船载外测设备动态测量数据的误差分离

为了全面分析研究测量船外测数据误差特性,须对测量数据中的误差进行分离,为此需找到合适的误差分离方法。通过对航天测量船船载测量设备工程背景复杂、数据产生过程复杂、误差源多等特点进行深入的分析,为船载设备测量数据建立回归分析模型,采用三次等距B样条函数作为测量数据误差分离的工具,用等距的标准B样条拟合测量系统的真实信号、系统误差,进而分离出随机误差。对大量原始测量数据误差的统计特性进行检验分析,得出了船载设备外测数据不同于陆基测量的一些误差特性——非独立性、子段非正态性、需用高阶AR模型描述。研究结果表明:使用标准等距B样条函数作为误差分离工具对于船载测量设备外测数据是适合的,样条拟合后的残差结果符合高阶AR模型。     

发动机故障诊断主因子模型的测量参数选择

研究了航空发动机气路故障诊断的测量参数选择的问题.基于发动机故障诊断的主因子模型,结合预测平方残差和(prediction error sum of squares,简称PRESS)准则,建立了一种选择风扇流量、风扇出口压力、压气机出口压力、压气机出口温度、涡轮后温度和燃油流量这6个测量参数进行单轴涡扇发动机故障诊断的方法.大量的实例表明,合理运用该方法选择测量参数的种类和数量,既能取得比较满意的诊断效果,又能利用发动机控制系统已有的测量参数,降低诊断成本,具有一定的工程应用价值.      

基于新息和残差的自适应UKF算法

针对先验噪声统计特性与实际不符引起卡尔曼滤波精度下降的情况,提出了一种基于新息和     

深空X频段测速数据误差分析

X频段是深空测控的主用频段,其多普勒测速精度远高于S频段,这一结论在"嫦娥二号"任务X频段深空测控技术试验中得到了验证,测速精度约为1mm/s。针对X频段高精度测速,本文分析了目前采用的径向速度近似计算公式,理论分析其产生的误差在地月转移和环月轨道段可达1cm/s。通过"嫦娥二号"任务X频段测控技术试验,以事后精密轨道为基准进行残差分析,结果表明,相比精确公式,近似公式计算测速数据的残差会增加1mm/s,已与X频段测速精度本身相当,因此,多普勒测速近似计算在X频段测量中已不再适用,应使用本文中列出的精确计算公式。     

基于EM自注意力残差的图像超分辨率重建网络

基于深度学习的图像超分辨率(SR)重建方法主要通过增加模型的深度来提升图像重建的质量,但同时增加了模型的计算代价,很多网络利用注意力机制来提高特征提取能力,但难以充分学习到不同区域的特征。为此,提出一种基于期望最大化(EM)自注意力残差的图像超分辨率重建网络。该网络通过改进基础残差块,构建特征增强残差块,以更好地复用残差块中所提取的特征。为增加特征信息在空间上的相关性,引入EM自注意力机制,构建EM自注意力残差模块来增强模型中每个模块的特征提取能力,并通过级联EM自注意力残差模块来构建整个模型的特征提取结构。所获得的特征图通过上采样的图像重建模块获得重建的高分辨率图像。将所提方法与主流方法进行实验对比,结果表明：所提方法在5个流行的SR测试集上能够取得较好的主观视觉效果和更优的性能指标。     

基于四轴数控机床面齿轮磨削方法

为了制造出高精度硬齿面面齿轮,提高刀具的通用性并简化机床结构,提出一种基于四轴数控机床和盘形砂轮多线包络磨削面齿轮的加工方法。设计顶刃带有圆弧的盘形砂轮对插齿刀齿面进行仿形。建立盘形砂轮磨削面齿轮的数学模型,规划盘形砂轮的刀位轨迹。通过数值模拟方法探究刀具的顶刃圆弧半径和转矩角对齿面包络残差的影响规律。结合选用的四轴数控机床结构,推导盘形砂轮磨削面齿轮的数控运动规律,并在VERICUT软件中进行仿真加工。将仿真模型与理论齿面进行对比分析,得到齿面偏差的最大值为-4.3~4.7 μm,结果验证了所提出加工方法的正确性,也证明了根据齿面包络残差的影响规律选用合适的刀具加工参数,可以保证面齿轮齿面精度的同时提高加工效率。     

基于DRSN与电压幅值分析的航空HVDC系统逆变器故障诊断

机载270 V高压直流（HVDC）系统的故障诊断一直是航电领域中的一个难点问题,为此提出了基于深度残差收缩网络（DRSN）的故障模块识别算法与基于线电压幅值分析的故障器件定位算法。首先对系统总电流进行采集,并进行差值标准化处理获得特征数据;根据特征数据的特点,利用Flatten层对原有DRSN结构进行改进,来提高算法对故障模块的识别精度。在确定系统逆变模块故障之后,利用两相线电压之比确定出故障相,再利用线电压均值模型确定故障器件。相比于现有方法,所提方法仅使用1个电流传感器和2个电压传感器便实现了系统故障诊断,满足了飞机对重量的限制要求。实验证明：所提出的方法故障模块识别精度,以及故障器件定位精度可达97%以上,具有较好实用性。     

半球谐振陀螺仪寿命的一种长周期预测方法

为了缩短半球谐振陀螺仪寿命实验周期,降低实验成本,提出了一种针对漂移数据的残差修正ARGM(1,1)(Autoregressive GM(1,1))寿命预测方法。该方法利用神经网络与支持向量机中的自回归方式改进灰色模型,提高了模型的自适应能力,增强了模型的学习能力与预测能力,降低了模型回归学习的时间消耗和数据量要求,提高了预测效率。采用小波包络分析预处理某型号半球谐振陀螺仪的漂移数据,利用提出的预测方法对处理后的数据进行长周期预测,并结合灰色关联分析方法,分析失效阶段并最终预测出半球谐振陀螺仪的寿命。实验表明,残差修正ARGM(1,1)模型对半球谐振陀螺仪漂移数据的长期预测精度高于传统GM(1,1)模型、BP神经网络与支持向量机,结果也表明了研究方法的正确性和有效性。     

桨叶结构裂纹损伤检测和剩余寿命评估方法

研究了一种基于力残差向量的桨叶结构损伤检测和剩余寿命评估方法,从桨叶有限元模型出发构造了一种节点力残差向量,分析力残差向量可确定损伤位置和损伤程度。引入裂纹单元模型将损伤的大小量化为等效裂纹长度,桨叶结构损伤用等效裂纹大小表示。从腐蚀疲劳断裂理论出发,建立了损伤扩展模型,得到了桨叶结构剩余寿命估计曲线。最后,通过实例验证了方法的可行性和有效性。     

基于ARMA模型的引信系统动态精度测定方法

引信系统静态试验满足精度指标后,要在导弹和目标处于相对运动的状态下,进行动态精度测定以检查引信系统输出值相对标准值的误差,决定是否需要校正精度。对引信系统误差序列建立ARMA模型后,使用现场数据辨识模型参数,并使用残差白性分析和零极点分析对模型进行了检验,基于该模型所预测的误差数据,对引信系统的动态精度进行简易测定,其结果与靶场试验测定结果一致,表明该方法可作为一种适用于现场的动态精度测定方法。