GPS时间比对数据的Vondrak平滑和三次样条插值处理

介绍了Vondrak平滑方法和三次样条插值方法。利用国家授时中心时间频率基准重点实验室的GPS时间比对数据,先进行预处理和规范化处理,再采用Vondrak平滑方法和三次样条插值方法进行处理,得到的结果表明:在实际中利用Vondrak平滑方法和三次样条插值方法对GPS时间比对数据处理是可行的,减弱了随机噪声的影响。     

一种基于模糊控制的平稳滑翔再入制导律

针对升力式高超声速飞行器(LHV)再入滑翔过程中的周期性振荡现象,提出了一种基于模糊推理与控制的反馈调节方法以抑制振荡实现平稳滑翔。纵向制导在落点误差预测及指令校正的基础上,在倾侧角外环控制回路增加以高度变化率及空速作为输入的模糊控制器对倾侧角指令进行调节,横侧向制导通过航向角误差走廊约束及倾侧角反转逻辑实现大横程条件下的侧向控制。所提方法不依赖于准平衡滑翔条件(QEGC),同时避免了参数化反馈控制律中的反馈项参数设计问题,具有较强的自适应能力。LHV制导实例仿真表明,所提方法可有效抑制振荡现象,满足终端约束及再入走廊约束,方法的鲁棒性也通过Monte Carlo仿真得到了验证。      

高超声速伸缩式变形飞行器再入制导方法

针对高超声速变形飞行器再入制导问题,提出了一种采用伸缩式机翼的高超声速变形飞行器外形方案,建立了含有展长变形量的气动模型和动力学模型。将该变形飞行器的展长变形量扩展为控制变量,分析了倾侧角、展长变形量和终端航程、高度之间的关系。在此基础上,利用倾侧角和展长变形量在线预测剩余航程和终端高度,通过数值方法校正2个控制量以满足航程约束和高度约束,通过航向角走廊确定倾侧角符号。仿真结果表明:该变形飞行器再入制导方法制导精度高,相比于传统固定外形飞行器终端约束能力更强、轨迹更加平滑,且在扰动条件下具有一定鲁棒性。      

基于异构网络表示学习的评分预测模型

深入分析电商行业的用户个性化数据并提供推荐服务近年来已成为业界的热点。推荐服务的基础是对用户的潜在兴趣进行挖掘,并对商品的感兴趣程度进行预测。因此,以此为背景,研究用户对商品的评分预测。对电商业的关系型数据在推荐系统中的应用进行了研究,提出了通过使用网络表示学习进行评分预测的方法。首先,将关系型数据构建成异构网络,用户和商品为网络中的节点。然后,设计了兼顾网络结构信息和节点之间相似性的个性化异构网络采样方法,并对节点进行表示学习。最后,将学习到的用户、商品表示向量输入到神经网络中进行训练,利用优化后的神经网络模型进行评分预测。实验结果表明:所提方法在YELP 13、Movielens 100k、Movielens 1m数据集上都有较高的准确率,对比常用方法,准确率提升6.5%以上。      

冲压发动机燃烧室超声速来流横向喷雾轨迹预测模型及动态特性分析研究

为探究超声速来流下圆柱横向射流轨迹及喷雾动态特性,在宽来流马赫数（Ma=1.50,2.02,3.09）条件下开展了不同喷嘴直径与喷注压力的煤油喷雾试验,通过纹影系统捕捉射流图像并进行外边界拟合与频谱分析。建立了考虑射流前激波效应的穿透深度预测模型,最大与平均相对误差较先前的预测模型分别下降约36%和19.1%。通过快速傅里叶变换分析,发现喷雾所受扰动以低频波为主,同时伴有时间特征较为复杂的波动。本征正交分解分析结果证明,喷雾表面同时存在高低频扰动,但低频波占据主导地位,高频波能量较低可被忽略,对应了快速傅里叶变换分析结果;低频波频率与来流有效韦伯数有关,有效韦伯数增大会使波长减小,当喷雾前端的来流速度差别较小时,频率就会增大。     

基于LightGBM算法的机场聚合离场延误预测

航班延误预测具有非线性聚合的动力学特征。在保证准确率的前提下为提高预测效率,提出一种基于轻量级梯度提升机(Light gradient boosting machine, LightGBM)算法的机场聚合离场延误预测模型。通过对历史航班数据的分析处理,提取时间特征、飞行计划特征和延误特征三类重要特征,并以提取出的特征作为输入变量,采用LightGBM算法基于广州白云机场的历史运行数据对航班延误时间进行预测。结果表明：模型预测延误时间与实际延误时间吻合良好;与其他常用算法的预测结果相较而言,所提模型在各种预测指标上结果更优,效率更高。     

基于支持向量机的航空发动机滑油监控分析

提出了一种基于支持向量机的航空发动机滑油金属含量预测方法。详细分析了支持向量机用于时间序列预测的理论基础,并给出了运用支持向量回归进行多步预测的一般公式,提出了用最终预报误差(FPE)准则优化选取嵌入维数。与传统的AR预测模型相比,支持向量机由于采用了新型的结构风险最小化准则表现出优秀的推广能力。经过数值仿真得出自回归(AR)模型仅适合于短期预测;支持向量机预测推广能力强、具有较强的鲁棒性和容错性,对较长区间预测仍具有较好的效果。最后,将其应用于某型发动机滑油的铁金属含量预测,取得了较好的效果。      

利用遗传算法优化TTCAN网络的时间调度系统矩阵

引入了遗传算法对时间触发CAN(TTCAN)网络中的时间调度表进行优化。同时,针对问题的特殊性,本文对所引入遗传算法作了进一步改进,以取得更好的性能。最后,本文利用汽车工业的PSA标准消息子集对本方法进行了验证,实验表明,本方法可以有效的减少网络中的抖动问题,取得了满意的效果。     

一种基于时间梳技术的高频正弦信号相位差测量方法

本文研究了一种基于时间梳原理的高频正弦信号相位差测量方法,给出了时间梳原理的数学模型,并详细分析了其特点,并将此原理首次应用于高频信号的数据采集中,可以用低频和被测信号构建一种高频等效采样技术,可以在不满足乃奎斯特采样定理下,对被测两路正弦信号进行同步采样,避免了高频信号采样的高采样率,结合多重互相关技术,实现了对高频正弦信号的相位差的高精度测量,实验结果表明本文算法对高频信号对高频正弦信号的相位差测量具有很高的测量精度,尤其在低信噪比下也有较高的测量精度,具有较高的工程实用价值。     

CHAMP卫星加速度计标校参数序列的谱分析

给出了利用能量守恒方法求定CHAMP卫星加速度计标校参数的基本原理和算法．对2001年8月-2003年12月共约两年半的CHAMP卫星加速度计数据进行了标校,导出了尺度、偏差和偏差漂移参数的时间序列,分别采用最小二乘谱分析和抗差谱分析对这些时间序列进行了分析．结果表明,尺度、偏差和偏差漂移参数都有明显的周期变化,但各主周期项略有差异．尺度的主周期是441d、220d、126d和13．4d的周期变化,其中220d和441d的周期变化的贡献相对较大．偏差中有明显的220d、126d和13．4d周期变化,各周期变化的贡献几乎相当;偏差漂移的主周期是220d、13．4d和9d的周期变化,其中13．4d的周期变化最为显著,几乎比其他周期项变化高出一个数量级．另外尺度和偏差参数还有明显的长期变化,而偏差漂移参数的长期变化不明显．