空间飞行器控制软件的动态自适应演化方法

空间飞行器在太空飞行过程中需要满足多任务、多工作模式以及大范围机动的需求,其控制系统在大范围机动飞行条件下存在大量的外界干扰和内部参数不确定,同时飞行器的自适应过程受限于资源,人工干预难度大,并且现有的成熟的动态自适应方法并不一定适合空间飞行器控制软件进行自主控制,所以目前对自主控制系统软件的动态自适应调整方法提出了更...     

遗传算法在航空发动机非线性数学模型中的应用

收敛性是航空发动机非线性数学模型的重要指标。现有发动机平衡方程迭代解法还不能保证模型大范围收敛。以某涡扇发动机为对象,采用遗传算法求解发动机非线性数学模型,将模型中的发动机平衡方程求解转换为极小值优化问题,建立了遗传算法计算模型,重点分析了采用遗传算法求解的适应度函数设计方法。数值仿真结果表明,与牛顿-拉夫逊解法相比,采用遗传算法方法可实现模型大范围收敛。     

一种战斗机人机功能分配方法

人机功能分配的合理性影响飞行员与飞机的高效率协作,对战斗机实现人机优势互补、加速OODA (观察、调整、决策、行动)作战闭环有重要意义。基于运行场景分析,通过研究人与机的能力特征和人机交互信息流模型,提出了一种定性分析与定量评估相结合的人机功能权衡分配方法。分析飞机运行场景下,人的操作使用行为,识别关键任务,综合匹配人与机的认知-感知能力特征,对比关键任务中同一活动人机分别执行的利弊实现功能分配的优化。给出的人机功能分配的方法和模型,为解决战斗机复杂作战环境下提高人机适配问题提供了一种新的参考。     

基于噪声柯西分布的社交图像标签优化与标注

随着社交网络的快速发展,带有用户提供标签的社交网络图像呈现爆炸式增长。但是用户提供的标签是不准确的,存在很多不相关以及错误的标签。这势必会增加相关多媒体任务的困难。针对标签噪声无序性以及常用的高斯分布对标签噪声中大噪声过于敏感的问题,但是高斯分布对大噪声比较敏感。鉴于此,采用对各种噪声都具有鲁棒性的柯西分布拟合噪声,提出了一个基于噪声柯西分布的弱监督非负低秩深度学习（CDNL）模型,通过柯西分布建模标签噪声来获得理想标签,并利用深度神经网络模块学习视觉特征和理想标签之间的内在联系,来得到图像对应的正确标签,从而大幅提高社交网络图像的标签准确率。所提模型不仅可以修正错误标签、补充缺失标签,也可以对新图像进行标注。在2个公开的社交网络图像数据集上进行了验证,并且与一些最新的相关工作进行了对比,证实了所提模型的有效性。      

激光陀螺惯性导航系统旋转技术综述

旋转技术能够有效调制激光陀螺和加速度计的误差,提高惯性导航系统的精度。首先基于惯性测量单元的误差模型,分析了旋转技术的基本原理。然后对旋转技术的旋转方案、最优转动速率、旋转机构误差对系统精度的影响、载体角运动对旋转效果的影响、采用旋转技术的惯导解算、采用旋转技术的初始对准与测漂等进行了综述,探讨了我国研究旋转技术的重点研究方向,为开展我国旋转式光学陀螺惯导系统的研究提供了一定参考。     

基于磁极分段优化的内置式永磁同步电机齿槽转矩削弱方法

内置式永磁同步电机的齿槽转矩会带来转矩脉动、电机控制精度变差、振动与噪声等一系列的问题,因此采取有效的削弱齿槽转矩措施至关重要。采用解析计算分析了永磁体径向分段对齿槽转矩的影响,在此基础上提出了一种改进的永磁体分段方法,从而有效地减少永磁体分段后对电机的反电动势和输出平均转矩等性能的影响。此外,基于改进的永磁体非均匀分段方法,还提出了一种永磁体不等厚非均匀分段来削弱齿槽转矩的新方法,并采用有限元法对永磁体均匀分段、非均匀分段和不等厚非均匀分段3种方法进行仿真验证和对比分析。仿真结果表明,采用永磁体不等厚非均匀分段方法的齿槽转矩削弱效果最佳。     

改进RBF网络学习算法在卫星姿态控制中的应用

提出了一种基于神经网络扰动补偿的姿态控制方法，首先，针对RBF网络的常用学习算法－－正交最小二乘（OLS）算法，提出了改进的规范正交最小二乘（ROLS）算法：然后，基于某型小卫星的姿态控制问题，设计了高精度定向阶段的神经网络补偿控制器。仿真结果表明，改进的ROLS算法是有效的，神经网络补偿控制方案是可行的。     

基于免疫禁忌混合算法的航班快速恢复研究

为了减少枢纽机场大面积航班延误带来的经济损失,结合航班延误经济损失模型,在免疫进化算法的基础上,通过引入禁忌搜索进行优化改进,尝试用免疫禁忌混合算法解决航班延误恢复的问题。仿真实验结果表明,算法在航班快速恢复的问题中收敛速度和解的质量方面均优于标准遗传进化算法,既提高了航班恢复求解的效率,又减少了延误损失。     

运载火箭遥测数据智能判读算法应用

在运载火箭高发射密度、高判读需求、高数据量的背景下,现有自动化判读的判据覆盖率不全、判据编写门槛高、耗时多的问题日益凸显,缺少较通用的算法对传统判读算法未覆盖的判读任务进行判读补充,进而影响运载火箭效果评估与系统性能评定。为充分挖掘海量遥测数据中隐含的参数变化规律,设计智能判读算法作为传统算法的有益补充,提升传统判读的判读覆盖率和判读效率。以液体运载火箭长期加电试验产生的遥测数据为研究对象,设计集成神经网络智能判读算法,在给出的判读指标下研究得出,集成神经网络在频率异常、丢帧等五种现有判据难以描述的判读场景下,判读性能提升30%,提高了现有判据的覆盖率,后续可为判读体系完善和智能判读落地提供研究参考。