飞行器气动参数智能在线辨识技术研究

气动参数辨识对于大气层内飞行器来说至关重要,通过在线气动参数辨识可规划更准确的飞行轨迹,并对控制参数进行自适应调整。传统辨识方法的模型较为复杂,运算量大,无法满足飞行器在线辨识的要求。而基于神经网络的智能参数辨识方法,不仅可以离线对网络模型进行训练,并利用历史飞行数据进行模型修正,也可在线时直接利用训练好的网络对参数进行快速调整,在保证参数估计精度的同时,保障参数估计的快速性。提出了一种基于支撑向量机(SVM)的样本扩充和神经网络参数在线快速修正方法。通过仿真和统计,证明了基于SVM的神经网络方法对飞行器气动参数进行在线快速智能辨识的可行性。     

多芯线束压接拓扑与性能的分形几何关系

为建立微小型多芯线束压力连接器的芯线拓扑分布与其连接性能间的连接可靠性评价,以一种广泛使用的微型多芯线束连接器为研究对象,通过大量实验发现,多芯线束压接变形后的拓扑轮廓具有典型的分形特征;芯线变形截面的分形维数是其压接性能的一种度量,随着芯数的增加,芯线内部各素线的分布趋于稳定,线束的拓扑分布对其压接性能的影响逐渐减弱;即多芯线束压力连接后芯线的拓扑分布与其连接性能存在分形几何关系。此种分形几何关系的建立对基于实验和接触有限元解析结果的多芯线束压力连接器的性能评价具有较强的工程参考价值。