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.     

一种空间目标RCS序列的姿态异常检测方法

准确、快速判断空间目标姿态运动模式异常,对于空间目标监测具有重要意义。针对空间目标雷达散射截面 (Radar Cross Section,RCS)序列,提出一种基于小波包分解（Wavelet Packet Decomposition,WPD）能量谱特征的无监督机器学习异常检测方法,并采用单类支持向量机(One Class Support Vector Machine,OCSVM)验证异常检测效果。设置了几种典型异常场景进行仿真分析,试验结果表明,该方法能有效检测出三轴稳定类空间目标发生失稳旋转的姿态异常。相比于传统统计参数特征、小波变换统计参数特征及能量特征的姿态判别方法,具有检测概率高、鲁棒性好的特点。     

一种利用角动量进行电推力矢量标定的算法

航天器上越来越多地使用电推进进行轨道修正,电推力器的配置安装和使用方式决定了电推进的调整策略,大多数情况下在轨卫星都需要进行电推力矢量的标定和调整。针对国内某类型地球静止轨道卫星,提出一种利用在轨电推力器工作时引起的星体角动量变化来进行电推力矢量标定及调整的算法,同时给出了国内首次在轨电推力矢量标定及调整的应用实例。在轨标定结果表明算法正确可行,该算法为在轨卫星电推标定和调整提供了一种解决方案。     

基于免疫粒子群算法的滑油屑末支持向量机预测模型设计

将人工免疫理论的克隆选择算法中的抗体克隆、变异和抑制策略引入粒子群优化算法中,提出了一种基于克隆选择的免疫粒子群优化算法,克服了基本粒子群算法易于陷入局部最优解的缺点.针对支持向量机预测模型的参数选择影响其预测精度的问题,引入免疫粒子群优化算法设计了参数自适应优化的航空发动机滑油屑末支持向量机预测模型.仿真结果表明:与传统的交叉验证试算法相比,基于免疫粒子群优化的预测模型实现了参数的自动择优,并且提高了预测精度.      

旋转状态下曲率模型上的气膜冷却效率

通过对旋转状态下曲率模型上气膜冷却的流动和换热特性进行实验研究,得到了不同主流雷诺数、吹风比和旋转数情况下的壁面冷却效率分布,同时对实验工况进行了数值模拟。实验中,主流雷诺数Re=3 198.4~6716.6,吹风比M=0.4~1.2,旋转数R t=0~0.015 9。结果表明,吸力面和压力面模型上的气膜覆盖轨迹受离心力与哥氏力的综合作用呈现不同的偏转趋势。吹风比的增大使得气膜孔下游中心区域的冷却效率逐渐降低,旋转数的提高则有助于改善压力面模型上相同区域的冷却效果。此外,主流雷诺数的变化对壁面整体冷却效果影响不大。     

四相永磁容错电机的SVPWM控制

为了提高四相永磁容错电机(FTPMM)在系统正常工作时的控制性能,在分析其结构和原理的基础上,建立了其在旋转坐标系下的数学模型,为实现电流、磁链、转矩的解耦控制创造了条件,设计了基于H桥的容错驱动,提出了一种新颖的四相永磁容错电机的电压空间矢量脉宽调制（SVPWM）策略,并巧妙设计了零矢量的插入顺序和重合矢量的选择顺序,方便了数字信号处理器(DSP)的实现。仿真和试验结果证明了在系统正常工作时该方法的正确性和优越性。     

军用飞机维修保障费用机器学习预测方法

介绍了军用飞机维修保障费用预测方法。确定影响费用值的元素为说明性变量,应用BP人工神经网络和支持向量回归估计（Support Vector Regression,SVR）理论模型,以及收集到的维修保障费用数据进行了训练并对某型飞机的维修保障费用进行了预测,将预测结果与实际费用值进行了对比,并将神经网络预测方法、支持向量机方法和其它预测方法进行了比较。     

基于SVMα阶逆系统方法的非线性预测控制

针对一类未知非线性大时延系统,利用SVM特有的表达任意非线性映射能力,辨识得到非线性系统的α阶逆模型,然后将其串在原系统前组成SVMα阶伪线性复合系统。以此复合系统为被控对象,用预测控制方法实现对其有效控制。该方法不仅将非线性系统简化成伪线性系统,而且具有良好的控制效果,控制器设计简单。     

基于边缘检测与最小二乘支持向量机的人脸图像识别

文章建立了完整的人脸识别系统,通过图像预处理、特征提取和识别3个过程,实现了人脸的分类识别;研究了图像预处理过程中的边缘检测方法,比较了基于一阶导数的Robert算子、Prewitt算子、Sobel算子和基于二阶导数的Gauss-Laplacian算子的检测效果□在识别阶段采用最小二乘支持向量机方法,进行人脸识别实验,并对实验结果进行比较。     

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。