层次马尔可夫链在民航安全管理中的应用

利用层次马尔可夫理论建立预测模型,预测系统未来各影响因素的危害度,仿真计算结果表明该方法能有效地预测系统未来的状态,从而科学指导未来民航安全管理决策,使航空安全与利益之间的关系达到最优化。     

自适应强杂波抑制与点状动目标检测

研究了基于自适应图像杂波抑制的微弱点状动目标检测技术。首先利用四叉树算法,将原始的非平稳图像分割成多个准平稳的图像子块,然后对各子块进行LS自适应背景杂波估计与抑制,从而获得准高斯白噪声背景;再利用目标运动连续性假设,将目标在相邻多帧上的位置状态模型化为高阶马尔可夫数据链,建立轨迹状态空间;根据该模型采用多帧沿轨迹非线性集成算法进行检测。既克服了传统的三维匹配算法造成搜索次数巨大的弱点,同时也避免了二维投影检测带来的信噪比下降。理论分析和大量仿真实验证明了其有效性。     

基于HMM-SVM的混合故障诊断模型及应用

针对直升机减速器故障诊断中机器学习方法存在的问题,根据隐马尔可夫模型(HMM)适合于处理连续动态信号与支持向量机(SVM)适合于模式分类的长处,提出了基于HMM-SVM的混合故障诊断模型。先通过小波包分析方法从减速箱振动信号中有效提取非平稳特征,训练HMM-SVM模型,再利用训练好的模型进行监测与诊断,实验结果表明该方法优于单纯的HMM或SVM诊断方法,能利用少量训练样本有效地完成直升机减速器的故障诊断。     

一种飞-续-飞随机谱的编制方法及软件

本文介绍了一种飞-续-飞随机谱的编制方法和软件。它以空测的重心过载数据为基础,经过数据处理后,建立对应于每个飞行任务的Markov矩阵。并调整统计平均后的Markov矩阵以保证可得到一个不中断的过载序列。然后从矩阵中抽取半循环序列,构成飞-续-飞随机谱。本文中讨论了矩阵中半循环的随机抽取方法,给出了应用实例。     

嵌入式软件可靠性测试平台仿真器分系统研究

研究了嵌入式软件可靠性测试平台中仿真器分系统的实现问题.首先介绍了软件可靠性仿真测试平台的功能及组成框架,然后以通用性和可扩展性为前提,对实现仿真器分系统的关键技术进行了探讨,着重对任务调度功能的实现进行了深入研究,提出了一种新的图型任务链的调度方法.实验结果表明,仿真器分系统的这些实现方法具有较高的可靠性、易扩展性和实用性.      

Supervised learning with probability interpretation in airfoil transition judgment

Transition prediction has always been a frontier issue in the field of aerodynamics. A supervised learning model with probability interpretation for transition judgment based on experimental data was developed in this paper. It solved the shortcomings of the point detection method in the experiment, that which was often only one transition point could be obtained, and comparison of multi-point data was necessary. First, the Variable-Interval Time Average (VITA) method was used to transform the fluctuating pressure signal measured on the airfoil surface into a sequence of states which was described by Markov chain model. Second, a feature vector consisting of one-step transition matrix and its stationary distribution was extracted. Then, the Hidden Markov Model (HMM) was used to pre-classify the feature vectors marked using the traditional Root Mean Square (RMS) criteria. Finally, a classification model with probability interpretation was established, and the cross-validation method was used for model validation. The research results show that the developed model is effective and reliable, and it has strong Reynolds number generalization ability. The developed model was theoretically analyzed in depth, and the effect of parameters on the model was studied in detail. Compared with the traditional RMS criterion, a reasonable transition zone can be obtained using the developed classification model. In addition, the developed model does not require comparison of multi-point data. The developed supervised learning model provides new ideas for the transition detection in flight experiments and other experiments.     

基于数字孪生的航班链延误动态预测模型

针对复杂多变的航班运行环境，提出一种基于数字孪生的航班链延误动态预测模型，以改善传统预测方法的精度及自适应性。模型基于数字孪生航班链系统构建，采用滑动窗口下的多通道特征建模完成单元级航班延误预测，并提出一种混合优化策略进行模型参数的动态优化，最后通过孪生数据驱动的链式分析方法实现了全航班链的延误分析与修正。采用国内航班数据进行实验，得到在各个窗口下的航班延误平均绝对误差（Mean absolute error, MAE）为11.79 min，低于其他基线模型和静态模型；且引入孪生数据驱动分析和修正后，紧随其后的航班预测误差比此前进一步降低了6.44%。结果表明，模型有利于数字孪生航班链系统实现虚实交互，并具有优良的预测精度和自适应性。     

基于半马尔可夫模型的民用航空发动机热端组件系统检查间隔优化

根据采集的民用航空发动机热端组件系统检修信息和专家对系统退化状态的判别，在系统状态退化过程为离散半马尔可夫链过程的假设前提下，分别建立了基于专家估计数据、基于检查数据以及基于融合数据的各宏观退化状态驻留时间估计模型，并应用最大似然函数法和MCMC（Markov chain Monte Carlo）法对模型参数进行估计，得到基于不同数据源的各宏观退化状态下驻留时间估计值和状态转移系数，并以一定使用周期内的检修费用最优为目标建立状态转移概率模型，仿真得到3个典型宏观退化状态下的最优检查间隔分别为1750、350、70循环。该仿真结果与目前的民航运行生产工程实际情况非常接近，可以为民航运输企业的检修决策提供客户化的决策支持并提高经济效益。      

拦截大气层内机动目标的深度强化学习制导律

针对大气层内高速机动目标的拦截问题，提出了一种基于双延迟深度确定性策略梯度(TD3)算法的深度强化学习制导律，它直接将交战状态信息映射为拦截弹的指令加速度，是一种端到端、无模型的制导策略。首先，将攻防双方的交战运动学模型描述为适用于深度强化学习算法的马尔科夫决策过程，之后通过合理地设计算法训练所需的交战场景、动作空间、状态空间和网络结构，并引入奖励函数整形和状态随机初始化，构建了完整的深度强化学习制导算法。仿真结果表明：与比例导引和增强比例导引两种方案相比，深度强化学习制导策略在脱靶量更小的同时能够降低对中制导精度的要求；具有良好的鲁棒性和泛化能力，并且计算负担较小,具备在弹载计算机上运行的条件。     

描述碳纳米管内水分子单链的深度学习势

碳纳米管通道内的受限水具有与体相水截然不同的物理力学性质。当纳米管直径低至约0.8 nm时，通道内水分子形成与生物水通道内类似的单链结构，并显现出极高的流速和离子排斥能力。尽管基于经验势的分子动力学模拟在揭示单链水的奇特行为方面发挥了重要作用，但其模拟结果通常依赖于水模型和壁面-水作用参数选取。本文以从头算分子动力学计算结果为数据集，通过深度神经网络训练获得描述碳纳米管内单链水的深度学习势。基于深度学习势的分子动力学模拟在势能和原子受力方面具有近似第一性原理水平的准确性但低得多的计算成本，能准确重现从头算分子动力学得到的单链水性质，包括O-H键长、H-O-H键角、取向角和密度分布等。此外，本文对比了该深度学习势与常用经典水模型所得结果的异同。本文所构建的深度学习势为以接近第一性原理的准确性进行碳纳米管内单链水体系的大尺寸、长时间模拟提供了可能。