基于故障树的飞机结构腐蚀损伤模糊综合评判

针对飞机结构腐蚀损伤分析和评价过程中影响因素复杂且具有模糊性的问题,提出了基于故障树分析和模糊理论的方法对飞机结构在复杂环境下发生的腐蚀损伤进行综合评判.对飞机结构腐蚀损伤过程和机理进行分析,构建飞机结构腐蚀损伤故障树,建立腐蚀损伤影响因素的评判集;计算各评判因素的相对概率重要度,根据评判因素相对概率重要度的比重,建立评判因素权重集;确定飞机结构腐蚀损伤的评价集,建立从评判因素集到评价集的模糊映射;通过模糊关系的模糊变换,对服役环境引起飞机结构的腐蚀损伤进行定量评价.通过飞机铝合金结构和不锈钢结构在沿海环境条件下腐蚀损伤评判的实例分析,证明了该方法的有效性,可为飞机结构设计和维修提供依据.     

QStrobe:一种高阶BOC卫星导航信号的无模糊多径抑制算法

二进制偏移子载波(BOC)技术是为解决有限导航频谱资源复用提出的调制技术,BOC信号相关峰的旁瓣导致传统超前减滞后延迟锁定环(DLL)出现跟踪模糊且不利于多径抑制。提出了一种将QBOC旁瓣消除技术与BPSK信号的Strobe抗多径技术相结合的QStrobe算法解决高子载波调制阶数的BOC信号无模糊抗多径问题。利用本地构造的QBOC信号去除相关峰旁瓣,再利用两组不同间隔超前/滞后码的线性组合构造仅有唯一稳定点,且控制延迟误差响应幅度的码跟踪鉴别曲线,实现无模糊的多径抑制。BOC(15, 2.5)与BOC(14, 2)信号的仿真试验结果表明,QStrobe算法消除了传统超前/滞后DLL的跟踪模糊,比QBOC超前/滞后DLL的6dB衰减多径误差包络面积分别改善51%和70%。     

建立快速反应机制 持续提升质量信息利用效能

质量与可靠性信息是改进过程管理、提高产品质量与可靠性最直接的原始资料和依据,也是正确认识影响产品特性诸多因素变化、产品质量与工作质量波动内在联系和掌握提高产品质量和管理效能规律的基本依据,是基于事实决策的前提。本文就有关提升质量信息的改进活动方法进行阐述。     

基于灰色理论的复杂系统多故障模糊诊断

航天、核电等复杂系统源发故障概率通常难于获取,由此导致基于最大后验概率准则的诊断方法失效。针对上述问题,从测试可靠性先验概率入手,提出了一种基于相关矩阵和灰色系统理论的故障诊断方法,通过对系统建立故障-测试相关矩阵,生成有排序的测试报警概率矩阵,并利用灰色关联度衡量测试结果向量与故障特征向量的接近度,实现了对多发故障的模糊诊断。实验结果表明,该方法在诊断指标权重调整、诊断精细度、重点关注故障检出等方面优势明显,诊断结论正确率满足实用需求。     

独立电源多智能体信息融合故障诊断方法

对独立电源系统进行故障诊断与预测研究是保证整个复杂运动装置系统安全性工程的重要环节.分析了目前独立电源故障诊断系统中存在的问题,提出采用多传感器信息融合和多智能体技术相结合的方法来提高故障诊断的可靠性和系统的扩展性.利用智能体的自主性、分布性和协作性,构建了独立电源多智能体信息融合故障诊断系统.根据独立电源故障征兆的特点,将D-S(Dempster-Shafer)证据理论引入到多神经网络的诊断结果融合技术中,阐述了多神经网络局部诊断智能体和D-S证据理论融合诊断智能体的具体实现方法.最后,以某型航空电源故障诊断为例,给出了故障实例的诊断仿真,结果表明该方法可有效提高诊断可信度.     

《国际太空》参加第一届中国卫星导航学术年会卫星导航技术成果展览展示会

<正>2010年5月19-20日,北京空间科技信息研究所主办的《国际太空》杂志参加了第一届中国卫星导航学术年会卫星导航技术成果展览展示会。     

MEMS惯性制导系统的发展

<正>惯性技术应用于导航与制导方面时有着其独特的优点,如自主性、隐蔽性、抗干扰、全球导航、导航信息连续及完备性等。由于具备这些特点,惯性技术一直受到各国的重视和发展,并在     

征稿简则

1.《航天电子对抗》由中国航天科工集团主管、中国航天科工集团8511研究所主办,主要报道与导弹武器系统、空间系统相关的雷达、制导、通讯、导航、C4ISR等电子设备和系统总体的电子、光电及信息攻防对抗技术。来稿应切合本刊报道内容,具备科学性、创新性和逻辑性,要求论点明确、结构严谨、论据可靠、     

LEO卫星通信系统模糊逻辑动态位置区方案

文章在基于自主定位的动态位置区方案的基础上提出了模糊逻辑动态位置区方案,通过对用户在给定时间内运动模式的判定来动态改变用户的更新半径,并仿真比较了用户在不同初始更新半径下两种方案的更新和寻呼开销,以及用户在不同模糊逻辑统计时间下的更新和寻呼开销。仿真结果表明用户在该方案下的位置管理总开销相对于普通动态位置区有了明显的降低,提高了位置管理效率。     

基于QAR数据的民机高高原进近着陆风险评估方法

民机高高原进近着陆是高原飞行高风险阶段。为有效实施高高原进近着陆风险识别和等级判据,提出基于熵权可变模糊识别的长短时记忆网络与深度神经网络(LSTM-DNN)相融合的深度学习风险评估方法。基于快速存取记录器(QAR)记录的高高原飞行数据,借鉴民机飞行品质监控（FOQA）咨询通告和行业QAR监控标准,结合指标重要度分析与Delphi专家调查,提取着陆时航向变化大、航迹低、610～305 m进近时下降率大、接地时垂直加速度及153～15 m进近时下降率大5个关键监控项目作为民机高高原进近着陆风险评估指标。为克服评估指标权重主观性偏差,应用熵权法确定评估指标权重,基于可变模糊识别方法构建风险等级隶属函数,建立基于LSTM-DNN的民机高高原进近着陆风险评估模型。以成都—拉萨进近着陆航段为例,提取QAR数据,对该风险评估模型进行训练与测试,并与Logistic多元回归、支持向量机(SVM)等评估方法进行比较,结果表明：所提方法平均准确率达到94.18%,最高可达94.79%,验证了方法的客观有效性。