Air route network optimization in fragmented airspace based on cellular automata

Air route network optimization,one of the essential parts of the airspace planning,is an effective way to optimize airspace resources,increase airspace capacity,and alleviate air traffic con gestion.However,little has been done on the optimization of air route network in the fragmented airspace caused by prohibited,restricted,and dangerous areas (PRDs).In this paper,an air route network optimization model is developed with the total operational cost as the objective function while airspace restriction,air route network capacity,and non-straight-line factors (NSLF) are taken as major constraints.A square grid cellular space,Moore neighbors,a fixed boundary,together with a set of rules for solving the route network optimization model are designed based on cellular automata.The empirical traffic of airports with the largest traffic volume in each of the 9 flight information regions in mainland China is collected as the origin-destination (OD) air port pair demands.Based on traffic patterns,the model generates 35 air routes which successfully avoids 144 PRDs.Compared with the current air route network structure,the number of nodes decreases by 41.67％,while the total length of flight segments and air routes drop by 32.03％ and 5.82％ respectively.The NSLF decreases by 5.82％ with changes in the total length of the air route network.More importantly,the total operational cost of the whole network decreases by 6.22％.The computational results show the potential benefits of the model and the advantage of the algorithm.Optimization of air route network can significantly reduce operational cost while ensuring operation safety.     

微阴极真空电弧点火起弧及加速机理研究综述

微阴极真空电弧推力器具有结构简单、重量轻、功耗低、比冲高等优点,因而在航天推进领域有着广阔应用前景.当前推力器设计研制、可靠性和寿命的提高等方面遇到的一些关键问题均与微阴极真空电弧放电过程的基本物理问题密切相关.对微阴极电弧推力器运行中涉及的电子发射、电极间起弧过程、阴极斑点形成及特点、烧蚀和形貌变化、电极间等离子体射...     

基于ML背景参数估计的CDKF-CPHD多目标跟踪算法

针对低信杂比环境下的多机动目标跟踪问题,提出了一种基于极大似然(ML)背景参数估计的中心差分卡尔曼-势概率假设密度滤波(BE-CDKF-CPHD)算法。算法采用ML法实时估计重尾分布模型参数,计算检测概率和虚警概率。运用极大似然-恒虚警(MLCFAR)算法对信号进行处理,提取有效量测值,将幅值似然函数与势概率假设密度滤波器(CPHD)中的目标位置似然函数相结合,通过中心差分法递归更新得到后验均值与协方差,达到对多机动目标进行跟踪的目的。仿真结果表明,在低信杂比环境中,所提算法提高了跟踪精度与目标数目估计准确度。     

固定影响平行数据模型参数的偏最小二乘估计及应用

当平行数据的解释变量之间存在严重的多重共线性,或者样本点个数与解释变量个数相比较少时,用经典方法求解模型(如最小二乘法等)误差偏大,难以满足实际要求.针对这种情况提出了用偏最小二乘法思想求解固定影响平行数据模型,并且实例表明误差明显减少,可以满足建模和预报的要求.     

带有双层壁扩压器的波瓣喷管混合流场的数值计算

采用三维贴体曲线坐标网格,边界网格加密且正交,在整个计算区域进行全场计算。为避免因波瓣造成的网格强烈的非正交引起解的发散,采用了Chen和Kim修正的k-ε湍流模型及同位网格SIMPLC计算方法,对带有双层壁扩压器的波瓣喷管混合流动进行了数值计算和分析。对波瓣及双层壁,采用大粘性的方法解决流固耦合。计算结果表明:在双层壁间有外界冷气流被引射进入,形成了壁面的冷却气流;自波瓣出口截面沿流向产生的环流速度场,强化了主次流的掺混,速度分布渐趋均匀。计算结果与实验数据符合良好,二者在离开波瓣52 mm的混合管内相对主流速度的最大误差为21.65 %。     

基于改进GWO-LightGBM的滚动轴承未知故障诊断

针对滚动轴承未知新故障误判影响轴承安全性和检修效率的问题,提出了一种基于改进灰狼算法（GWO）和轻量级梯度提升机（LightGBM）的故障诊断模型,实现已知/未知故障的高精度判别。为避免单一尺度下特征提取的缺失,对滚动轴承振动信号分别提取时域、频域和小波域特征建立多域特征集。设计了带未知新故障判别机制的GWO-LightGBM模型,并构造含有Halton序列和模拟退火策略的GWO实现了模型参数有效优化。实例试验结果表明,模型对已知和未知类故障平均识别率达99.57%,10次随机试验平均识别率分别比单一分类模型逻辑回归（LR）、最近邻分类器（KNN）和支持向量机（SVM）高21.98%、17.00%、9.27%,验证了模型的有效性和优越性,能高准确率地识别出已知或以前从未出现的新故障。      

神经网络与D-S理论结合的HRR识别研究

基于D-S(Dempster-Shafer)证据理论,比较和研究了相关数据和不相关数据的融合方法,分析了多传感器数据融合的算法:集中式融合算法和分布式融合算法.经过实验证明,执行分布式有反馈融合算法时的效果最好.然后利用该算法,提出了和线性内插神经网络相结合的识别方法.利用4种飞机的步进频率雷达的高分辨率一维距离像,将神经网络的识别结果作为证据分别送入传感器进行融合,进行识别研究.实验证明,与单纯利用神经网络的方法比较,目标的正确识别率得到了改善.     

PE燃料热解过程对H2O2-PE固液发动机点火的影响

通过85%H2O2-PE固液火箭发动机中含有液体层的燃料热解模型,计算了PE燃料的热解过程,分析了燃料热解过程对点火时间的影响,计算结果和试验值一致。H2O2的流量对点火过程起决定性作用,当氧化剂流量低于最小点火流量时,发动机将无法点火。     

基于扩展卡尔曼滤波器的微型燃气轮机传感器 故障诊断与硬件在环验证

为了解决微型燃气轮机在变工况条件下的传感器信号故障诊断问题,提出了基于1簇卡尔曼滤波器的故障诊断方法。该方法基于V字研发流程,使用基于模型的设计方法开发了Simulink微型燃气轮机部件级仿真模型,设计了变负载条件下的传感器故障诊断与隔离系统。基于全数字仿真平台和硬件在环仿真平台对模型以及故障诊断与隔离系统进行集成验证。结果表明:基于MBD方法的全数字仿真及硬件在环仿真具有很高的一致性,能够快速实现模型转换及验证,为微型燃气轮机控制算法开发与硬件在环验证提供了有力的支持。     

超声波法测量燃速初探

针对国内首次引进的超声波实时燃速测量系统编写了测试软件,用水作为被测试对象,进行了退移速率测量,分析了超声波测量燃速的主要影响因素。结果表明,测量精度主要受材料中声速的约束,声速会受到材料应力(压强)和温度的影响。该软件可以用于厚度、材料内声速和实时燃速测量。