基于时变TVAR模型和CKF滤波的助推器落点预测

为解决助推器难以精确回收的问题,提出了一种容积卡尔曼滤波(CKF)和时变自回归(TVAR)模型融合的助推器落点预测方法。针对外弹道观测数据的非平稳时序特点,利用TVAR模型对其建模,预测助推器脱落时和助推器落地之间一段时间的未来测量值,以离散化质点弹道模型作为状态方程,将未来测量值作为CKF滤波弹道位置估计的测量值。为普适非平稳序列,考虑时变TVAR对非平稳时间序列的时变参数和模型阶数的确定。该方法是预测助推器落点滤波外推法的一种新实践。实验数据结果表明,TVAR预测助推器落点与TVAR-CKF融合预测的助推器落点相比,融合后预测的结果与实际测量的助推器落点的偏差更小,可为实际应用提供参考。     

基于Kriging形函数的线性时变结构模态参数辨识

近年来,对航空航天飞行器随时间变化的动力学特性研究需求越来越迫切。仅输出参数化时域的时变时间序列模型以其结构简约、精度高且跟踪能力强而成为研究热点,尤其是泛函向量时变自回归(FS-VTAR)模型已经得到了广泛应用。然而传统的FS-VTAR模型在保证其辨识优势的同时却需要针对不同时变结构选择合适的基函数形式及较高的基函数阶数,该过程相当复杂且耗时。本文借鉴无网格法中移动最小二乘(MLS)法构造形函数的思想,提出一种基于Kriging形函数的线性时变结构模态参数辨识方法。该方法首先引入自适应于辨识信号的Kriging形函数;再把时变系数在形函数上线性展开,利用最小二乘(LS)法得到形函数的展开系数;最后把时变模型特征方程转换为广义特征值问题提取出模态参数。利用时变刚度系统非平稳振动信号验证该方法,结果表明:基于Kriging形函数的FS-VTAR模型相比于传统的FS-VTAR模型能有效地避免基函数形式的选择和较高的基函数阶数,且精度相当;相比于移动最小二乘法能有效地解决其数值条件问题且具有更高的模态参数辨识精度。     

应用时变参数建模方法辨识时变模态参数

 应用非平稳时间序列的时变自回归建模方法进行了参数随时间变化的线性系统模态参数的辨识。对线性时变系统在白噪声激励下振动响应的非平稳时间序列进行建模。通过引入基函数将非平稳过程的辨识问题转化为线性时不变过程的辨识。结合信号时频变换确定模型阶次, 通过时变的伯格尔( Bur g) 算法对时变的自回归(AR) 模型系数和时变结构模态频率进行了估算。通过对刚度随时间变化的三自由度系统模态频率的仿真辨识, 验证了辨识方法的有效性。     

行星齿轮传动系统的瞬态热分析

行星齿轮传动系统在失去润滑后 ,将转化为一个具有热时变特征的系统 ,则可利用瞬态热分析法来求解该系统任意时刻的温度场分布。在求解过程中 ,基于的基本原理是节点的净热流量等于节点相关体积内能的增加 ;并运用数值方法 ,将时间 τ按一定步长离散成一时间序列 ,从而求得每个时刻的温度场 ,以预测该系统的生存能力及危险部位     

含时滞结构线性时变系统伺服机构设计的PGOPO法

采用线性、连续、有界算子－分段广义正交多项式算子对含时滞结构的线性时变系统的线性伺服机构设计问题进行了研究,得到了一种形式简洁、计算精度较Ｗａｌｓｈ函数、块脉冲函数法更高的逼近方法。文中所列举的两个例子充分说明了分段广义正交多项式算子法在时滞系统伺服机构设计中的适用性和有效性。     

非线性广义时变时滞系统鲁棒模糊控制

针对一类参数不确定模糊广义时变时滞系统,研究该系统的鲁棒稳定性控制问题。选取特殊的Lyapunov函数,给出了该系统稳定的充分条件,采用线性矩阵不等式技术,将时变时滞系统稳定性条件转化为求解一组线性矩阵不等式问题,并设计出状态反馈控制器,仿真结果说明该方法的可行性。     

利用输出误差时间序列模型识别结构时变模态参数

基于振动系统运动方程,建立了描述系统输入和输出关系的输出误差时间序列模型,论证了该模型中外源多项式系数的性质。利用基于UD分解的递归最小二乘参数估计方法估计OE模型的参数,从而得到结构的时变模态参数。数值仿真结果表明用此方法来识别时变模态参数是可行的。     

非等间距相关系数AR(p)序列预测方法

针对非等间距时间序列预测中存在误差较大的问题,本文建立了非等间距相关系数AR(p)序列预测方法,详细讨论了非等间距相关系数AR(1)序列和AR(2)序列的预测公式和误差估计。大量计算表明,本文方法与通过插值将非等间距序列变换为等间距序列进行预测的传统方法相比,具有更高的预测精度。      

广义预测自适应控制器在导弹控制系统设计中应用

将一种新的广义预测自适应控制算法应用于快速时变的导弹控制系统设计中。讨论了设计参数对控制系统性能的影响;针对自适应控制信号过大,提出了改进方案,增强了系统的鲁棒性和抗干扰能力。大量的数字仿真结果表明:运用该方案设计的导弹控制系统具有很好的跟踪性能和强的抗干扰能力;对系统阶次、参数、时延和采样周期的变化具有很强的鲁棒性;自适应算法中,对验前知识要求少,实现起来也比较简单。     

