利用二维核回归估计的大气密度模式修正

传统经验大气密度模式预测大气密度存在的较大误差会引起低轨卫星轨道预报误差,对卫星的再入轨、控制计划、碰撞规避及精密定轨造成不利影响.利用天宫一号卫星探测数据,针对大气NRLMSISE-00模式计算的误差特点,在地磁相对平静(Ap ≤ 30)的时间段内,对相近地方时和纬度的模式误差分布进行分析发现,相近地方时和纬度的模式误差分布基本相同.利用二维核回归估计方法,对与预测点相近地方时和纬度的样本误差进行加权,估计预测点处的模式误差,进而按距离预测日期天数的长短,采用加权修正法对模式预测结果进行修正,修正后大气模式误差的均方差(RMS)由14.09%降至4.05%.研究结果表明,该修正方法可以显著提高大气密度预报精度.      

一种新的基于TDOA与GROA的无源定位算法

针对基于到达时间差(TDOA)与到达增益比(GROA)的辐射源无源定位问题,提出了一种新的定位算法。首先通过引入一个中间变量,根据TDOA和GROA测量模型,构造一个约束加权最小二乘(CWLS)估计。由于这个CWLS问题是非凸的优化问题,现有的方法不能很好地求解。为此,提出了一种有效的方法可以求解到其全局最优解。最后,所提算法被推广到观测站存在自定位误差时的定位求解。计算机仿真结果验证了所提算法能够获得优于传统两步加权最小二乘法(2WLS)的定位性能,能够在更大的噪声条件下达到克拉美罗下界(CRLB)。     

一种基于相邻模块化加权D-S的融合诊断方法

常规D-S (Dempster-Shafter)决策融合方法由于其自身理论不足,不能很好直接处理决策结果偏差大、冲突大的传感器融合问题,因而对于信息高冲突情况下的转子微弱故障融合诊断存在着失效问题。针对该类问题与不足,借鉴复杂网络的舆论传播、社会学习理论及多智能体一致性决策的相关概念与思路,从避免决策结果冲突大的传感器直接进行融合的角度进行改进,提出相邻模块化加权D-S融合方法。该方法首先根据初步结果进行相邻节点与模块划分,只有决策距离在相邻界限值范围内的相邻模块节点才能进行决策融合;对于同一模块内相邻节点,根据各节点决策权重及初步决策结果采用加权D-S融合方法进行决策融合;针对融合结果再进行相邻节点模块划分与融合,依此步骤进行循环划分与融合,直到所有模块与节点均不相邻;最后采用专家权威决策方法确定权重和最大的模块融合结果作为最终的传感器网络一致性决策结果。通过多传感器网络的转子故障模拟实验对所提方法进行验证,应用结果表明:所提方法可以较好解决少数传感器诊断正确、而多数诊断错误的信息高冲突条件下的局部微弱故障融合诊断问题。     

基于数据网格化方法的低轨辐射带建模技术

地球辐射带中的高能带电粒子是引起航天器材料和器件性能退化甚至失效的主要空间环境因素.因此,航天器设计中所采用的辐射带模型的准确程度对于航天器的生存能力和航天任务的完成质量至关重要.在利用我国自主辐射带高能粒子探测数据进行的辐射带建模中,探测数据的空间网格化是一项非常重要的工作.介绍了我国辐射带探测数据的情况,以及辐射带建模的方法和步骤;重点研究了不同插值方法在低地球轨道(LEO)空间辐射带建模数据网格化中的应用,并开展了误差分析.研究结果表明:在各种常用的插值方法中,反距离加权法、自然邻点法和最近邻点法适合工程化应用.其中,反距离加权法生成的数据网格对粒子通量的反演结果精度最高,该方法采用低阶距离时得到的反演结果更为合理.      

