基于改进Q学习的IMA系统重构蓝图生成方法

重构蓝图定义了故障状态下系统软硬件资源的重新配置方案,是实现综合模块化航空电子系统重构容错的关键。提出了一种基于改进Q学习的重构蓝图生成方法,综合考虑负载均衡、重构影响、重构时间、重构降级等多优化目标,并应用模拟退火框架改进探索策略,提高了传统Q学习算法的收敛性能。实验结果表明,与模拟退火算法、差分进化算法、传统Q学习算法相比,本文提出的改进Q学习算法效率更高,所生成重构蓝图质量更高。     

基于PSO-ELM的军用飞机维修保障系统效能评估研究

维修保障系统效能评估是军用飞机精细化、规范化管理的一项重要措施,科学的维修保障系统效能评估是精细化保障的基础,是提升战斗力的保证。针对军用飞机的维修保障系统效能评估问题,在总结军用飞机维修保障系统效能评估体系的基础上,提出基于粒子群优化极限学习机算法(PSO-ELM)的维修保障系统效能评估模型;并通过实例进行验证。结果表明:该算法应用于军用飞机维修保障系统的效能评估是可行的,可为军用飞机维修保障效能评估提供借鉴。     

月基平台对地观测数据传输链路方案设计及分析

数据传输及处理能力是月基平台构建中的一个重要问题,如何高效准确地传输海量对地观测数据至地球供后续研究是开展月基对地观测的关键环节。通过STK和MATLAB软件联合仿真,模拟月基平台对地观测数据传输链路,首次提出适用于月基平台的下行链路通信方案:通过构建中纬度地球站、最小间隔经度值为40°的2颗中继卫星组的设计方案,可以最大程度地实现全天候、无时断的信号传输,满足下行链路接收端获取足够强度和低误码率的信息,从而保障月基平台的运行。      

深空探测器大口径天线指向在轨标定方案

基于深空探测器配备的大口径天线的指向精度要求,给出了一种深空探测器大口径天线在轨指向的标定方案,以解决深空探测器安装的大口径天线的在轨指向评价问题。通过对飞行器特点和约束条件的分析,结合"嫦娥4号"中继星天线的具体情况,采用星地协同工作的方法,给出了天线指向在轨标定的方案,并明确了标定的实施流程,最后对标定过程中的误差情况进行了分析。本方案可推广应用于其他深空探测器大口径天线指向标定方案的设计。     

深空探测器自主天文导航技术综述

在深空探测中,单独使用无线电测控存在精度、实时性、覆盖性等方面的限制。作为无线电测控的有效补充,自主天文导航是保证深空探测任务成功的关键技术之一。面向深空探测对自主天文导航的迫切需求,概述了深空探测器自主天文导航的基本原理,简要介绍了深空探测器自主天文导航的研究进展,并重点分析探讨了深空探测器自主天文导航的关键技术和发展趋势。分析结果可为我国未来深空探测器天文导航系统研制提供参考,并为深空探测任务的总体设计提供帮助。     

温差发电模块面积比功率实验优化研究

同位素温差发电器是目前深空探测航天器广泛采用的电源装置。为优选温差发电模块构型、提高模块的输出功率和面积比功率,制备了具有不同热电元件截面积的碲化铋基温差发电模块。通过建立的实验测试系统,测量了多种温差条件下发电模块的输出功率随负载的变化。实验结果表明:当模块包含的热电元件(p–n结)对数一定时,热电元件的截面积越大、模块占空比越高,则模块输出功率越高、匹配负载越小;在热源温度450 K、热沉温度300 K的条件下,测得热电元件截面积为1.6 mm×1.6 mm、占空比为0.406的发电模块的最大面积比功率约为0.282 W·cm~(-2)。最后,对理想与实际情况下,占空比为1时的模块面积比功率进行了分析。     

基于强化学习的航空器机场智能静态路径规划

随着人工智能迅速发展以及“智慧机场”的提出,研究人工智能在机场如何有效地辅助机场管制人员,驾驶员指挥航空器在地面滑行具有重要意义。本文提出一种基于强化学习的滑行路径规划方法,构建航空器机场地面强化学习移动模型,并以海口美兰机场为案例采用 Python 内置工具包 Tkinter 进行场面仿真;在此基础上,考虑机场航空器滑行规则,采用 Off-Policy 中 Q-Learning 算法求解贝尔曼方程,实现航空器在 Model-based 环境中进行静态路径规划。结果表明：本文所提方法能够实现停机位到跑道出口智能静态路径规划     

基于小波包分析与多核学习的滚动轴承故障诊断

为了更准确地诊断滚动轴承故障,提出了一种基于小波包分析与多核学习的滚动轴承故障诊断方法.该方法首先对振动信号进行3层小波包分解,将振动信号分解为不同频带的信号,提取各频带的相对能量特征,构建特征向量;然后采用多核学习算法从训练样本集中学习核函数与分类器;最后使用训练出的分类器识别滚动轴承故障类型.为了验证方法的有效性,进行了滚动轴承故障诊断实验,实验结果表明该方法的故障诊断准确率达到98.25%,与传统的基于小波包与支持向量机的滚动轴承故障诊断方法相比,其故障诊断准确率更高,同时由于避免了核函数的选择问题,该方法更便于实际应用.      

多机械臂的分布式自适应迭代学习控制

针对拓扑结构为无向连通的多机械臂系统,提出了一种自适应与迭代学习相结合的分布式控制协议来实现整个系统对给定期望参考轨迹的一致性跟踪.通过引入一个适当的自适应迭代学习参数,所提自适应迭代学习控制协议能够克服机械臂系统中的干扰和模型不确定性,并且每个机械臂的自适应迭代学习控制(AILC)律仅需要利用其与邻居机械臂的相对交互信息.进一步,在只有一部分机械臂具有期望参考轨迹信息的前提下,该控制协议可以实现整个系统对期望参考轨迹的跟踪,同时能够保证轨迹跟踪误差与控制输入的有界性.此外,利用李亚普诺夫分析方法证实了所得结论的正确性,并且通过一个实例验证了所提自适应迭代学习控制协议的有效性.