基于神经网络的战时装备维修保障能力评估

介绍了神经网络的概念,阐述了BP神经网络的基本原理与方法,在系统分析战时装备维修保障系统的基础上构建了战时装备维修保障系统能力评估指标,设计了BP神经网络模型,通过Matlab仿真软件对结果进行计算分析表明,BP神经网络具有很强的解决非线性问题能力,适用于战时装备维修保障能力评估。     

基于Bayes理论的航空发动机涡轮叶片维修决策

为了更可靠、更经济地实施航空发动机涡轮叶片维修决策,对Bayes统计推断理论在维修中的应用进行了探索。通过仿真试验,对比分析了维修人员在常规情况下根据维修经验和通过采样对叶片维修策略的选择。试验结果表明,基于Bayes统计推断理论的方法,对于航空公司决策者或维修人员进行维修决策是可行的和方便的。     

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。     

装备维修保障中的数据统计分析

在装备使用和维护过程中，记录和积累了大量的维修保障数据信息。为了开发和利用这些信息，从中找出有规律性的东西，必须运用科学的统计方法对这些信息进行深层探掘。研究结果表明，静态数据统计模型和知识发现统计模型的综合运用，对于改变传统的维修方式，使维修保障工作走向定量化、科学化提供了重要的依据。     

空冷电机气动噪声的分析与验证

介绍了空冷电机气动噪声的来源、测量方法以及工程上常用的气动噪声控制措施。以某空冷电机为例,采用CFD方法对外风路的稳态流场、瞬态流场以及声场进行了数值分析,将计算结果通过试验进行验证。这对自通风型空冷电机的气动噪声分析具有一定的参考意义。     

GNSS驯服芯片级原子钟方法研究CSCD

芯片级原子钟是一种体积小且功耗低的高精度时钟源,具有广泛的用途。针对这一特点,设计了基于GNSS的芯片级原子钟驾驭算法。以GNSS系统时作为参考,测量芯片级原子钟与GNSS系统时间的钟差,并对芯片级原子钟进行钟差建模,获取其特征参数。通过乒乓法计算出钟驾驭调整量,对芯片级原子钟进行控制,最终将芯片级原子钟驾驭到GNSS系统时间上。经过实验验证,在驾驭时间常数为100s的情况下,芯片级原子钟与GNSS系统时间的时钟同步误差在-7.5~7.5ns之间;1h频率准确度为5.8×10-13;平均时间为10000s时的频率稳定度为3×10-13。     

不同目标函数参数优化的FOPI直流调速控制

为了提高直流调速系统性能,将直流调速系统速度控制器设计为分数阶PI(FOPI),并与整数阶PI控制特性进行比较。在确定FOPI/PI控制器参数时,根据不同目标函数用粒子群算法对控制器参数进行了优化,并分析了不同目标函数所确定的控制器参数对调速系统性能的影响。仿真表明:FOPI有较好的控制性能。在设计控制器参数时,可根据性能要求选用不同的目标函数优化设计控制器参数。     

基于IMU辅助的高动态GPS信号捕获算法

高动态环境存在较大的多普勒频移,传统的GPS信号捕获方法捕获时间较长。为了快速捕获到信号,提出将惯性测量单元(InertialMeasurementUnit,IMU)辅助与快速傅里叶变换(FFT)相结合的快速捕获算法。该算法通过外部IMU的位置、速度辅助,预先估算高动态载体产生的多普勒频移,缩小频率搜索范围;利用二维FFT方法同时搜索码相位和多普勒频率,降低计算复杂度,加快捕获速度。仿真结果表明该算法可以显著减少捕获时间,提高捕获性能。     

基于Legendre伪谱法的固体运载火箭轨迹优化研究

Legendre法则是一种高阶积分近似法则,用较大积分步长得到较高精度。以结点伪谱法处理不连续问题后,可以把一个无限维的动态最优控制问题转化为有限维的静态优化问题,大大降低了问题复杂性。将其应用于轨迹优化,力求使其成为一种求轨迹优化问题的通用算法。以三级固体运载火箭为例,在惯性直角坐标系中建立动力学模型,给出轨迹优化模型。轨迹优化算例结果验证了Legendre伪谱法在弹道时间和精度优化的正确性和有效性。