基于二项分布的装备状态质量诊断试验评估指标研究

提出了通过诊断方法获取装备状态质量特性指标值的思想，解决了统计特性不明显的小样本集装备获取状态质量特性指标的难题；规范了装备状态质量诊断试验的条件；在装备质量评估领域首次提出了评价装．备诊断试验效果的确诊率、负确诊率、误诊率、漏诊率、故障预测指标、正常预测指标等单指标体系以及符合率、综合指数、比数积、故障似然比、正常似然比等综合指标体系，并进一步提出了提高装备状态质量诊断试验效率的平行诊断试验方法和系列诊断试验方法。     

基于神经网络结构化组合的下行链路SINR预测

针对无线蜂窝系统下行链路信道SINR预测方法存在的只能对单一信道参数场景进行一步预测、预测误差较大等不足,根据信道参数变化场景下SINR序列相关性的变化,对长短期记忆网络(LSTM)和前馈神经网络(FNN)进行结构化组合,提出一种基于LSTM-FNN预测模型的SINR预测方法,并通过预训练-全局训练策略和迭代调优策略对组合网络进行较好地训练。仿真实验表明,LSTM-FNN模型相比于传统的自回归积分滑动平均模型(ARIMA)和单一FNN、LSTM网络,在信道参数变化场景下具有更好的SINR预测性能,且时间复杂度的增加在可接受范围内。     

系留翼伞刚柔混合模型控制方法探索研究

系留翼伞可借助风力长期滞空，相比系留无人机具有抗风能力强、载荷重量大、电能消耗低、侦察视距远等优点，由于系留翼伞具有刚柔耦合特性，控制系统设计难度高，目前还缺乏有效的控制模型，技术上还不够成熟，制约了新型滞空飞行平台的应用。从系留翼伞刚柔耦合动力学建模、系留翼伞非定常气动力建模、系留翼伞刚柔混合状态空间建模、系留翼伞刚柔混合控制技术实现等四个方面探索了基于刚柔混合模型的系留翼伞控制方法，并验证了该方法的有效性。