基于聚类分析的航空器滑行过点时间预测

为了预测航空器滑行预计到达时间（Estimated time of arrival,ETA）,减少场面冲突,提高机场运行效率,本文使用卡尔曼滤波算法对场面历史轨迹数据进行预处理。为了衡量轨迹样本间的距离,综合三类特征用于机场场面历史轨迹数据聚类。特征包含航空器滑行时段和场面航空器数量,以及参考动态时间规整（Dynamic time warping,DTW）算法提取的轨迹差异度特征。将两个样本特征的欧式距离作为样本间的相似度量;基于均差最大原则确定初始聚类中心,使用K-means算法对样本进行聚类,根据待规划航空器的所处时段和场面航空器数量选择匹配度最高的类簇,将其聚类中心样本的轨迹序列和塔台规划的静态路径相结合预测航空器滑行ETA。通过将实际轨迹数据与预测的滑行ETA进行对比分析,证明了本文预测航空器滑行ETA的准确性。     

加载速率对复合材料拉伸力学性能影响研究

复合材料结构在特殊载荷作用下表现出不同的力学承载性能,这一因素将对其在不同速度载荷作用下的力学性能造成一定的影响,了解并研究复合材料结构在不同加载速率作用下的力学性能及内部缺陷和损伤演化规律,对于正确评估其承载性能具有现实意义。对同批次玻璃纤维编织复合材料试件进行三种加载速率作用下的拉伸力学性能试验,通过研究复合材料试件承载性能、损伤状态与加载速率的关系,分析了内部损伤演化对承载能力的影响。采用声发射技术监测复合材料试件损伤过程,分析了声发射信号能量与加载速率的关系,同时从声发射波形历程和破坏时声发射信号特征角度分析了玻璃纤维编织复合材料损伤演化规律。结果表明,随加载速率的增加试件抗拉强度增大;加载速率高低影响复合材料内部损伤的扩展行为,在较低的加载速度下,内部损伤有较长的时间进行充分扩展,从而使复合材料结构的完整性降低,表现为破坏时的部分结构承载;在较高的加载速率下,内部损伤扩展不均匀,反而保持了复合材料结构的相对完整性,表现为较高的拉伸强度。     

交通信息采集雷达中目标跟踪算法的研究

现代交通系统的核心是对交通信息进行采集。使用雷达对交通信息采集具有效果好、不易受环境影响且寿命长等优点。交通信息采集的本质是对目标的状态信息进行动态检测。由于交通环境的复杂多样,因此采用合理的算法实现对目标的跟踪显得尤其重要。该文以转换测量卡尔曼滤波(CMKF)为基础,采用经验联合概率数据关联算法(CJPDA)与概率数据互联算法(PDA)相结合的数据关联方法,利用PDA对单目标或稀疏多目标进行数据关联,用CJPDA对复杂多目标进行数据关联,从而实现了雷达对目标的跟踪,进而实现了对交通信息的采集。文中首先介绍了CMKF滤波算法相关技术原理;其次描述了一些常用的数据关联算法实现过程;最后通过仿真分析验证了该种组合目标跟踪算法能够在满足交通信息采集雷达精度要求的同时有效的降低系统运算量,对系统的实时性有较好的提升。     

基于改进灰色模型的遥测变量预测方法

针对现有灰色模型预测方法进行遥测变量预测时所存在的建模精度、外推能力依赖于生成序列光滑程度的问题,提出一种能够显著提高模型预测精度的改进算法。该算法以光滑比概念为基础,提出了一种改进序列光滑度的综合变换函数,并且通过严格的理论证明和实测数据试验分别验证了采用该方法,不但使得变换后的建模数据较采用传统幂函数平滑方法、线性函数平滑方法以及对数函数平滑方法具有更好的光滑程度,而且通过引入可调参数使得算法具有更大灵活性和更广的适用范围。     

美太空发展局评估云计算对导弹识别跟踪的作用

据美太空新闻网2020年3月11日报道,美太空发展局(SDA)负责人在2020卫星大会上表示,该局正在评估云计算如何应用于快速识别并跟踪导弹运行轨迹。导弹探测与跟踪是太空发展局的重点工作之一,该局目前正在制定相关卫星部署计划,以识别目标、跟踪导弹并共享收集到的数据。这些数据需要进行快速处理并传输至战场,以免造成数据传输延迟。为此,该局正在采取2种方式开展数据处理,以加快数据传输速度:一是在离数据收集点更近的地方进行,如在装备天基传感器的卫星上;二是在离数据传输目的地更近的位置进行,如将数据传输回地面站进行处理。负责人表示,商业云数量及其可提供的服务使得地面数据处理更具优势。云计算可以灵活地处理用户所提供的数据,并对处理方式和数据去向进行优化,但也可能存在网络安全问题。     

