结合不确定度的发动机模型辨识气路诊断

针对航空发动机气路诊断中测量参数个数小于待诊断参数个数的不适定问题,利用了发动机平衡技术,结合非线性的发动机数学模型,并综合考虑了测量参数的不确定度和理论模型部件性能的不确定度,建立了一种结合不确定度的发动机气路故障诊断辨识算法——变分加权最小二乘法,并将该算法应用于某发动机的诊断分析中.结果表明:运用该方法可分析出测量数据和模型计算数据之间的差别,同时,利用所得的故障参数修正量修正原发动机数学模型,使模型计算推力与试验测量推力最大偏差由8.25%减小到1.66%,耗油率最大偏差由6.25%减小到1.50%.      

一种基于历史标校数据的移相值预测方法

地面测控设备在执行测控任务前,需要对和差接收通道的相位差进行标校(简称校相),以满足测角分系统的目标自跟踪要求.针对因标校设备故障而无法进行校相的问题,通过使用数理统计的多元回归分析方法,对积累的历史标校数据进行分析,确定了设备工作的环境温度对跟踪接收机移相值有显著影响.在此基础上,利用滑动窗口多项式拟合方法得到拟合移相值,并与最近一次的标校移相值进行时变加权,可以得到基于历史标校数据的移相值预测方法.仿真试验表明该方法具有较好的预测精度,可将预测移相值作为跟踪接收机参数,提高测控设备应急测控能力.     

飞翼无人机3种保形进气口进气道气动与隐身综合特性对比

基于飞翼布局无人机隐身与结构装载布置要求,保形设计了3种进气口形状的背负式S弯进气道,按照进口投影截面形状上、下底之比顺序排列,分别为三角形、梯形和矩形.利用数值模拟方法对无人机内外流场耦合流动进行计算分析,且基于射线弹跳(SBR)法对进气道电磁散射特性进行仿真研究,获得了飞翼无人机3种进气道的气动与隐身综合特性.研究结果表明:①矩形进气道模型升阻和纵向力矩特性表现均最好;②3种 进气道模型按顺序排列总压恢复系数逐渐增大,畸变指数逐渐减小,进气道沿程气流也逐渐顺畅,矩形进气道模型进气道内流特性最优;③0°迎角下3种进气道模型雷达散射截面(RCS)均值基本呈现先增大后减小的特征,进气道终端开放时矩形进气道模型隐身性能最好,而终端短路时三角形进气道模型隐身效果更优异.      

基于簇特征加权的航空发动机状态监视方法

提出了基于簇特征加权模糊C-均值聚类算法(FWFCM)的航空发动机状态监视模型,该模型主要分为离线学习和在线监视两个部分,离线学习模块计算出模型参数输出到在线监视模块,在线监视模块根据模型参数对实时数据进行分类,实时数据又输入到离线学习模块中参与更新模型参数.结果表明:相比基于数据加权策略的模糊聚类算法(DWFCM)以及经典模糊C-均值聚类算法(FCM),该方法平均离线状态识别率和在线状态识别率分别提高了5.233%和8.358%.实验证明此方法性能好且有很好的鲁棒性和泛化能力,对于不确定性的航空发动机在线状态监视有较好的应用价值.      

商用飞机成本指数方法及其案例研究

成本指数功能是现代商用飞机设计中不可或缺的功能之一,是航空公司实际运营过程中节约成本的有效手段。描述了商用飞机成本指数和经济飞行速度的定义与计算方法,并选取了典型支线飞机作为案例,验证了该计算方法的正确性和实用性。可用于航空公司实际飞机运营和飞机制造商经济飞行速度功能的开发。     

基于未加权区域采样的直线反走样算法

直线作为组成图形的基本元素,其生成方法一直是计算机图形学研究的基础内容之一.针对非垂直且非水平直线在光栅图形显示器存在的走样现象,结合经典的Bresenham算法和未加权区域采样思想,提出一种新的反走样直线生成算法.相比于传统的未加权区域采样以及Wu算法,该算法主要利用整数加减运算完成直线的反走样,计算简单,利于FPGA(Field Programmable Gate Array)硬件实现.仿真结果表明:新算法的仿真速度约为传统未加权区域采样的3倍,与Wu算法仿真速度相当;利用Wu算法生成的直线平滑性较好,但是沿着直线方向的某些相邻像素灰度值相差较大,而新算法生成的直线不但平滑效果好,而且沿直线方向相邻像素灰度值相差不大,因此,相比于Wu算法,新算法反走样效果更佳.     

