LPV模型的动态压缩测量辨识算法

在解决线性参变（LPV）模型的辨识问题上,最小二乘算法以结构简单、计算复杂度低等优点被大量使用。但最小二乘算法辨识结果受制于计算精度和模型近似精度,而这两者在同一个系统中是互斥的。因此,该算法的辨识结果与真值总是存在一定的误差。另外,在高阶LPV模型辨识或采样成本高的情况下,一般模型参数要多于辨识数据,而此时最小二乘算法很难得到稳定的辨识结果。本文提出的动态压缩测量辨识（DCMI）算法从两个方面提高在该情况下的系统辨识精度。其一,利用“匀速变化”及“非匀速变化”模型表示参变函数,以提高模型近似精度。其二,利用压缩感知理论的欠采样能力,在同等数据量的情况下提高参数的计算精度、扩大模型的计算规模。仿真结果表明,基于“匀速变化”模型DCMI算法可以准确地辨识出LPV函数,而且该算法在辨识数据不足的情况下仍然能够获得稳定的辨识结果。      

基于降阶模型的翼型结冰冰形预测方法

翼型结冰冰形的数值模拟预测通常比较复杂耗时,为了更加快速准确地预测冰形以减少计算资源消耗,建立了基于本征正交分解（POD）和Kriging模型的冰形快速预测方法。利用CFD数值模拟结果来构建样本空间,以飞行迎角为例详述了降阶模型的冰形预测的实现手段,并结合试验设计方法,完成了多参数的结冰冰形快速预测,同时研究了先进的Blind-Kriging模型的相关方法以及对于预测结果的改进。结果表明,降阶模型预测翼型结冰冰形与CFD数值模拟结果吻合较好,表明降阶模型可以快速、精确地应用于翼型结冰冰形预测。      

几何不确定性区间分析及鲁棒气动优化设计

不确定性因素会导致飞行器偏离预先设计的气动性能,造成气动性能下降甚至产生严重的后果。针对工程中无法给出准确的几何不确定性概率分布以及跨声速条件下非线性气动问题,对几何不确定性的非概率参数化建模进行了研究,并结合Kriging模型及最优化方法建立了快速非线性区间分析方法。采用该方法对对称翼型进行不确定性分析,获得了气动性能参数的定量变化区间。在区间不确定性分析基础上建立了鲁棒优化设计流程。基于区间序关系及区间可能度转换模型将单目标区间不确定性优化问题转化为多目标确定性优化问题,并采用基于Pareto熵的自适应多目标粒子群算法对优化问题进行寻优。考虑几何不确定性以及升力、力矩、面积约束,以阻力性能为目标对超临界翼型进行了鲁棒优化设计。与确定性优化设计结果对比表明,确定性优化设计在不确定性因素的影响下易失效,而鲁棒设计可得到更安全可靠的结果。      

平台系统随机数学模型的辨识

本文以PN-01型制导陀螺平台系统为对象,对其横滚通道和俯仰通道的随机漂移进行了数据采集和平稳化处理,并建立了随机数学模型。模型残量检验表明,所建立的平台系统随机漂移数学模型是适用的。从而为今后进一步改善平台系统的精度提供了必要的数学模型。     

经典模型降阶方法述评

大系统模型降阶是一个活跃的研究领域,比较成熟的经典降阶方法主要有;Pade逼近法,时间矩法,连分式法,Routh逼近法及混合法等。本文综述了这一领域的现有文献,介绍了每种降阶方法的基本思想、优缺点和适用范围,特别指出了一些新的经典模型降阶方法的进展。文中最后提出了模型降阶方法的可能研究方向。     

Gompertz模型可靠性增长的分析方法

本文给出了Gompertz模型三个参数的最小二乘估计和极大似然估计,该结果弥补了文[1]所给出的方法的一个最大缺陷。最后给出了一些数值例以说明这些方法。     

飞机失速/螺旋模型自由飞试验总体方案构想中几个问题的分析

本文对制定飞机失速/螺旋模型自由飞试验总体方案时必然会遇到的一些重要问题进行了分析,其内容涉及模型缩尺比例数 K 的最佳选取、确定飞机进入螺旋特征模拟高度 H_A 的依据、模型投放高度 H_m 的变化范围和试验模型质量 M_m 的控制问题。本文所作的各种分析和提出的原则对各种模型自由飞失速/螺旋试验研究具有普遍意义。     

结构振动主动控制技术的现状与发展趋向

本文对结构振动主动控制技术的现状进行了评述,介绍了受控结构的模型降阶、溢出的产生和抑制方法,阐述了目前所采用的各种控制器的设计方法及在设计过程中应考虑的几个问题(例如:模型误差及溢出、传感器与作动器的类型和位置的优化选择、参数不确定性、时滞等)以及振动主动控制系统实现时所采用的各类作动机构,指出了振动主动控制技术的发展方向。     

展望系统辨识方法在大攻角气动问题研究中的应用

在分析了目前进行飞行器大攻角气动特性研究所采用的尾旋风洞试验、常规风洞自由飞试验和遥控模型自由飞试验的优缺点之基础上指出:把系统辨识方法与这些试验方法结合起来,是一种行之有效的研究飞行器大攻角气动问题的技术途径,它可以简化这些试验方法的一些技术环节,提高试验精度。若气动数据来源于尾旋风洞,这种新方法只能研究飞机的发展尾旋和改出尾旋;若气动数据来源于常规风洞,这种新方法也只能研究飞行器的大攻角、偏离、过失速和失速性滚摆/滚转模态;只有通过模型自由飞获取气动数据,这种新方法才有可能研究包括尾旋全过程在内的各种大攻角飞行模态。     

黑板框架的知识表达方法

本文介绍了黑板框架知识表达方法的设计思想和技术。黑板框架是由框架、知识源和黑板模型组成,是产生式规则、谓词、框架等多种知识表达功能的组合形式,它将知识表达和知识处理结合成一体,既能表达静态的知识,又能表达动态的知识;既能方便地表达断言性知识,又能自然地表达结构性知识。表达功能强、灵活性大;方便知识调度,加快推理速度,提高推理效率;方便知识获取并有利于机器学习。 黑板框架是一种能表达特定领域复杂知识结构的良好的方法,具有表达充分、推理充分、推理效率和获取效率高的特点。 文中还对目前各种知识表达方法进行了评价,对黑板模型、知识源、黑板框架的概念进行了描述,并对黑板框架给出了严格的BNF定义。 黑板框架的知识表达方法,已在医学专家系统开发工具BFBEST中获得了成功的应用,并取得满意的效果。