基于EMD-SVR的光纤陀螺随机误差预测

为了提升光纤陀螺随机误差建模的准确性及补偿结果,提出了一种基于经验模态分解与支持向量机结合的随机误差预测方法。鉴于随机误差的非线性及不稳定性,直接进行预测时精度不高,采用经验模态分解对原始数据进行分解以降低时间序列的复杂程度;然后根据经验模态分解得到的各本征模态函数及趋势序列,构建基于支持向量机的预测模型;再将所得的各分量的预测结果综合以得到光纤陀螺随机误差的预测结果。以光纤陀螺随机误差数据作为验证,结果表明,相较于传统的预测方法,均方根误差与平均绝对误差分别降低了78.4%和75.5%,有效提高了回归精度。     

航天测控工程计量保障需求和管理对策研究

航天测控工程计量保障工作是完成航天器飞行测量控制任务的重要保证。对比了航天测控系统与普通电子测量仪器的功能原理,分析了影响航天测控工程测量准确度的因素,研究了航天测控工程中测量准确度和工程技术活动计量保障需求,针对航天测控工程计量保障特点和存在问题,提出了建立并完善航天测控工程计量保障体系的管理对策建议。     

Unsteady aerodynamic modeling at high angles of attack using support vector machines

Accurate aerodynamic models are the basis of flight simulation and control law design.Mathematically modeling unsteady aerodynamics at high angles of attack bears great difficulties in model structure determination and parameter estimation due to little understanding of the flow mechanism.Support vector machines(SVMs)based on statistical learning theory provide a novel tool for nonlinear system modeling.The work presented here examines the feasibility of applying SVMs to high angle-of-attack unsteady aerodynamic modeling field.Mainly,after a review of SVMs,several issues associated with unsteady aerodynamic modeling by use of SVMs are discussed in detail,such as selection of input variables,selection of output variables and determination of SVM parameters.The least squares SVM(LS-SVM)models are set up from certain dynamic wind tunnel test data of a delta wing and an aircraft configuration,and then used to predict the aerodynamic responses in other tests.The predictions are in good agreement with the test data,which indicates the satisfying learning and generalization performance of LS-SVMs.     

CME引起的地磁暴穿越时间

日冕物质抛射(CME)从发生至引起地磁暴最大值的时间间隔称为穿越时间.本文选取1997-2015年89个CME-Dst事件,分析CME速度、能量、耀斑类型等对穿越时间的影响;采用非线性拟合以及支持向量机(SVM)非线性回归技术,建立基于1997-2009年62个CME-Dst事件的CF模型和SVM模型,并利用其余27个CME-Dst事件对模型预报效果分别进行检验.结果表明,CF模型和SVM模型的预报准确率均达到85.2%,其中CF模型的平均绝对值误差为13.77 h,而SVM模型为13.88 h.与ECA模型结果(准确率为77.8%,平均绝对值误差为14.55 h)进行对比发现,CF模型和SVM模型的准确率更高而误差更小.CF模型和SVM模型能够提前1~5天较好地预报地磁暴爆发时间.     

基于支持向量机方法的地球同步轨道相对论电子事件预报模型研究

提出了一种基于支持向量机方法(SVM)的地球同步轨道相对论电子事件预报模型. 模型以平均影响值(MIV)作为指标, 筛选出预报输入参量. 这些参量包括, 前一日的大于2MeV电子日积分通量、太阳风速度、太阳风密度、Dst指数和前二日的AE指数. 模型包含回归和分类两个部分, 可以分别对未来一天的电子日积分通量和相对论电子事件强度的级别做出预报. 对2008年样本进行测试, 在相对论电子通量的预报中, 预报值和实测值之间的线性相关系数为0.85, 预报效率为0.71; 对相对论电子事件级别预报的准确率为82%, 可以较准确区分开事件状态与非事件状态. 结果表明, SVM预报模型对相对论电子事件有较好的预报效果.      

