基于残差NLSTM网络和注意力机制的航空发动机剩余使用寿命预测

针对长短期记忆（LSTM）网络对于多维数据特征识别和提取上存在不足的问题，在其改进模型嵌套式长短期记忆（NLSTM）网络的基础上，提出了一种基于注意力机制和残差NLSTM网络的剩余使用寿命预测方法。该方法将双层NLSTM网络代替残差块中的主网络，保留捷径连接中的卷积神经网络结构，既能充分提取时序特征又能保证有用数据在网络层中的跳层传递，并融入注意力机制构建多层残差网络，注意力机制的使用能够选择出对预测结果有重要影响的信息，有效提高预测的准确率。在航空发动机退化实验数据集上进行实验分析，结果表明：所述方法能有效建立监测数据与发动机健康状态之间的关系，剩余使用寿命预测误差较未改进残差结构方法平均降低10.8%，比未融入注意力机制方法平均降低18.9%，有效提高了预测精度。     

对流层特大暴雨天气对电离层变化的影响

研究气象活动对电离层变化的影响．利用时序叠加方法，通过对1958-1998年期间发生在武汉的5次特大暴雨天气事件对武汉上空电离层变化的影响进行分析，发现：(1)特大暴雨能够引起低电离层，fbEs和，f0Es参量较明显地减小；(2)特大暴雨对电离层F区寻常波描迹的最低虚高h′F和电离层等效峰高hpF的参量也有一定影响，且随着雨量的增大这种影响作用也会增加；(3)特大暴雨对电离层其他参量影响甚弱或没有影响．本文认为，特大暴雨天气事件对电离层的影响主要来自于动力过程，特别是特大暴雨激发的或相伴的大气重力波、潮汐波和行星波等长周期大尺度过程的作用．     

某雷达数据处理机时序控制模块的设计与实现

时序控制模块做为某雷达数据处理机的核心模块，为雷达整机提供各种定时信号，同时还提供与TV显示处理机、指挥仪、敌我识别器等的交联信号．文章详细介绍了采用超大规模集成电路设计时序控制模块的方法．     

中介时序逻辑系统MTL的模型性性质

时序逻辑作为一种把时间概念直接引入其形式系统的逻辑系统，它具有较强的表达能力，近年来在计算机科学领域获得了广泛的应用。基于中介逻辑对时序逻辑进行多值扩充，建立了一种中介时序逻辑系统ＭＴＬ。讨论了它的形式系统和语义解释，但未论及其完备性。本文对ＭＴＬ系统作进一步的讨论。在一可传结构下，讨论了它的可传、连通和过滤等模型论性质，为进一步讨论ＭＴＬ系统的完备性作了理论上的准备。     

中介时序逻辑系统MTL的模型论性质

时序逻辑作为一种把时间概念直接引入其形式系统的逻辑系统,它具有较强的表达能力,近年来在计算机科学领域获得了广泛的应用.基于中介逻辑对时序逻辑进行多值扩充,建立了一种中介时序逻辑系统MTL(Medium Temporal Logic).讨论了它的形式系统和语义解释,但未论及其完备性.本文对MTL系统作进一步的讨论.在一可传结构下,讨论了它的可传、连通和过滤等模型论性质,为进一步讨论MTL系统的完备性作了理论上的准备.     

飞机空调系统频发故障模型构建及预测

利用时间序列算法,对飞机空调系统故障进行预测研究。该算法基于数据处理后集成到SAS系统中的飞机空调系统故障序列,利用SAS/ETS模块相应命令检验该序列为平稳非白噪声序列,在此基础上对有限多个模型进行相对最优化选择后构建自回归移动平均(ARMA)预测模型。最后,将该模型应用于某型飞机空调系统故障实证研究及短期预测中,分析结果表明,该方法在飞机空调系统故障短期预测中的效果良好。     

基于时序相关性的信息效用评价模型研究

事务处理中的时间相关性数据蕴涵着对预测与决策具有情报效用的信息,可以通过构建一定的特征模式对其效用大小进行评价。文章对时变序列数据的相关性特征进行了分析,研究了基于时序与波动变化的特征抽取模式;在时变序列的差分及相对变化基础上,进一步综合利用偏态、离散、相关等特征构建了影响变量与响应变量之间的相关度计算模型。该模型可降低效用评价计算复杂度,增强评价的可靠性并可用于模型预测。     

一种基于状态转移的雷达脉冲时序特征描述方法

雷达脉冲具有时间序列的明显活动规律,传统的基于脉冲描述字的雷达脉冲频繁序列提取,只能获取脉冲序列片段,序列片段之间的时序关系不明确,无法描述整个信号的时序特征。提出了一种基于状态转移矩阵的雷达脉冲时序特征描述方法,将雷达脉冲时序分为固定序列和概率转移,通过挖掘出的雷达脉冲重复间隔序列,按照状态转移矩阵的模型,完成时序片段的拼接,描述整个雷达信号的脉冲时序特征,从而为雷达信号时序特征和工作模式研究提供依据。     

基于灰色补偿反步法的机动指令跟踪控制

基于三自由度飞行动力学模型和运动学模型,提出了一种带有灰色补偿的反步(Back-stepping)控制方法,以实现某些预定的战术机动动作。首先,将飞行动力学模型和运动学模型分解成3个轴方向的相对简单的子系统;然后,针对3个子系统采用反步法分别设计出模型中没有干扰时的控制律,并采用GM(0,N)预测模型对不确定部分的模型参数进行辨识,进一步根据估计出的参数设计灰色补偿控制律;最后,根据3个子系统设计出的控制律解算出同时满足3个子系统渐进稳定的控制输入,这样使得整个系统渐进稳定。仿真结果表明,GM(0,N)预测模型能精确预测不确定模型参数,该算法能够高效实现预定的战术机动动作。     

综合时序信息的试验优化设计及稀疏求解

考虑不同试验点的试验成本及试验时序信息,在性能指标与影响因素间的响应模型未知情况下,利用装备系统的先验信息构造模型驱动的基函数,构造相应的回归模型来刻画系统的内在关系,分析不同试验点成本及试验时序对试验方案的影响。定义了一种考虑空间权重及批序贯时序的非均匀最优设计模型,将稀疏理论引入到回归试验设计中,把不同批次试验下的回归试验设计模型参数估计问题转换为结构化稀疏重构问题,讨论了非均匀最优设计的构造定理,提出结构化稀疏参数求解算法。算例表明:利用本方法生成的试验点考虑了试验点空间权重和试验时序信息,更符合实际试验规程;采用本方法获得的响应函数得到的期望预测误差更小。