基于贝叶斯LS-SVR的锂电池剩余寿命概率性预测

提出了一种基于贝叶斯最小二乘支持向量回归(LS-SVR)的锂电池剩余寿命在线概率性预测方法.首先,通过滚动窗方法选取锂电池历史健康退化数据,并根据相空间重构原理建立训练样本,其中最小嵌入维数使用Cao氏方法计算获得.然后,运用贝叶斯3层推理训练LS-SVR预测模型,在迭代预测阶段,采用蒙特卡罗方法来表示和管理多步预测中的不确定性及其传递,即用一群离散粒子来近似连续分布,结合“退化轨迹不相交”原则和高斯过程假设,预测出锂电池健康状态未来时刻的发展趋势.最后结合给定的失效阈值,通过统计穿越阈值的粒子数目得到剩余寿命的概率分布.使用美国国家航空航天局阿姆斯研究中心公开的电池数据集与高斯过程回归(GPR)方法进行对比实验,多项预测性能指标结果表明贝叶斯LS-SVR方法具有更高的预测准确度和置信度.     

基于增量学习的非定常气动力参数化降阶模型

气动降阶模型（ROM）是预测非定常气动力的有效工具,具有高精度和低计算成本的优点,近年来许多研究证实了该方法的有效性。但是关于飞行参数变化时,ROM的鲁棒性还需要进一步提高。为了提高ROM对不同飞行参数下的气动力预测能力,提出了基于最小二乘支持向量回归（LS-SVR）和增量学习算法的参数化降阶模型。LS-SVR是一种具有良好泛化能力的回归方法,基于LS-SVR的增量学习算法的主要贡献是在增加新样本集时,不需要重新学习整个数据集。为说明该方法的有效性,基于两自由度NACA64A010翼型构建参数化非定常气动力降阶模型。为了训练气动力输入和相应输出之间的关系,将马赫数和迎角作为附加的模型输入。仿真结果表明,该降阶模型能够准确描述气动力和气动弹性系统在不同飞行参数下的动态特性。     

基于快速最近邻搜索的固体火箭发动机装药燃面计算

燃面计算是固体发动机性能仿真的重要环节,为快速求解固体发动机复杂三维装药燃面推移规律,在柱坐标下进行基于快速最近邻搜索的燃面计算方法研究.利用固体发动机装药对称性,构建柱坐标系下燃面计算框架,实现计算域缩减;采用点云数据代替面元的初始燃面表征和提取,结合k-d树完成散乱点云的有序化组织.在此基础上,提出基于快速最近邻搜...     

热流测量中参数估计法的应用

讨论了在不同工况下热流计的动态特性和利用递归最小二乘方法通过参数估计实现热流计的动态测量。该方法可缩短热流测量的时间,并有较高的精确度。     

平面度最小区域评定的计算机实现方法

对平面度最小区域的评定问题，提出了一种极易在计算机上实现的简便方法，并在微机上用Ｃ语言编制了相应的计算机程序。大量实算证明：该算法准确、快速、稳定，评定结果都达到了最小条件。     

低轨飞行器利用GPS定轨的算法研究

详细讨论了低轨飞行器利用ＧＰＳ系统定轨的原理和方法。分析了低轨飞行器选星时应考虑的问题,并根据导航星及用户模型进行了选星试验;探讨了利用最小二乘法进行解算定轨;详细分析了卡尔曼滤波算法,针对低轨飞行器提出了一个九状态卡尔曼滤波模型,并在此基础上进行了仿真模拟计算。另外,根据用户对电源能量和可靠性的特殊要求,提出了一种比较实用的定轨方法。仿真结果表明,提出的方法在精度上满足用户的要求,适合于工程实际应用。     

端面对轴线垂直度误差的解析评定法

建立了端面对轴线垂直度误差最小二乘和定向最小区域两种评定方法的数学模型，介绍了求解数学模型的数据处理方法，并给出了测量和数据处理实例。     

中低空太阳能无人机高效螺旋桨设计方法

目前对于常规螺旋桨和高空螺旋桨的设计较多,而对中低空太阳能无人机螺旋桨的研究很少,因此提出一种针对中低空太阳能无人机的高效率螺旋桨设计方法。根据太阳能无人机的飞行跨度曲线,选取爬升和主要巡航高度为设计点,首先基于Betz 最小能量损失的设计准则和片条理论及其逆向推导,计算各设计点下的弦长与桨距角分布;然后根据飞行跨度曲线对各设计点的计算结果进行权值分配,得到最终的设计弦长与桨距角分布;最后基于CFD 数值模拟技术,在验证算法的基础上对设计的螺旋桨进行仿真计算。结果表明：与使用常规螺旋桨相比较,在允许功率范围下,本文设计的螺旋桨效率在整个任务周期的飞行包线内均有明显提升,满足设计要求。     

基于相对调制度的非方形干涉图处理方法

以相对调制度作为判据 ,划分干涉图中的有效点和无效点 ,并据此进行加权 ,采用加权最小二乘算法进行去包裹处理。采用这种方法可以有效减小包裹位相中坏点或无信息点对有效点去包裹位相的影响。以移相式干涉仪为例 ,给出了相对调制度的计算方法 ,简述了加权最小二乘去包裹算法的原理 ,并通过光学盘片的处理结果验证方法的正确性。     

MPC8270最小系统的设计与实现

针对机载系统对嵌入式计算机性能和可靠性的要求,研究了基于MPC8270的嵌入式最小系统的原理、设计和实现,并分析了最小系统的性能。试验结果表明：最小系统具有处理能力强、集成度高、功耗低和系统扩展能力强等特点。