支撑元件对平板结构热变形的影响

外热流环境的变化会引起空间飞行器表面温度的剧烈变动，使裸露在外空间的结构组件产生较大的热变形，从而影响结构及相关敏感器的指向精度。本文以平板结构为对象，研究了两类不同安装固定方式对结构热变形的影响。分析表明，与位移完全约束的固定支撑元件相比，位移部分释放的轴承支撑元件可以释放结构的热应力，抑制结构的翘曲变形，有利于保持平板结构的平直度。     

基于遗传算法结合支持向量机的Mg/PTFE贫氧推进剂配方优化

针对Mg/PTFE贫氧推进剂配方设计的复杂性,采用支持向量机理论建立了相关预测模型,结合遗传算法对模型结果进行多目标寻优,以此获得最佳的配方,最后对所得的最佳配方进行了实验验证。结果表明Mg/PTFE贫氧推进剂的最佳配方为PTFE/Mg=0.49,酚醛树脂含量为12.50%,镁粉粒度为26.90μm,PTFE粒度为111.33μm。遗传算法结合支持向量机的优化方法,适合于推进剂配方的优化,具有一定的实际应用价值。     

基于单因素SVM的航空兵空运转场飞行架次需求预测研究

航空兵部队成建制空运转场飞行架次需求预测,对机关、航空兵部队拟定空运计划、进行空运准备等都具有重要的意义。运用序列后向选择方法(SBS)对影响飞行架次的特征因素进行逐层淘汰,利用支持向量机(SVM)理论建立单因素非线性回归模型,进而对飞行架次进行预测。预测结果表明:同多因素SVM预测模型相比,单因素SVM预测模型虽在预测精度上没有显著提高,但其减少了预测的前期工作量,方便了机关和部队的使用,实现了飞行架次预测的实时性要求。     

Configurationmodelofpartial repairablesparesunder batch ordering policy based on inventory state

Rational planning of spares configuration project is an effective approach to improve equipment availability as well as reduce life cycle cost （LCC）. With an analysis of various impacts on support system, the spares demand rate forecast model is constructed. According to systemic analysis method, spares support effectiveness evaluation indicators system is built, and then, initial spares configuration and optimization method is researched. To the issue of discarding and con-sumption for incomplete repairable items, its expected backorders function is approximated by Laplace demand distribution. Combining the （s-1, s） and （R, Q） inventory policy, the spares resup-ply model is established under the batch ordering policy based on inventory state, and the optimi-zation analysis flow for spares configuration is proposed. Through application on shipborne equipment spares configuration, the given scenarios are analyzed under two constraint targets：one is the support effectiveness, and the other is the spares cost. Analysis reveals that the result is consistent with practical regulation;therefore, the model＇s correctness, method＇s validity as well as optimization project＇s rationality are proved to a certain extent.     

轴流压气机通流计算中代理模型的应用（两机专刊）

在轴流压气机初始设计阶段,二维通流计算方法可以快速评估压气机的性能,其准确性高度依赖于经验模型的预测精度。当压气机超出经验模型适用范围时会增大模型的预测误差。为提高预测精度,研究了在通流计算中采用代理模型取代传统经验模型的可行性。以双级跨声轴流速压气机的几何参数和气动实验数据作为代理模型的训练样本库,采用敏感性分析方法确定最重要的特征参数作为输入。分别基于支持向量机回归（SVR）和高斯过程回归（GPR）两种监督学习方法构建代理模型,并在模型训练中通过贝叶斯优化算法寻找模型最佳超参组合。将代理模型集成到基于流线曲率法（SLC）的通流程序中,对该压气机特性进行评估,并与传统经验模型计算结果相对比。对比显示,相较于传统经验模型,SVR和GPR两种代理模型分别降低了62.2%与55.2%的总压特性平均预测误差以及48.4%与50.1%的绝热效率特性平均预测误差。对比结果表明,当超出传统经验模型适用范围时,代理模型不失为一种可靠的替代方案。