SBAS电文时序动态编排算法

星基增强系统（SBAS）通过GEO卫星转发SBAS电文实现对GNSS服务性能的提升，以满足民航用户不同飞行阶段的导航需求，因此，合理有效的电文内容及播发时序设计是系统实现高质量服务的重要保证。为提高电文编排的灵活性，避免固定时序填补空余电文引起的播发资源浪费，提出了一种SBAS电文时序动态编排算法，在满足国际标准要求的前提下，综合利用SBAS电文龄期和最大播发间隔实现待播发电文的自动选择。利用NTMF实测数据对当前各主要SBAS的电文进行了特性分析，对所提方法的单双频SBAS电文编排效果进行了评估。结果表明:所提算法可保证电文时序符合国际标准要求，实现了重要电文的优先播发，将空余时隙进行动态分配实现了各类型电文播发间隔的近等比例缩短。与固定时序相比，单频SBAS完好性电文播发间隔缩短约15.0%，首次定位时间缩短约8%，双频SBAS电文首次定位时间缩短约6.5%；与固定时序的BDSBAS B1C电文相比，完好性服务能力提升约14.7%，首次定位时间缩短约16.7%。所提算法有效提升了SBAS电文播发的播发效率，实现了SBAS播发资源的100%有效利用。      

挤压油膜阻尼器的热平衡分析

利用变分有限元法对挤压油膜阻尼器（简称ＳＦＤ）的热平衡问题进行了分析计算。文中根据雷诺边界条件，通过联立求解ＳＦＤ的雷诺方程、能量方程得到了ＳＦＤ的压力分布、滑油流量等参数。为ＳＦＤ的设计与计算提供了更为可靠的理论依据。     

基于形态自适应网络的无人机目标跟踪方法

针对无人机影像目标跟踪过程中常出现的目标方向变化、目标遮挡变化、样本多样性不足等问题,提出了一种基于形态自适应网络的无人机航空影像目标跟踪算法。首先使用基于数据驱动的方法对数据集进行扩增,添加了遮挡样本和多旋转角度样本,提高样本多样性;提出的形态自适应网络模型通过旋转不变约束改进深度置信网络,提取强表征能力的深度特征,使得模型能够自动适应目标形态变化,利用深度特征变换算法获取待检测目标的预定位区域,采用基于Q学习算法的搜索机制对目标进行自适应精准定位,使用深度森林分类器提取跟踪目标的类别信息,得到高精度的目标跟踪结果。在多个数据集上进行了对比实验,实验结果表明该算法能够达到较高的跟踪精度,可以适应目标旋转、目标遮挡等形态变化情况,具有较好的准确性和鲁棒性。     

四旋翼无人机的自适应故障诊断与估计

针对四旋翼无人机执行器常见故障，提出一种基于自适应技术和观测器的鲁棒故障检测和估计（FDE）方法。在故障检测阶段，设计非线性诊断观测器，通过解析函数推导出阈值，确保所提检测方法的鲁棒性，并对所设计的观测器和残差评估函数进行证明。在故障估计阶段，提出基于切换ρ-修正的自适应律来准确估计检测到故障的方案。该方案不仅能够同时估计系统状态和残差信号，而且能估计未知故障的特征和大小。通过线性矩阵不等式进行设计参数的计算。利用2种故障场景分别进行仿真验证，同时在4种情况下讨论所提方法的有效性。基于四旋翼无人机硬件在环实验台验证了所提方法的可行性。