基于 LSTM的飞控系统状态监控

监测飞控系统状态参数是保证无人机飞行安全的重要手段。针对无人机飞控系统的组成特点和飞行控制律,设计并构建了基于长短期记忆网络(Long Short Term Memory Network,LSTM)的飞控系统状态监控模型。首先,利用无人机历史飞参数据训练模型,建立输入飞参数据与状态参数的回归映射关系;然后,利用训练好的网络模型,实时预测飞控系统的状态参数,通过对比实测值与预测值之间的差异,实现飞控系统的状态监控。选取无人机飞参数据进行实验,基于 LSTM的算法比反向传播神经网络(BPNN)、支持向量机(SVM)预测精度高,MSE平均值分别低 0.01和 0.26,MAE平均值分别低 0.05和 0.12。结果表明,所提出的方法能够有效监控飞控系统,为无人机飞行管理决策提供数据支持。     

航天器自主导航状态估计方法研究综述

自主导航是航天器自主运行的核心关键技术。状态估计是实现航天器自主导航的核心手段,是指实时确定航天器在轨位置、速度和姿态等导航参数,是航天器自主导航技术的重点发展方向之一。首先,针对航天器自主导航的实际需求,阐述了研究航天器自主导航状态估计方法的必要性,具体从导航系统可观测性分析、导航滤波算法、导航系统误差补偿3个方面介绍了航天器自主导航状态估计方法的研究现状;然后,分析并总结状态估计方法在航天器自主导航系统中的实际应用;最后,结合理论研究和实际应用,给出了状态估计方法目前存在的主要问题并对其后续发展进行了展望。     

用果蝇探查火箭飞行因素的生物遗传效应的实验结果

用黑腹果蝇检查T_7A—S1火箭飞行因素的遗传效应。通过两次飞行实验观察,发现亲代雌蝇在飞行后(主要是第4—6天)所产的卵中,无X染色体卵百分率增高而双X染色体卵百分率未见变化。其性质并非个别雌蝇产生了较多的无X染色体卵,而是产生无X染色体卵的雌蝇个数增多。第二次飞行实验结果也呈现,亲代雌蝇在飞行后第4—6天所产的子1代中,三龄幼虫成神经细胞染色体桥频率增高。上述实验结果表明,火箭飞行因素对雌果蝇生殖细胞遗传物质有轻微影响。      

基于RBF神经网络的非线性观察器设计

提出了一种新的非线性观察器设计方法。与一般方法采用神经网络逼近整个非线性系统不同，该方法用RBF神经网络逼近系统的非线性项，故提高了状态估计的精度。基于李亚普诺夫方法，证明了状态估计误差渐近稳定且渐近收敛到零。仿真结果表明，所提出的非线性观察器设计方法具有良好的性能。在故障检测、状态估计等领域具有广泛的应用前景。     

模糊自组织网络在刀具磨损状态监测中的应用(英文)

应用模糊逻辑和无教师自组织神经网络进行车削过程刀具磨损状态监测.根据典型切削条件组合建立由多个子网络组成的自组织网络阵列,其中每一子网络对应一种典型切削条件,并进行训练.对于具体切削条件,运用模糊逻辑技术选取对应的优化子网络.文中所建名为Fuzzy-SOM-TWC监测系统的运行基于加工过程实时采集的切削力、声发射以及电机电流信号.切削实验用于训练和检验监测系统,实验结果显示其对于刀具磨损状态的识别正确率可达到98%-100%.     

悬停状态下旋翼旋转噪声的分析

对直升机悬停时旋翼的旋转噪声进行了初步研究，分别用单极子和偶极子声源描述旋翼的厚度噪声和载荷噪声，并根据悬停状态下旋翼气动载荷的特点，用傅立叶级数表示旋翼桨盘上各点的气动力和法向气流速度，然后代入单极子和偶极子声源声辐射公式中，求出旋翼桨盘外某观察点的声压值。最后结合一算例，分析悬停状态下旋翼旋转噪声的辐射特性和不同的展向载荷分布模型对计算结果的响应。     

黎曼流形中运动群不变量

黎曼流形运动群的研究是微分几何中一个重要问题。本文构造了黎曼流形中亏数为2的一个运动群，进而对黎曼流形度规运动群、共形运动群以及亏数为2的运动群的黎曼不变量进行了刻划。文中证明上述三个运动群之间存在着某种所谓“自相关性”。此外，还给出黎曼空间中共形运动群在共形于黎曼空间的空间中变为度规运动群的一个有趣的例子。     

光纤综合特性测试仪测量不确定度评定

根据计量工作中测量不确定度评定的实践经验,对光纤综合特性测试仪在计量时的测量不确定度进行了分析、评定。     

谐波信号的通用频谱校正算法在回转机械监测中的应用

分析了常规FFT谱由于能量泄漏和栅栏效应,不能获得简谐振动信号精确幅值、频率和相位的原因。针对现有校正频谱方法的不足,提出了基于黄金分割的通用频谱校正算法。经仿真实例验证,该方法具有计算量小、校正精度高、适应面广的特性。经过回转机械启动实例分析,该方法能得到准确的临界转速、升速曲线和幅频响应曲线,为回转机械的瞬态行为分析提供了新的手段。     

求解大型非对称线性方程组的拟最小残量IOM（q）算法

不完全正交化算法（IOM（q））由于存储量和计算量小，常用来求解大非对称线性方程组。而此方法收敛过程常出现不规划振荡现象，从而影响了收敛速度。本文将拟残量最小的化性质加到IMO（q）算法中，提出拟最小残量不完全正交化算法（QMRIOM（q），这样收敛曲线光滑无振荡，从而大大加快其收敛速度，而且保留其存储量和计算量小的性质。