基于AFI混合聚类算法的轴承故障诊断方法

针对滚动轴承振动信号标记数据量小、故障模式多样的现状,提出了一种基于AFI混合聚类算法的半监督式轴承振动信号故障诊断方法。利用小波包分解方法提取了信号的能量特征谱,并通过主成分分析方法增强了信号的特征;参考迭代自组织数据分析的“分裂”和“合并”的思想,为人工鱼群算法中的个体鱼增加了“分裂进化”和“合并进化”行为;采用模糊C均值方法定义了隶属度矩阵和目标函数,并利用改进的人工鱼群算法,迭代搜寻了目标函数的全局最优解,得到了各故障模式的聚类中心;通过计算测试数据的最近邻聚类中心,实现了故障模式识别。结果表明,该方法无需指定聚类簇数,能在标记数据量小的情况下完成训练,较同类方法表现出了更优的故障模式识别性能。     

无线航空电子机内通信MIMO信道仿真

无线航空电子机内通信（WAIC）宽带互连可选用多天线无线局域网（WLAN）。在航空电子设备舱,无线电信号在机舱结构和航电设备架之间的反射是造成多径衰落的主要因素,而且在进行多入多出（MIMO）传输时,不同天线接收信号间的相关性一般不可忽略。根据航电设备架和设备布置的几何位置关系及其材质,建立了三维模型,采用接收球反射角误差法模拟信号在航电舱内的传播路径。针对不同航电设备安装密度条件,分别考虑均匀线性和圆形天线的信号接收情况进行仿真,使用聚类对数据预处理,得到多簇多径信道模型,并使用多径衰落和时延分布描述的航电舱WAIC信道特性,统计分析得到MIMO信道传输矩阵,以及接收机天线间相关性对信道性能的影响。仿真分析表明,当航电设备安装密度大于60%时,信道条件可近似采用完全满载时的信道参数。文中的仿真分析方法为航电设备架附近的MIMO无线传输特性分析和设计提供了参考。     

基于LADRC的无人机高精度定高控制

针对复杂气流扰动对无人机（UAV）航迹高度控制的影响,对存在复杂气流扰动下的定高控制策略、控制结构和控制器参数优化展开研究,实现高精度高度控制。基于线性自抗扰控制（LADRC）确定总体控制架构,设计扩张状态观测器（ESO）观测估计纵向高度通道和速度通道中存在的总扰动,在控制中引入扰动补偿,减小扰动对系统输出造成的影响。对UAV在飞行过程中存在的大气紊流扰动或离散突风等风干扰分析其功率谱密度,构造考虑风扰动对高度影响、时域响应特性和稳定裕度的综合目标函数,通过粒子群优化算法得到具有高精度、高抗干扰性能的控制器参数,优化中考虑风干扰的功率谱密度分布,减小了控制器参数设计的保守性。通过与常规比例-积分-微分（PID）控制器控制效果进行对比,说明基于线性自抗扰控制器的纵向高度控制的优异性能。      

基于matlab的飞行器并行MDO方法的研究与实现

在Parmatlab的基础上开发出适合网络通讯的maflab工具箱MD0504 toolbox，此工具箱提供了在matlab环境下进行并行计算的函数。在此工具箱的基础上开发出进行多学科设计优化的软件GSEOPT，GSEOPT在并行环境下实现了基于全局灵敏度方程（GSE）的单级优化算法，用并行的方法求得了全局灵敏度，在系统层进行优化。最后用此软件对某飞行器进行了并行优化设计，给出了计算结果，并与参考文献结果进行了比较，得到了更好的结果。     

基于深度学习的日间逐小时地表PM2.5浓度反演

以长三角地区作为研究区域,提出了使用深度学习算法来实现主被动遥感数据结合反演地表PM2.5浓度的方法。基于MPL观测数据,使用雾霾层高度(HLH)替换了边界层高度(BLH)特征,对已有的基于气溶胶光学厚度(AOD)结合大气BLH来反演PM2.5浓度的算法进行了改进。为提高数据覆盖率,对研究区域内的MAIAC AOD进行了填补与评估。利用多种机器学习算法实现了日间逐小时的PM2.5浓度估算,模型验证相关性最高可达0.87。该方法能够为观测气候变化、应对大气污染提供有效帮助。     

