卫星导航接收机自主完好性监测算法研究

针对航空导航定位高可靠性的要求和GPS接收机观测噪声分布的特点,研究将粒子滤波算法应用于接收机自主完好性监测（RUM）中.通过粒子滤波算法对状态进行精确估计,利用对数似然比建立一致性检验统计量进行故障检测与隔离.对算法进行了数学建模,描述了完整的RAIM算法详细流程.通过实测数据对提出的RAIM算法进行验证,结果表明：粒子滤波算法在非高斯测量噪声情况下可以对GPS接收机状态进行精确的估计,利用对数似然比建立的一致性检验统计量能有效地检测并隔离故障卫星,验证了该算法应用于GPS接收机自主完好性监测的可行性和有效性.     

A data driven approach for detection and isolation of anomalies in a group of UAVs

The use of groups of unmanned aerial vehicles(UAVs) has greatly expanded UAV’s capabilities in a variety of applications, such as surveillance, searching and mapping. As the UAVs are operated as a team, it is important to detect and isolate the occurrence of anomalous aircraft in order to avoid collisions and other risks that would affect the safety of the team. In this paper, we present a data-driven approach to detect and isolate abnormal aircraft within a team of formatted flying aerial vehicles, which removes the requirements for the prior knowledge of the underlying dynamic model in conventional model-based fault detection algorithms. Based on the assumption that normal behaviored UAVs should share similar(dynamic) model parameters, we propose to firstly identify the model parameters for each aircraft of the team based on a sequence of input and output data pairs, and this is achieved by a novel sparse optimization technique. The fault states of the UAVs would be detected and isolated in the second step by identifying the change of model parameters.Simulation results have demonstrated the efficiency and flexibility of the proposed approach.     

基于数据关联性分析的飞轮异常检测

针对航天器早期故障在闭环系统下难以被检测、数学模型难以精确建立的问题,提出了一种基于数据关联性分析的归纳式系统异常监测(IMS)方法。该方法采用无监督学习的聚类算法,利用具有关联性的参数构建数据向量,通过聚类分析自动建立健康数据向量的族类阈值区间。关联关系的破坏将引起部分参数超出族类阈值区间,使系统的异常程度存在模糊性与随机性。引入云模型评价指标,将闭环系统异常程度的不确定性通过熵与超熵定量表示,从而更加准确地判断闭环系统的异常程度。仿真结果表明:该方法能够建立卫星飞轮闭环系统的族类知识库,并可以根据云模型提供的定性知识有效判断系统的异常程度。     

飞机发动机舱火警探测系统改进研究

针对某飞机发动机舱火警探测系统误告警现象,对其火警探测系统进行了设计改进,对虚警机理进行了分析,结合飞机实际情况,提出了发动机舱火警探测系统设计更改方案。飞行验证表明,设计更改方案提高了发动机火警探测准确度。     

多激励下某直升机传动系统动载特性

针对由弧齿锥齿轮和行星轮系构成的直升机传动系统,构建了纯扭振动模型,采用集中参数法建立了齿侧间隙非线性动力学方程.通过有限元方法求得了时变啮合刚度,采用4-5阶变步长Runge-Kutta法对动力学方程进行了数值求解,借助动载系数、相图、Poincaré截面图、快速傅里叶变换频谱图等分析手段,研究了传动系统在时变啮合刚度、齿侧间隙、综合传动误差、外载荷等多种激励作用下系统的动载特性.结果表明啮合刚度对传动系统的影响最大,动载系数最大值为1.5;齿侧间隙对系统响应特性的影响是有限的;啮合误差在一定程度上抑制了齿轮系统的振动;外载荷波动对不同速级的影响不同,动载系数最大值发生在并车传动.     

基于混沌和LWT-SVD的盲信息隐藏算法

为了提高秘密信息的安全性和鲁棒性,将混沌、提升小波变换（LWT）和奇异值分解（SVD）结合,提出一种盲信息隐藏算法。首先将要隐藏的秘密图像用混沌序列进行加密;然后对载体图像进行提升小波变换,并对低频子带进行分块奇异值分解;最后根据最大奇异值最高位的奇偶性将已加密的秘密图像进行隐藏。提取秘密图像时,不需要载体图像。仿真实验表明,该算法隐蔽性好,对加噪、滤波、旋转、剪切、缩放和JPEG压缩等攻击具有良好的鲁棒性。     

基于递阶遗传算法的结构多损伤监测

基于递阶遗传算法(HGA)与结构优化思想,提出了一种针对欧拉-伯努利梁和二维板结构的多损伤监测方法.该方法利用递阶遗传算法的控制基因表示损伤的数量和位置,以参数基因表示损伤的程度,有效地避免了传统遗传算法(CGA)的早熟现象所造成的损伤误识别等问题.一个悬臂梁和悬臂方板结构模型的多损伤监测仿真计算表明该方法能够准确地监测一、二维结构中多个位置的损伤,而传统遗传算法难以识别二维结构中的多损伤情况.悬臂梁仿真算例中,该方法和传统遗传算法对多损伤程度的识别误差分别为0.144%和1.819%,所需的有限元计算次数该方法仅为传统遗传算法的16.4%.与传统遗传算法相比,递阶遗传算法明显提高了损伤识别方法的计算效率、精度和稳定性.      

单脉冲跟踪雷达多目标检测算法性能分析

对2种检测单脉冲雷达主波束内是否存在2个不可区分目标的算法进行了推广,将其应用到波束内可能存在N个不可区分的目标,并仿真了波束内存在3个目标时的检测性能。仿真表明,在总信噪比相同时,3个目标的检测概率不一定大于2个目标的检测概率,处于方位向上间距最大的2个目标的信噪比对整个检测概率影响较大。     

一种基于语义分割的机场跑道检测算法

针对复杂电磁作战环境下无人机自主着陆应用场景,提出了一种基于图像语义分割的机场跑道检测算法,并设计构建了轻量高效的端到端跑道检测神经网络RunwayNet.在特征提取部分,使用空洞卷积对ShuffleNet V2进行改造,得到了输出特征图分辨率可调的主干网络,并利用自注意力机制设计了自注意力网络模块,使网络具备全局跑道...     

时钟偏差辅助的GPS完整性监测算法

对伪距残差最小二乘的接收机自主完整性监测(RAIM)算法进行了分析.在此基础上,通过对接收机时钟偏差的建模,将模型预测的时钟偏差引入伪距残差最小二乘的RAIM算法中,保证了在可见星仅为4颗的情况下,仍能利用χ2检验法对全球定位系统(GPS)进行完整性监测,从而达到提高完整性监测算法有效性的目的.计算机仿真的结果显示,这种辅助方式不仅计算简单,而且有效可行.