基于QAR数据的碳当量值适航符合性验证方法

为评估飞机碳排放水平并验证适航性,对国际民用航空组织最新的碳排放认证程序进行了研究。以比航程（SAR）和基准几何因子（RGF）组成的综合指标碳当量值作为评估适航性的度量,根据飞机最大起飞重量（MTOM）值选取试飞测量点,并确定对应的飞机碳当量值限制线。提出了一种基于快速存储记录器（QAR）数据的飞机碳当量水平快速评估方法,利用新服役飞机的QAR数据,使用多参数支持向量机回归（SVR）方法分别建立燃油消耗率和飞行速度相对于推力的修正关系,通过飞机总重换算求解3个飞行测量点条件下的SAR值,并计算碳当量值。使用一架B777-200新飞机的QAR数据进行实例分析,计算结果显示,该机型碳当量值为1.598 7,超出限制线20.5%。提出的基于QAR数据的碳当量值计算方法可以用于飞机碳排放水平的快速评估。      

基于量子搜索和高斯变异的MOEA/D算法

在实际应用中,尤其是在研究大规模决策空间的优化问题时,MOEA/D算法容易陷入局部最优。针对此问题,提出了一种基于量子搜索和高斯变异的MOEA/D算法。引入环境迁移模型,将两者进行并联,并且与原算法进行串联,利用量子搜索来提升算法的全局搜索能力,采用高斯变异位置更新方法保证算法的局部搜索能力。同时为了避免算法在迭代后期陷入"早熟"危险,提出了基于邻居位置的量子搜索,通过改变吸引点的生成方式,来加强量子搜索在迭代后期的局部搜索能力。结果表明:改进后的MOEA/D算法与原算法相比,提升了算法的搜索能力,也保证了算法的收敛能力。     

核外算法在可视化中的应用

大规模数据的可视化一直是科学计算可视化中极具挑战性的一个研究领域,因为生成的计算数据常常太大不能一次性完全输入到计算机的内存中,以至于数据在快速内存和相对慢速的外存(比如磁盘)之间的输入和输出成为计算的一个瓶颈。在没有大内存高性能并行机但内存相对太小的PC机不能一次性装载可视化数据的情况下,提出了核外算法和可视化技术有机结合在PC机上大量数据的可视化,具体实现了核外算法在PC上对大量数据的局部分块显示、全局粗糙显示、局部分块和全局粗糙相结合显示、数据点的查找。实验验证了核外算法在PC机上对大量不可一次性导入内存的数据显示和数据查找上是一种简便、省时、高效的方法。     

高效率采样的数据关联融合气动力建模方法

飞行器设计阶段的气动分析需要大量的高保真度气动力数据以提高设计性能,但其获取成本十分高昂。为了缓解建模成本与模型精度之间的矛盾,构建了关联不同保真度数据的多保真度气动数据融合模型,并提出了最优关联点选取方法和均匀性增强序贯采样方法,以此实现co-Kriging变可信度模型的高效初始化与最速收敛。作为验证,选用标准数值算例开展建模研究,并结合统计结果对方法精度优劣进行了对比。最后将该建模框架成功应用于NACA0012翼型跨声速气动力工程算例当中。结果表明,与传统模型相比,在仅有的少量高保真度样本下,所采用的方法可以大幅提升变可信度模型收敛精度和建模效率,有效降低了采样成本;相较于高保真度单精度元模型,误差可降低50%以上。     

旋转不变的数据驱动稀薄流非线性本构计算方法

DNCR方法基于Navier-Stokes方程和UGKS方法的数值模拟结果作为流场样本训练数据,借助机器学习构建热流/应力与流场特征参数的高维复杂非线性回归关系模型,最终通过耦合数据驱动的非线性本构关系求解宏观量守恒方程得到待预测稀薄非平衡流数值解。但现有DNCR方法的特征参数(速度、压力、密度等)和标记值(热流、应力张量等)不具备旋转不变特征,所得训练模型无法适用于坐标系旋转或平移后的计算网格。针对这一缺陷,本文构建全新且具有旋转不变性的特征参数与标记值,并结合典型算例预测结果与特征参数权重反馈优化所有训练集特征参数;同时瞄准回归模型预示范围与泛化性能提升,针对极端随机树开展选参与调参研究,发展了一种基于旋转不变量的改进DNCR方法。针对不同来流条件、不同几何外形条件下的二维高超声速圆柱绕流与顶盖方腔驱动流,评估了改进DNCR方法对比原始方法的计算精度提升效果。计算结果表明：使用旋转不变量能够显著提升训练模型对坐标系旋转、外形变化的适应能力,使DNCR方法具备更好的泛化性能。