基于排列熵的长时间序列复杂程度分析

针对光纤陀螺温度漂移过程中,长时间序列的复杂程度分析问题,提出了一种新的排列熵计算模型.排列熵算法能够有效放大时间序列的微弱变化,且计算简单、效率高,在时间序列分析方面具有很好的效果.但时间序列长度对排列熵的影响较大,同时,长时间序列的排列熵算法效率较低.为了有效计算长漂移序列的排列熵,引入包络曲线思想并计算包络均值,...     

SINS基于非线性量测的大失准角初始对准算法

针对陆用捷联惯导系统(SINS)大失准角初始对准问题,提出一种基于二阶非线性量测的二阶泰勒级数展开的初始对准算法。首先,将大失准角非线性对准问题,转化为具有线性系统方程和二阶非线性量测方程的滤波问题。然后,设计基于二阶非线性量测方程的二阶泰勒级数展开的滤波算法,可以在任意姿态和无初值条件下进行初始对准和参数估计。最后进行车载对准试验,结果表明,新算法可以在300s内完成实现大失准角初始对准,对准精度与传统分段对准算法相当。     

径流/斜流叶轮全三维反问题方法中的边界条件和级数截断

研究了脉动流场不同类型的进出口边界条件,比较了端壁边界条件的不同给法,并用基于定常雷诺平均Navier-Stokes(RANS)的商用计算流体动力学(CFD)软件数值研究了进出口、端壁的边界条件和级数截断误差对气动设计的影响.研究表明:进出口边界条件的影响可忽略不计,端壁边界条件的影响较大.取傅里叶级数约前15项后,截断误差的影响可忽略不计.      

基于RVM回归误差补偿的航空发动机分布式控制系统多步预测控制

针对具有随机有界双侧时延的航空发动机分布式控制系统,提出了一种基于多步预测和关联向量机(RVM)回归误差补偿的控制方案.首先建立航空发动机分布式控制系统(DCS)的神经网络非线性自回归滑动平均(NARMA)模型,利用当前的系统输出和控制量对N步之后的系统输出进行预测;其次用改进的RVM回归多步预测算法估计NARMA模型的的预测误差,并对预测结果进行误差补偿;最后利用补偿之后的预测值和设定值对控制参数进行滚动优化,设计系统的神经网络逆控制器实现系统的自适应控制.仿真结果证明该控制策略能够避免随机有界双侧时延对控制系统的影响,实现对设定值的稳定跟踪,且控制器具有较好的实时性和鲁棒性.低压转子转速阶跃响应的稳态绝对误差小于0.04%,响应时间小于0.3s.      

确定时间序列均值和方差函数的移动多点平均方法

为了提高有限样本或小样本情况下时间序列均值和方差函数的确定精度,以保证时序建模、分析和预测精度,提出一种确定序列趋势项的移动多点平均方法.该方法能够得到时间序列均值中非周期部分,结合样本周期图法得到的周期项,可综合得到其均值函数,并可进一步得到时序的标准差函数.Monte Carlo模拟对比结果表明:该方法不仅能够保证时间序列段内分析精度,而且能够有效提高时间序列的预报精度.      

产品性能可靠性评估的时序分析方法

针对航空航天产品高可靠性、长寿命的特点,通过综合时序模型对随机序列自拟合性强与短期预测精度高的优点,提出了两类基于性能退化数据的产品可靠性评估时序模型方法.首先,从性能退化量分布的角度出发,在假设退化量分布类型不随时间变化的前提下,利用时间序列建立了性能退化分布参数的分析模型,进而根据可靠度与性能退化量分布的关系进行可靠性评估.然后,从退化轨迹的角度出发,对所有样本的退化轨迹进行时序分析与建模,外推伪失效区间与伪失效寿命值,进而采用完全寿命试验数据的统计方法进行可靠性评估.最后,对某金属材料疲劳裂纹扩展数据进行可靠性评估与寿命预测,结果表明该方法具有良好的稳健性.     

串联磁路混合励磁爪极发电机的研究(英文)

针对电励磁爪极发电机效率低、永磁爪极发电机磁场调节困难的问题,提出了一种串联磁路混合励磁爪极同步发电机,利用磁路计算方法和三维有限元的分析研究了这种新型电机各部分的磁密大小,确定了合适的极对数和合理的磁钢厚度,探讨了这种新型电机的空载特性、外特性和调节特性.研究表明:串联磁路混合励磁爪极发电机合适的极对数为2,且磁钢厚度存在一个较为合理的优化值.相对于电励磁爪极发电机,它实现了励磁电流的双向控制;相对于永磁爪极发电机它使得输出电压可调,在更宽的负载范围内实现了输出电压的恒定.在参数相同的情况下,与电励磁爪极发电机相比,该电机具有更高的气隙磁密和功率密度.     

一种非规则采样航空时序数据异常检测方法

航天器遥测数据的实时异常检测对于航天任务具有重要意义。以往方法大都考虑规则采样且缺失率较低的时序数据,然而航空时序数据具有维度大、噪声多、缺失率高、采样间隔不规则等特点,因此异常检测任务较为困难。针对非规则采样且具有缺失值的多维航空时序数据提出非规则采样多维时序数据异常检测（IMAD）算法。首先,采用带有可训练迟滞项的门控循环单元（GRU-D）对缺失值和非规则采样的时序数据进行建模;然后,采用变分自编码器建立随机性模型,学习正常时序数据的分布,从而对噪声数据具有鲁棒性;最后,利用基于极值理论的自适应阈值确定法确定合适阈值进行异常检测。结果显示,在两个真实航空时序数据集上,IMAD具有超出当前最新异常检测算法的性能;多个实验表明,IMAD在缺失率、参数以及数据集变化时,能够维持较好的异常检测效果,具有较强的鲁棒性。     

Monitoring of the space system

We have performed monitoring of the space system that includes the Earth, the Moon, the Sun, and the GPS satellite group. We have discovered semi-diurnal and diurnal periodicities in the number of satellites detected as well as in the altitude, latitude and longitude by a GPS receiver. We have revealed tidal deformations related to changes in the Earth?s orientation with respect to the Moon and the Sun.     

DPOD2014: A new DORIS extension of ITRF2014 for precise orbit determination

To support precise orbit determination of the altimetry missions, the International DORIS Service (IDS) regularly estimates the DPOD (DORIS terrestrial reference frame for Precise Orbit Determination) solution which includes mean positions and velocities of all the DORIS stations. This solution is aligned to the current realization of the International Terrestrial Reference Frame (ITRF) and so, can be seen as a DORIS extension of the ITRF. In 2016, moving to the IDS Combination Center, the DPOD construction scheme changed. The new DPOD solution is produced from a DORIS cumulative position and velocity solution. We present the new methodology used to compute DPOD2014 and its validation procedure. In order to present geophysical applications and interpretations of these results, we show two examples: (1) the Gorkha earthquake (M7.8 – April 2015) generates a 3-D mis-positioning of nearly 55?mm of the EVEB DORIS station at the Everest base camp 90?km from the epicenter. (2) Applying the results the DPOD2014 realization, we show that the most recent vertical velocity of Thule, Greenland is similar to that observed between 2006 and 2010, indicating further ongoing ice mass loss in the Thule region of northwest Greenland.