基于SRCKF的多传感器融合自适应鲁棒算法

为解决模型误差和异常量测值发生时平方根容积卡尔曼滤波（SRCKF）算法滤波性能下降甚至滤波发散的问题,提出了一种多传感器融合自适应鲁棒算法。基于新息协方差匹配原则设计了鲁棒子系统以抑制量测异常值,同时为克服模型误差使用基于新息修正的低复杂度自适应SRCKF(LCASRCKF)算法设计了自适应子系统,根据2种子系统的特点和局限提出全局融合架构,使系统可以充分平衡并利用滤波过程中先验的模型预测值信息和后验的量测值信息,最终降低估计误差。仿真结果表明：相比鲁棒多渐消因子容积卡尔曼滤波（RMCKF）等算法,所提融合算法在滤波精度、稳定性和收敛速度等方面有明显优势。     

非典事件对民航客运的干预影响分析

随着人们消费能力的增强和航空业市场化的深入,中国民航客运量发生了爆炸性的增长,但由于民航面对的是高端客运市场,行业具有高风险的特征,容易受到外部冲击的影响。通过时间序列模型的干预分析考察了非典事件对民航客运量的影响。从分析结果看,非典外部冲击对民航客运量的负面作用很快被市场反弹和相关优惠政策抚平,并对客运量的增长带来了持续的正影响。这一结果说明高速发展阶段的民航对抗非典这类外部冲击的能力较强,直接和滞后的减税政策并非最优的政策选择。     

基于投影寻踪的高光谱图像异常检测并行算法

投影寻踪方法能有效提取数据中的非高斯结构凸显异常信息,但在求解最优投影方向时存在计算量大、运行时间长的问题,为提高处理效率,提出一种机群环境下的并行算法.选用偏度和峰度组合作为投影指标,将所有像素光谱作为特定投影方向集依次搜索,求解最优投影方向.在并行计算各候选方向投影指标时,分割图像数据分布存储于各机群结点,数据子块朝候选方向并行投影后,将指标计算式变形分解,使各结点在指标计算过程中所需数据均为本地数据,解决数据局部性问题,并采用一种"轮流作主"的机制提高算法负载均衡程度.利用实用型模块化高光谱仪数据在机群系统上进行测试,达到了较好的加速效果,表明该并行算法具有良好的并行性能.     

面向空间威胁自主规避的航天器资源调度方法

针对航天器遭遇空间非合作目标异常接近的场景,考虑航天器软硬件资源的约束,提出一种面向空间异常接近规避过程的航天器有限资源调度方法,以特定任务下的空间态势信息作为输入,输出动态变化的航天器资源配置.首先,建立威胁规避场景的动力学模型和航天器有限软硬件资源模型,分析威胁规避过程中的信息流;在此基础上,引入“精英保留”和“劣种淘汰”策略设计基于遗传算法的航天器资源调度方法,以加快遗传算法收敛速率.仿真结果表明,相比随机调度策略,本文所提方法寻找的调度策略有效提升了资源约束条件下对非合作目标的定轨收敛速率,更快到达预定位置,同时节约了速度增量消耗.     

捷联式航空重力测量系统的数据处理方法比较与分析

重力数据处理对获取高精度重力异常值有着重要作用,是重力测量的核心技术。重力仪在搭载运动载体进行重力测量时,载体的高频振动对重力测量数据和GPS数据均会产生不可避免的干扰,导致提取的重力异常粗值含有大量高频噪声。围绕重力数据的处理方法这一核心技术,介绍了FIR低通滤波、零相移滤波、标准Kalman滤波、正反Kalman滤波4种滤波方法的基本原理,运用这4种方法处理了SAG捷联式重力仪的某次实际飞行测量数据,比对了基于SINS/GPS组合导航和SINS/DGPS组合导航的重力测量数据处理结果。通过对本次试验重复测线内符合精度进行比对,验证了4种方法的可行性和优劣性,同时验证了SAG重力仪的测量精度。     

某型飞机飞参记录发动机异常起动信号的故障排除

某型飞机大修后开车出现发动机异常起动信号。为此,通过对DS-28定时机构原理进行分析,结合发动机起动程序,通过机上开车试验锁定了异常起动信号,并找到了出现发动机异常起动信号的原因,制定了改进措施,为类似故障的排除提供了参考。     

高能电子对地球同步轨道卫星的影响分析

为了厘清在轨GEO(Geosynchronous Earth Orbit,地球同步轨道)卫星不时出现异常的原因,提高卫星执行任务的可靠性,首先从机理上介绍了空间环境中的地球辐射带及高能电子的情况,引出GEO卫星所处恶劣空间环境的现实;其次基于我国SEPC(Space Environment Prediction Center,国家空间环境预报中心)以及NSMC(National Satellite Meteorological Center,国家卫星气象中心)的空间环境月报资料,结合某GEO环境业务卫星故障的实际数据,经统计归纳,分析得出了地球辐射带中的高能电子是导致GEO卫星发生故障的主要原因;最后按照事例技术分析、常规按需预报和特殊情况下的实时预报等3个层次对高能电子预报方法进行了初步探讨。通过分析可以看出,为提高卫星完成任务的可靠性、降低长期管理风险,需要加强GEO卫星所处空间环境高能电子的预报工作。     

粉末床激光成形熔池辐射强度信号的机器学习

粉末床熔融成形（PBF）的过程监测和质量识别是保障其制造质量的关键技术。在监测信号中,熔池辐射强度信号蕴含了丰富的熔池特征信息,但监测信号与材料科学现象的直接联系尚不明确,适合利用机器学习算法开展深入研究。首先,通过设置不同的工艺参数（部分偏离工艺窗口）实施316L不锈钢成形实验,成形过程中采集熔池辐射强度信号。然后,通过数据分割、特征提取和特征选择对信号数据进行预处理,构建了用于机器学习的数据集。最后,使用21种不同的机器学习算法,一是将熔池辐射强度数据按照工艺参数（如激光功率高、中、低）进行分类,经过训练的算法可在实际生产中识别异常（辐射强度异常、代表激光功率和扫描速度偏离最佳状态）;二是将熔池辐射强度数据按最终成形块体的质量（密度、表面粗糙度）进行分类,经过训练的算法可在实际生产中识别质量。结果表明：对于熔池辐射强度的异常识别,二次支持向量机算法的分类效果最好,准确度达到96.4%以上;对于密度和表面粗糙度预测,由于样件质量与数据样本之间的复杂关系,预测结果呈现不同的分布情况,但预测准确度均达96.0%以上。     

3He原子磁强计技术

~3He原子磁强计利用~3He核自旋的拉莫尔进动测量磁场,具有高精度、小体积等特点,可以满足未来网络化磁异常探测对高性能磁强计的需求。围绕~3He原子磁强计的技术特点,重点介绍了该磁强计的基本工作原理及其硬件组成,分析了其理论灵敏度,给出了该磁强计的国内外研究情况,最后对该磁强计技术的未来发展进行了展望。     

基于划分检测模型的终端区异常轨迹检测方法

针对异常轨迹对轨迹聚类效果的影响以及给进离场程序管制适用性的量化分析提供分析数据的考虑,在结合数据挖掘中异常检测理论的基础上,利用划分检测框架及将距离和密度结合起来,设计了一种有效检测算法,运用到终端区飞行轨迹的异常检测当中,检测出飞行轨迹中的异常轨迹,从而改善轨迹的聚类效果。实例仿真结果表明：方法可以准确地检测出异常轨迹。