低温推进剂加注液位信号智能处理技术研究

低温加注系统是运载火箭发射场地面支持设备的重要组成部分,包括低温介质的储存、运输、供给、控制以及安全等内容。由于低温推进剂本身存在低温沸腾、易挥发的特性,其加注过程十分复杂,为满足新一代运载火箭推进剂精准的加注要求,需要实时准确监测加注过程中贮箱内的液位高度。本文针对火箭地面加注过程的液位信号数据,对其三角波电压和线性波电压的特征进行分析、提取,基于BP（Back Propagation,反向传播）神经网络算法完成对不同加注状态的识别检测,并应用于传感器节数判别,优化了液位计算算法,降低了节数人为干预需求,提高了液位测量准确性。经实验测试验证,该方法可有效识别低温加注状态,识别准确率达到90%以上,用于液位信号处理中可显著提升液位高度计算的准确性。     

混沌直扩信号的抗盲估计传输方法

混沌直接序列扩频(DSSS)由于具有大容量、低截获率和物理层上的优良保密性,成为通信领域的研究重点,尤其可以为卫星导航系统提供安全、可靠的地址码.虽然混沌序列的随机特点增强了混沌直扩信号的保密性,但是随着系列盲解扩及混沌预测等技术的发展,传统的混沌直扩系统已经不能克服非授权用户对混沌模型的重构和非线性预测,因此抗盲估计...     

基于模糊综合评判的某型双发飞机电源系统状态评估

针对飞机电源系统状态难以准确评估的问题,提出了基于模糊综合评判的飞机电源系统状态评估方法。以某型双发飞机为例,根据该飞机电源系统故障统计数据,分析故障原因,得到了电源系统部件和故障指标的层次关系。采用层次分析法计算故障指标的权重,运用模糊综合评判法对电源系统各部件状态进行评估,并以某型飞机为研究对象,对提出的方法进行了验证。     

高斯模糊下舰船图像的矩特征

针对舰船目标图像受到自身运动、环境和图像预处理的影响出现模糊,丢失轮廓信息,造成像素点阵模糊和矩特征变化的问题,在高斯模糊低阶矩特征分析的基础上,提出并证明了Hu矩、仿射不变矩特征在高斯模糊作用下的变化定理;通过2个仿真实验验证了定理的正确性;为了保证舰船目标的识别效率,提出了建立多尺度特征库的建议。     

守恒型可压缩一维湍流方法及其在超声速标量混合层中的应用

一维湍流（ODT）方法是一种能在一维计算域上遵循湍流基本物理规律的湍流建模方法。通过结合确定性和随机性求解方法,能够在一维计算域上准确捕捉到湍流统计规律,且降维建模可显著减小计算量。ODT方法主要被广泛用于不可压湍流和湍流燃烧研究,若要将其拓展用于模拟高速可压缩湍流,需对建模方法进行深度改进。相比于不可压ODT方法,本文基于欧拉参考框架,针对可压缩湍流的特性,将因变量由原始变量改为有利于减小可压缩湍流模拟误差的守恒通量,并加入了组分求解模块。对确定性和随机性求解模块均进行了相应的深度改进,开发出具有标量混合模拟功能的守恒型可压缩ODT方法。在确定性模块中改为求解以守恒通量为变量的一维截断控制方程,在随机性模块中构造一维涡时,将三联映射的作用对象也相应地由原始变量改为守恒通量,并选用了可保证变密度情况下动量守恒的双核变换。通过模拟空间发展超声速平面湍流混合层并将自相似阶段结果与实验结果比对,验证该方法对可压缩剪切湍流场中标量混合的捕捉精度。守恒型可压缩ODT方法模拟得到的速度场和组分场的平均剖面和脉动强度分布与实验结果准确吻合,精度明显优于传统的耦合梯度扩散亚格子模型的大涡模拟方法（LES-GRAD.DIFF.）以及耦合线性涡（LEM）亚格子模型的大涡模拟方法（LES-LEM）,且该方法的降维处理使其在降低计算成本方面具有显著优势。