疯狂的游戏

游戏规则:在横列、正斜线、反斜线上填入连续数列(例如1～6、3～8、4～9……),使横列、正斜线、反斜线上的数字不重复。也就是说,除了中央的横列、正斜线和反斜线上填入的数字是1～9外,其他横     

2.4m风洞常压吹风控制策略与控制软件设计

２．４ｍ风洞是世界上最大的引射式风洞之一，该风洞控制系统多、所能实现的吹风方式也多，因而，其系统复杂。风洞被控对象上有：非线性、时变、滞后和耦合特性，而风洞试验又要求系统有较高的控制精度和较快的稳定收敛速度。为了解决这种控制系统复杂的风洞控制问题，在控制系统硬件和软件上分别采用了先进的集散型控制系统硬件和智能控制策略，使风洞Ｐ０和Ｍ数控制精度分别优于０．３％和０．００２。笔者对风洞控制核心系统和控     

基于高斯伪谱法的飞机下降段轨迹优化

以大型运输机为研究对象,进行风干扰下的飞机下降段轨迹优化.通过对飞机下降过程的分析,建立了飞机的运动学模型、油耗模型和大气模型,得出了问题的目标函数和约束.运用高斯伪谱法把最优控制问题转化为非线性规划问题,并用序列二次规划求解非线性规划问题.仿真计算得到飞机最短下降时间的最优轨迹,讨论了不同的成本指数对下降时间和燃油消耗的影响.仿真结果表明,成本指数越大,飞机下降时间越短,燃油消耗越多.     

基于改进的模糊C-Means航迹聚类方法研究

为指导飞行程序的改善和发现管制员的指挥模式,在分析历史飞行航迹特征基础上,应用最小描绘长度(MDL)原理对航迹特征点进行划分,运用融合了遗传算法和模拟退火算法的改进的模糊C-Means算法对特征点进行聚类,通过最长公共子序列(LCS)算法得到航迹相似性矩阵,利用矩阵得到航迹簇,最后形成中心航迹,算例仿真验证了新算法的有效性.     

DISCUSSION ON AVERAGE GENERATION OF TWODIMENSIONAL DATA SEQUENCE IN GREY SYSTEM THEORY

An unequal time interval sequence or a sequence with blanks is usually completed with average generation in grey system theory. This paper discovers that there exists obvious errors when using average generation to generate internal points of non-consecutive neighbours. The average generation and the preference generation of the sequence are discussed, the concave and convex properties show the status of local sequence and propose a new idea for using the status to build up the criteria of choosing generation coefficient. Compared with the general average method of the one-dimensional data sequence, the two-dimensional data sequence is defined and its average generation is discussed, and the coefficient decision method for the preference generation is presented.     

基于小生境遗传算法的航空发动机维修构型控制

为实现航空发动机维修中构型控制,建立了基于Petri网的构型控制描述模型,通过变迁序列的激发求得改型后可能的零件集合,作为后续的约束满足条件,并提出一种基于小生境遗传算法的发动机构型多方案求解方式.     

一种基于RS码的宽间隔跳频序列生成方法

针对目前基于RS码生成的非重复跳频序列周期较短、序列复杂度较低、工程实用性不强等缺点,提出一种改进的RS码宽间隔跳频序列生成方法。使用长周期的RS码,采用非线性转移矩阵法将其转换为跳频序列,再用对偶频带法对其进行宽间隔处理。性能仿真结果表明,与以往的方法相比,改进的跳频序列在增加了序列复杂度的情况下,仍具有良好的均匀性、随机性和汉明相关性,且实现较简单,工程实用性较强。     

结构自适应序贯正则极端学习机时间序列预测及其应用

为提高初始小样本情况下时间序列在线预测的精度,提出了一种结构自适应序贯正则极端学习机(SA-SRELM)。该方法在在线序贯学习阶段,针对不同训练样本规模选择不同的递推方式对输出权值进行更新;同时,在训练样本达到一定规模后,为提高预测模型对系统的动态适应性,在加入新样本的同时对旧样本进行剔除,完成预测模型的训练。利用3种混沌时间序列预测实例对所提方法的有效性进行了验证。最后,将所提方法用于航空发动机排气温度预测中,结果表明该方法相对正则极端学习机(RELM)和序贯正则极端学习机(SRELM)方法具有更好的泛化性能,预测精度分别是二者的约6倍和2倍。     

基于概率统计的DS/FH系统干扰检测算法

基于时频分布的干扰检测算法是DS/FH（Direct Sequence/Frequency Hopping,直接序列扩频/跳频扩频）系统干扰检测的传统手段,针对其运算量大、实时性差,以及无法检测某些特殊干扰信号等问题,提出一种基于概率统计的干扰检测算法.通过统计DS/FH系统频谱图中各频率的幅值出现位置,以DS/FH信号与干扰信号频谱分布规律的差别为判决依据,完成DS/FH系统中干扰信号的检测.分析和仿真结果表明：该检测算法能够有效识别DS/FH系统中的典型干扰信号,与传统基于时频分布的检测算法相比,能够实现某些特殊干扰信号的有效检测;同时,由于该算法不需要进行复杂的时频联合分析,其运算复杂度大大降低,能够实现DS/FH系统干扰信号的快速检测.