基于分布式数据仓库动态增量视图维护的研究

分布式数据仓库分为局部/全局数据仓库、技术分布式数据仓库和独立演进的分布式数据仓库三种类型.分析了视图脱机维护和联机维护存在的不足,根据三种类型分布式数据仓库给出了动态增量视图维护的模型及方法.     

目标火星——美国航宇局格伦研究中心的载人火星探测构想

登上月球是人类航天史上的一个重要里程碑,而下一个重量级的里程碑,应该是载人探测火星。随着人类的目光再一次投向深空,载人探测火星也随之提上日程。美国虽然放弃了"星座"计划,但仍计划2030年代中期执行载人火星任务。下面介绍美国航宇局格伦研究中心"指南针"团队提出的使用太阳能电推进-化学推进系统的载人火星探测概念。火星之旅有多道难关1969年人类就完成了载人登月,而载人火星任务却还遥遥无期,这一方面是美苏航天竞赛退潮的因素,更主要的     

基于增量式在线学习飞行训练姿态预测研究

针对飞行训练安全,大规模训练数据更新时预测准确性较差等问题,研究提出一种基于增量学习的在线飞行训练姿态预测模型。模型针对飞行训练数据进行相关性分析,使用基于流数据的增量学习模型对飞行训练数据中的俯仰角进行预测研究。实验结果表明,模型在对飞行训练俯仰角进行预测时,预测准确率高,误差小。通过模型对比实验,模型相较于传统预测模型,精度高、误差小、泛化能力强,可以有效预测飞行数据,保障飞行安全。     

基于跟踪微分器的增量动态逆容错控制方法及应用

为提高飞机对干扰的鲁棒性，提出一种基于跟踪微分器的非线性增量动态逆控制方法，并基于此方法设计飞机飞行容错控制律。首先，利用传递函数补偿法同步角速度和舵面偏转信号降低角速度传感器对闭环系统的影响。然后，为克服估计角加速度时差分放大残余噪声的问题，采用跟踪微分器来替代传统差分方法，在保证角加速度准确性的同时降低测量噪声。最后，通过数值仿真验证了所提出的基于跟踪微分器的增量动态逆控制方法的性能。结果表明，该控制方法对机翼损伤故障具有鲁棒性，能够消除传感器动态对系统的影响，并且能够有效降低测量噪声对系统的影响。     

基于OCKELM与增量学习的在线故障检测方法

针对航空电子设备故障检测样本少、以及缺乏在线实时检测理论研究的问题，将一类核极限学习机(OCKELM)和数据增量学习(IL)相结合，实现对贯序来临的样本数据在线故障检测。基于正常状态下的样本数据，给出了OCKELM的核化形式，并推导了核函数和核权重向量的表达式；根据增量学习方法，在吸收新样本时更新核权重向量并估计样本输出值；最终基于2种阈值准则给出模型的检验阈值，对测试样本进行在线故障检测。将所提方法应用于UCI数据集和某航空电子设备的测试数据，实验结果表明：该方法的时间消耗在毫秒级别，实现了在线检测；且相比于现有的SVDD、PCA、OC-SVM方法，该方法在F1、AUC、G-mean和故障检测率等性能指标方面均表现优异。     

导引头伺服机构消隙齿轮系统动力学特性分析

消隙齿轮广泛应用于导引头伺服机构惯性稳定平台传动系统中，用于消除回程误差，提高传动精度。目前，对消隙齿轮传动系统的动力学分析大多采用数值方法，然而在求解含时变啮合刚度和间隙的强非线性系统时耗时较长。本文利用集中质量法建立考虑时变啮合刚度的消隙齿轮系统动力学模型，通过对模型的无量纲及归一化处理，运用分段的增量谐波平衡法对消隙齿轮传动系统进行分析，并利用四阶Runge-Kutta法进行数值验证，研究了不同参数对消隙齿轮系统动力学特性的影响规律。结果表明:随扭簧刚度的提高，系统谐振频率也提高，且共振幅值降低;随内部激励的增加、阻尼比的减小，系统由周期运动逐渐变为混沌运动，且共振幅值增大。     

卫星遥测数据实时压缩算法设计与实现

为了满足多星并行遥测数据处理和海量数据高并发分析的性能需求，便于后续进行数据挖掘、智能预警，本文提出并实现了一种卫星遥测数据实时压缩算法。针对遥测数据的特点，提出了遥测自适应分类方法，采用改进型RLE（Run Length Encoding，行程编码）压缩和增量压缩结合的算法，结合数据库技术，实现了遥测数据的压缩。在某型号卫星研制项目中，采用了该算法进行数据压缩，统计分析表明：该算法起到了很好的压缩效果。     

基于速度增量序列凸化的固体运载火箭制导算法

针对高低温偏差下固体发动机推力、耗尽时间和秒耗量散布大的问题，提出了一种以速度模值增量为自变量的固体运载火箭序列凸优化制导算法。该算法以速度增量替代传统的飞行时间为自变量建立动力学模型，采用序列凸优化算法求解多约束耗尽关机制导问题，并基于速度模值增量在线辨识高低温工况，修正内弹道模型。该方法相比以飞行时间为自变量的序列凸优化算法具有更高的制导精度和鲁棒性。最后，通过某型固体运载火箭高空飞行段制导数值仿真，验证了以速度增量为变量的序列凸优化算法和内弹道修正模型的有效性。