锥导乘波机的构型设计与性能研究

以圆锥绕流流场为基础,运用锥导理论生成了不同的乘波机构型,并对乘波机进行了包括升力、粘性阻力、波阻、升阻比、乘波机长度、体积、容积效率等各主要性能指标在内的性能计算,初步确定出了锥导乘波机性能的变化规律及其决定性定型参数。计算结果表明:锥导乘波机构成方法简单且具有较高的升阻比和反设计性能,源流场圆锥半锥角、乘波机上表面型线曲率半径是影响锥导乘波机性能的决定性定型参数。     

基于容积卡尔曼滤波的卫星姿态估计

为了获得更好的估计精度和滤波稳定性,提出了一种基于容积卡尔曼滤波（Cubature Kalman Filter, CKF）的容积四元数估计器（Cubature Quaternion Estimator,CQE）估计卫星姿态。新方法利用四元数进行姿态更新,同时采用广义罗德里格参数表示误差角,有效地避免了滤波过程中的奇异。为克服多传感器融合时运算效率低的问题,通过容积四元数估计器与信息滤波相结合,提出了一种容积信息四元数估计器（Cubature Information Quaternion Estimator,CIQE）。仿真表明角度和陀螺漂移初始估计误差较大时,新方法仍能取得良好的估计性能。     

基于非线性干扰观测器的四旋翼非奇异快速终端滑模控制

针对存在系统不确定性和外部干扰的四旋翼飞行器,提出了一种基于非线性干扰观测器(Nonlinear distur-bance observer,NDO)的非奇异快速终端滑模控制(Nonsingular fast terminal sliding mode control,NFTSMC)策略.首先,利用NDO估计系统不确定...     

基于单纯B样条的航空发动机机载稳态模型研究

为了减小航空发动机稳态建模的模型误差、降低复杂度及提升其实时性,提出了一种基于单纯B样条函数的航空发动机稳态模型建模方法。该函数是局部多项式基函数的线性组合,因此求解该函数为线性回归问题,通过运用广义最小二乘方法来求解B系数,从而提高计算效率和提高模型精度。最后建立了基于该算法的二维和四维涡扇发动机稳态模型,并分别与相同建模样本条件下的多输入多输出约简迭代最小二乘支持向量机稳态模型进行了比较,表明了单纯B样条建模方法不仅继承了B样条的算法复杂度低、存储数据量小和实时性好等优点,同时避免了最小二乘支持向量回归机不能拟合大样本数据的缺点,且拟合效果优于最小二乘支持向量机。     

某型测试设备供电电流异常故障分析及预防

针对某型综合测试设备在使用过程中出现的变流机供电电流异常情况,通过对检测机理进行分析,深入剖析了变流机供电电流测量故障的排除方法和步骤,提出了合理的预防方法,可有效保证设备的完好率。     

基于SVM和EKF的高超声速滑翔飞行器轨迹预报

高超声速滑翔飞行器（HGV）拦截问题中,轨迹预报是成功拦截的重要基础。针对HGV机动能力强、轨迹多变的特点,提出了一种基于支持向量机（SVM）和扩展卡尔曼滤波（EKF）的轨迹预报方法。在HGV的滑翔段机动模式分析的基础上,将HGV的机动运动分解为纵向运动模式和侧向运动模式,进而对运动模式的特征参数予以标定,形成SVM的训练集。建立地基单雷达轨迹跟踪模型,采用EKF对HGV滑翔段轨迹进行稳定跟踪并实现对运动模式特征参数的估计。基于SVM,建立了HGV运动识别框架,实现了对HGV滑翔段轨迹的预报。对平衡滑翔和跳跃机动2种典型机动模式进行数学仿真验证,结果表明,所提方法可以提高对该类目标的轨迹预报精度。      

高空气球太阳能电池标定用太阳跟踪控制技术

高空气球标定的太阳能电池是可被用于地面太阳模拟器和太阳光光强检测的标准电池。首先,给出了由飞行气球搭载的高空太阳能电池标定所使用的太阳跟踪控制系统设计方法,包括基于STM32的太阳跟踪控制系统硬件设计方案、混合自动追踪控制策略、软件开发与实现方法、高空跟踪控制技术问题解决方案以及高空标定试验等。同时,解决了高空气球电池标定用太阳跟踪控制系统在极端环境下高可靠性、连续追踪和防抖动等关键技术问题。试验结果为气球飞行高度32km,平飘时间超过2h,太阳跟踪偏差小于1°。经初步分析,高空太阳跟踪控制系统标定测试结果合理可靠,工作性能稳定,为中国高空气球太阳能电池AM0标定用太阳跟踪控制系统的研究提供了新思路。     

基于滑动时窗策略自适应优化支持向量机的航空发动机性能参数在线预测

针对传统航空发动机性能参数时间序列预测方法存在的不足,提出了基于滑动时窗策略自适应优化支持向量机(Support Vector Machine,SVM)在线预测模型。该方法解决了训练样本动态适应性差的特点和老旧数据信息影响预测模型精度的问题。在该方法中,滑动时窗策略实时更新时窗数据训练样本,最终误差预报准则(Final Prediction Error,FPE)自适应地确定嵌入维数,遗传算法(Genetic Algorithm,GA)则实时自适应优化SVM建模参数。应用航空发动机排气温度偏差值(Delta Exhaust Gas Temperature,DEGT)数据进行实例验证,结果表明基于滑动时窗策略的自适应GA优化的SVM (GASVM)在线预测模型比传统的GASVM预测模型预测精度有显著提高。进一步分析了预测模型不同时窗宽度对短期预测精度的影响,展示了1步～10步预测的效果,结果表明在线预测模型在不同时窗宽度下短中期(5步以内)预测效果良好且稳定。文中提出的在线预测模型可用于航空发动机性能参数的预测,实现对航空发动机未来性能变化的预警。     

美国发射“界面区域成像光谱仪”卫星

界面区域成像光谱仪(IRIS)卫星是美国航空航天局(NASA)的太阳观测卫星,该卫星于2013年6月27日由飞马座-XL(Pegasus-XL)空射火箭从范登堡空军基地发射,任务目的是研究日地关系,探测太阳大气和日球层中的能量和等离子体的流动情况。     

基于SVM的浮动车行驶模式判断模型

浮动车在低速情况下存在两种行驶模式,如不能对上述模式进行准确区分,将严重影响浮动车实时路况计算的精度和效率.研究和设计了一个基于支持向量机(SVM,Support Vector Machine)的浮动车行驶模式判断模型,并针对性地提出了一种简单的基于隶属度矩阵的特征评价和选择方法.实验表明通过上述方法选择的特征子集所训练的分类器在测试样本集上具有92.6%的分类准确性;经过行驶模式分析后,浮动车系统的准确性有显著提升.