航星座自主运行平行系统的轨道计算方法

构建一个能够与实际卫星导航系统长期保持时空一致的平行系统,可为导航星座自主运行提供一个监视与评估平台。针对建设该平行系统所需的高逼真轨道计算问题,引入平行系统理论的思想,在分析历史精密轨道的基础上,提出高精度轨道计算与预报方法。该方法以不断更新的精密轨道作为输入,利用PID增量式算法或时变加权法进行数据平滑,使得轨道计算结果始终与实际系统保持高度一致性。试验结果表明,该方法可使卫星轨道计算的结果与实际卫星轨道长期保持在分米量级。     

基于动态集成算法的航空发动机气路参数预测

针对单一学习机对航空发动机气路参数预测困难的问题,提出了基于动态加权核密度估计（DWKDE)组合方法的集成预测算法,该组合方法选择测试样本的近邻样本,通过评估学习机在近邻样本的局部性能动态确定各学习机的权值,并基于该权值利用加权核密度估计实现数据序列的集成预测。该组合方法不易受离群值和样本不对称分布的影响,将该组合方法用于AdaBoost.RT和AdaBoost.R2算法,获得了改进后的集成学习算法。实验证明:相比于神经网络和原始集成学习算法,改进后的集成学习算法较好地提高了航空发动机气路参数序列的预测精度,方均根误差（RMSE)指标至少可降低27%。      

一种高低轨卫星联合到达时间被动定位技术

针对高低轨卫星被动定位情况下时钟同步精度很难满足定位精度需求的问题,综合考虑卫星系统误差,建立了兼顾目标位置坐标和未知传输时间的加权最小二乘定位方程,采用变换测量模型,引入半正定松弛算法将传统加权最小二乘问题松弛为半正定规划(SDP)问题,并证明该半正定松弛过程总是紧的,保证原始问题最优解.同时,将目标运动速度在较短观...     

高阶加权非线性格式的拟线性频谱分析方法研究

拟线性频谱特性分析方法,能够更加准确地给出非线性空间离散格式的频谱特性,已成为非线性格式性能评估的重要手段,但时间离散方法和计算点数等因素严重影响了该方法的预估精度和使用的方便性。为了剔除这些因素的影响,首先,通过理论推导获得了与时间离散无关的频谱表达式,解释了该式中各项的物理含义,并给出了推进时间步长对频谱计算结果的影响;其次,基于时间离散无关的拟线性频谱分析方法,分析了格式频谱特性曲线在某些点发生跳跃的主要原因是选取了不恰当的计算点数,并给出了一种计算点数选取方法,当计算点数超过某整数后,该方法可以有效地消除计算点数和初始相位变化对格式频谱特性所带来的影响。在此基础上,基于两个三阶精度WCNS格式,开展了它们的频谱特性和典型算例的数值模拟研究,结果表明,所发展的方法得到的拟线性频谱特性在定性上能够正确评价非线性空间离散格式特性,但定量上仍显不足。     

反坦克导弹的一种自校正制导控制方法

利用规范化模型和加权自校正控制方法,对反坦克导弹提出了一种自校正控制器。并在广义最小方差自校正控制律中引入了能自动调整的加权因子,以兼顾系统的稳定性和动态性能指标及适应反坦克导弹快速时变对象的控制要求。数字仿真结果表明,这种控制器对反坦克导弹有很好的控制效果,而且控制器算法简单,对过程的非线性、阶次失配和未建模扰动均有较强的鲁棒性。     

一种基于STL-Prophet-Informer模型的太阳电池阵多变量趋势预测方法

为了提高太阳电池阵多变量预测的精度,解决阳电池阵遥测参数存在周期波动与增长性互相耦合的问题,提出一种基于STL-Prophet-Informer模型的太阳电池阵多变量预测算法.该算法首先应用局部加权周期趋势分解算法(seasonal and trend decomposition procedure based on loess, STL)对太阳电池阵的多个参数分解为趋势分量、周期分量和残差分量,然后采用对趋势性数据预测效果较好的Prophet预测趋势分量,Informer模型预测周期分量和残差分量,最后将各分量预测结果相加后得到总的太阳电池阵参数预测值.以某卫星太阳电池阵实际遥测数据做算例分析,提出算法的各项误差评价指标和单一的Informer模型、LSTM模型等相比有明显减小,将该组合预测模型用于太阳电池阵多变量参数预测中,可以提高参数预测精度,提升卫星自主运行性能.