偏导数,最后利用等价变换前后变量分布参数之间的解析关系和复合函数求导法则,求得失效概率对相关变量分布参数的可靠性灵敏度。为了解所提方法的效率和精度,对所提方法的可靠性灵敏度估计值进行了方差分析。由于所提方法采用马尔可夫链快速产生失效域中的条件样本,这些失效域中的样本可用来准确获取重要方向,并可作为线抽样的随机样本,因而该方法具有很高的抽样效率。算例结果表明,所提方法是一种计算相关变量可靠性灵敏度的高效率、高精度方法。     

基于机会策略的多态系统视情更换决策

针对部件间存在性能相关性和经济相关性的多态系统,提出了基于机会策略的多态系统视情更换维修决策方法。采用Markov模型描述部件的衰退过程,利用通用生成函数对系统的可靠性指标进行分析,以机会策略为基础,从"部件级更换的角度"出发,提出了一种新的多态系统视情更换维修决策方法,确保系统在有限服役期内,获得最大经济效益。并以某雷达功率放大系统的更换维修决策为例进行分析,该方法在考虑部件间经济相关性的同时,一定程度上减少了总的维修次数,提高了装备系统的战场保障能力,具有很强的通用性和工程应用价值。