基于NURBS和梯度法的飞艇形状优化

采用非一致有理样条曲线(NURBS)作为飞艇外形参数化方法、基于梯度的优化方法、飞艇体积作为约束条件、飞艇的阻力系数作为目标函数的优化流程对平流层流动条件下的飞艇外形进行了优化.阻力系数通过求解二维黏性不可压缩流场获得,阻力不但包含了形状阻力也包括了黏性阻力.优化过程以LOTTE飞艇的形状为初始形状,优化的结果表明优化后飞艇的气动性能明显改善,阻力系数有了比较明显的降低.优化的结果也同时证明了该方法适用于飞艇的优化命题.      

航空通信中基于PN码的信道估计算法研究

航空移动通信系统（空空信道）中,大的多径时延和多普勒频移会造成非常严重的符号间干扰,高速宽带下尤为突出,使得传统的频域信道估计算法不得不通过提高运算长度和复杂度来实现性能,而航空通信对实时性的要求使其难以工程实现。本文针对空空信道时延长而衰落小的条件,提出一种基于PN码的时域信道估计算法,连续发送N段m序列作为训练序列...     

基于小波分析与支持向量机的时间序列预测

时间序列广泛存在于工业、经济、军事等各个领域,时间序列预测是数据分析处理的一个重要方面。目前提出的预测模型大多基于＂原始时间序列是无噪的＂这一假定,而实际应用中,对时间序列去噪处理的好坏将直接影响预测的准确率,针对这一事实,使用小波分析对原始时间序列去噪。利用小波变换对时间序列进行多尺度分解,对各尺度上的细节序列使用阀值法去噪;使用支持向量机对重构后的各组小波系数进行预测并将结果融合,得到预测结果。实验结果表明,用于时间序列预测,能及时反应序列的变化趋势并具有较高的预测精度。     

利用粒子群支持向量机预测轴流压气机机匣壁面压力

建立了基于粒子群优化的轴流压气机机匣压力支持向量机预测模型.利用支持向量机的强大非线性映射能力,实现了对某型轴流压气机机匣压力时间序列的非线性预测,并运用粒子群优化算法对支持向量机的重要参数进行了优化,增强了预测模型对混沌动力学的联想和泛化推理能力,提高了预测的精度和稳定性.而针对发动机台架试验数据的预测结果证明了方法...     

基于在线LS-SVM算法的变参数混沌时间序列预测

研究利用最小二乘支持向量机(LS-SVM)预测变参数混沌时间序列。变参数混沌系统适合于描述现实中的复杂混沌现象,但由于参数的慢变导致系统动力学特性不断发生变化,基于Tan-kens嵌入定理的建模预测方法难以适用,其时间序列预测可以看作是小样本学习问题。最小二乘支持向量机是在二次损失函数下采用等式约束求解问题的一种支持向量机,保留支持向量机优点同时计算量大大减少。提出用一种具有遗忘机制的最小二乘支持向量机在线递推算法,并引入历史数据的高次项预测变参数混沌时间序列。对典型变参数混沌时间序列的预测结果表明,该方法具有较高预测精度,能快速跟踪预测变参数混沌时间序列。     

可行SLP法在发动机在线优化中的应用

研究了航空发动机在线优化算法问题。基于序列可行方向法,提出了一种用于解决一般非线性优化问题改进的序列线性规划(SLP)在线优化算法——可行下降序列线性规划(FSLP)方法。其显著特点是通过适当的步长修正算法,在保证目标函数下降的同时,确保解的可行性。根据对偶理论证明了其核心算法的收敛性,对步长修正原理进行了数学分析,并详细介绍了算法实现途径。基于上述优化算法,以某型双转子涡扇发动机最大推力模式为仿真算例,验证了该算法在解决航空发动机在线优化问题时,相比传统的序列优化方法,在提高优化算法解的可行性方面效果更好。     

同轴离心式喷嘴热声不稳定性递归分析

为获得同轴离心式喷嘴燃烧动力学特性,开展了喷注单元稳定性试验研究。试验中燃料流量不变,随氧化剂流量增加,热声系统依次经历了燃烧噪声状态、阵发状态和准周期振荡状态。采用递归方法对实验结果进行分析。首先,利用交互信息法和虚假最邻近法分别求解最优延迟时间和嵌入维数,获得了典型工况下的相空间轨迹图。其次,递归图分析表明系统出现了第II类阵发现象,意味着系统发生了亚临界Hopf分叉,与实验结果一致。最后,递归量化分析表明,确定率可以将阵发状态和准周期振荡状态与燃烧噪声状态区分出来,并可以对热声振荡进行预报。     

基于序列凸优化的上面级远程交会轨迹优化

针对末端时间自由的上面级远程交会问题,提出一种基于序列凸优化的上面级远程交会轨迹优化方法.首先建立了末端时间自由的上面级远程交会模型,通过约束松弛和线性化等方法将该模型转化为一组可以迭代求解的凸优化问题.其次结合上面级发动机推力较大的特点,采用双脉冲变轨的计算结果作为迭代初值,进而减少迭代次数.最后用对偶内点法求出远程...     

基于ARIMA模型的拉萨降水量时间序列分析与预测

应用差分自回归滑动平均模型（ARIMA）模型对西藏拉萨地区1969年至2009年的年降水量资料进行建模分析。建立的模型通过了参数的显著性检验和模型的显著性检验。模型的实证分析表明在短期内模型具有较高的预测精度,ARIMA模型可以较好的应用于降水量的预测,对相关部门采取措施应对自然灾害提供了理论支持。     

基于罗格里斯参数的航天器递归线性姿态估计算法

针对航天器姿态确定问题提出了一种新的递归线性估计算法。首先采用罗格里斯参数描述姿态,介绍了基于几何方法得到的非递归线性姿态估计算法。其次,引入历史测量数据,根据姿态旋转关系,获得了递归线性估计算法。进一步引入遗忘因子,对历史测量数据和当前测量数据进行权衡,得到了加权递归线性估计算法。数值仿真结果表明,所提出的递归姿态估计算法比非递归姿态估计算法具有更高的精度,在一定范围内遗忘因子越小,姿态估计精度越高。