具有广泛适用性的AOS虚拟信道调度算法

针对现有的基于虚拟信道紧迫度的动态调度算法的不足,提出了一种新的高级在轨系统虚拟信道动态调度算法。该算法首先估算虚拟信道的紧迫度和数据帧的紧迫度,然后用加权系数将二者结合起来构造成一个全新的虚拟信道传送紧迫度函数,再根据该函数的值进行判决调度。对于高级在轨系统中不同速率、不同性质、不同类型的星上数据源,该算法均可通过选择合适的加权系数灵活地分配传输时隙,保证各用户合理、动态地占用物理信道,满足对数据的传输时延要求,因此具有广泛的适用性。理论分析和仿真结果表明,本文提出的算法比基于虚拟信道紧迫度的动态调度算法具有更好的性能     

亚暴起始地磁指数判断的统计研究

利用2004年地磁西向电急流 AL指数, 亚暴电急流AE指数和场向电流AF指数来确定亚暴起始, 并与2004年亚暴极光起始进行对比. 研究发现, 如果以极光亚暴起始为时间零点, 亚暴的西向电急流AL起始和电急流AE起始主要分布于-5~+6 min的时间范围内, 但在-9~+9 min的时间范围内也有个别事例. 场向电流 AF 起始分布较宽, 可以分布于-8~+7 min的时间范围内. 平均西向电急流AL起始, 电急流AE起始和场向电流AF起始分别为0.5, 0.5, -0.1min. 通常西向电急流AL起始与极光起始同时的概率最高, 而多数情况下电急流AE起始和场向电流AF起始提前极光起始1min. 这些地面磁场指数确定的亚暴起始分布, 随着亚暴强度的增大(即最小AL指数减少, 最大AE指数增大, 最大AF指数增大)而向极光亚暴起始靠近. 对于5个超级亚暴来说, 其西向电急流AL起始和电急流AE起始都发生在极光起始之前. 这些结果说明对于大亚暴, 电急流的增加要早于极光爆发.      

基于约束优化的舰艇区域防空作战能力需求生成

作战能力需求生成是在满足多约束条件下完成的,寻求约束集是能力需求生成的重点;以舰空导弹区域防空为背景,通过对作战需求约束、能力需求约束、技术发展约束以及其他因素约束进行综合分析,提取制约能力指标生成的约束集,建立舰艇防空作战效能目标函数,采用基于罚函数法的快速粒子群算法进行能力指标的约束优化求解;以最大预警距离为变量,对其他作战能力指标优化前后的曲线图进行仿真验证,定量生成舰艇区域防空作战所需的能力指标值,验证了模型算法的可行性,为舰艇区域防空作战能力需求生成提供了定量化依据。      

利用神经网络技术提前一小时预报Dst指数

利用神经网络技术并考虑地磁活动的周期性,提出了一种提前一小时预报Dst指数的方法.网络的输入包括时间、季节、当前时刻及其一阶增量、二阶增量、前27天Dst指数的平均值.以下一时刻Dst指数作为输出对网络进行训练,训练好的网络可以提前一小时预报Dst指数.分别用1985年、1986年、1990年和1991年Dst指数数据进行检验.结果表明,预报结果与观测数据符合较好,Dst指数预报误差的均方根分别为4.00 nT,3.72 nT,5.35 nT,6.82 nT.误差分析表明,Dst指数的预报结果太阳活动低年比高年好.