自适应广义预测控制系统的鲁棒稳定性分析

研究当被控对象具有未建模动态、参数时变、非线性以及有界干扰时,自适应广义预测控制系统的鲁棒稳定性。提出了分析和设计鲁棒自适应广义预测控制系统的一般理论和方法。给出了一类满足弱化鲁棒稳定性条件的鲁棒参数自适应算法,并根据确定性等价原理将它和鲁棒广义预测控制律结合,建立了鲁棒间接自适应广义预测控制算法。采用统一的理论分析了已建立的自适应广义预测控制算法的全局稳定性和鲁棒性,得出了自适应控制系统具有鲁棒稳定性的新条件：自适应验后误差和对象参数估值变化的均值渐近小,从而弱化了现有自适应控制系统的鲁棒稳定性条件。     

相关系数ARMA(p,q)序列分析方法

本文提出相关系数ARMA(p,q)序列分析方法。相关系数ARMA(p,q)序列是从非平稳序列中分离出的一类工程上常见且便于研究的时间序列,在模式识别、故障诊断、信号处理、自动控制和结构响应分析等领域有着广泛的应用。传统的相关函数ARMA(p,q)序列仅是它的一个特例。文中建立了相关系数ARMA(p,q)序列的条件极大似然估计和精确极大似然估计,前者在样本较大时简单便于工程应用,后者则在样本较小时仍具有较高的精度,它们通过时域的全程分析,充分利用样本信息确定相关系数ARMA(p,q)序列的均值函数、方差函数和相关系数函数。在此基础上可进行高精度的频谱分析。     

相关系数平稳序列的估计与识别

本文提出了通过观测序列确定不可直接测得的相关系数平稳序列模型参数的方法,详细讨论了相关系数AR(p),MA(q)和ARMA(p,q)序列状态方程的参数估计,为非平稳序列的滤波、预测和平滑提供了依据。文中还给出了观测系统参数的识别方法,与传统方法相比,本文方法考虑了测量噪声的均值和方差随时间变化情况,具有更高的识别精度。      

航空发动机转速信号的ARMA模型预测方法研究

提出了一种基于时间序列理论的分析和预测某型航空发动机转速信号的方法,建立了描述发动机额定转速变化规律的ARMA（3,1）模型,并对发动机转速进行预测。结果表明,所建模型能够以较高精度预测未来一段周期内发动机转速信号的发展趋势和数值大小,说明采用时序分析方法进行航空发动机转速信号预测有效可行。     

基于预测模型迭代优化的改进比例导引律

为了提高对加速度时变机动目标的制导精度,将预测决策理论与传统比例导引(PN)相结合,提出了一种通过泰勒级数预测模型迭代控制加速度修正项的改进比例导引律。首先,以预设的低阶泰勒级数预测模型预测特定时间的位移,并计算位移预测值与测量值的差值;然后,通过迭代方法逐阶增加泰勒级数预测模型阶数,直至满足精度要求;最后,计算泰勒级数预测模型的二阶导数,修正比例导引律的加速度指令。仿真结果表明,传统PN和APN的脱靶量分别约为195 m和95 m,提出的改进比例导引律的脱靶量约为8.3 m,极大地提高了制导精度。     

Gevers—Wouters算法在动态数据建模中的应用研究

现代时间序列分析方法是解决最优滤波问题的不同于Winner滤波和Kal man滤波的方法,其基本分析方法是AR MA新息模型。而构造ARMA新息模型可归结为求MA参数。本文主要研究了直接运用Gevers-Wouters算法确定观测信号模型参数的方法,使得在进行数据建模和构造ARMA新息模型时,可统一运用Gevers-Wouters算法。运用此方法对校准某型机载雷达的实测数据进行处理,结果显示出快速收敛性。     

非等间距相关系数平稳序列分析方法

工程实际中由于数据缺损或受测试条件所限,常常得到非等间距的时间序列。而传统的时序分析方法只适用于等间距采样的数据,目前工程上对这类问题通常采用插值等近似处理方法,这往往导致较大误差。本文提出非等间距相关系数平稳序列的概念,建立了非等间距相关系数平稳序列自回归模型,给出了非等间距相关系数AR(p)序列的精确极大似然估计和条件极大似然估计,能够高精度地确定非等间距序列的均值函数、方差函数和相关系数函数。      

基于遗传算法和ARMA模型的航空发电机寿命预测

针对航空发电机剩余使用寿命难以准确预测的问题,提出一种基于遗传算法(GA)优化的自回归与移动平均(ARMA)模型.运用航空发电机寿命专用试验平台,对某型航空发电机寿命进行长期试验,获取该航空发电机寿命相关数据.深入分析寿命试验数据,并对其建立ARMA模型.在此基础上,采用遗传算法对ARMA模型的阶数进行优化,分别采用A...     

Leibniz判别法的推广

对交错级数收敛性判别法中的著名定理──Leibniz判别法进行了推广。