PL/INS组合导航系统故障诊断

提出了一种模糊基函数网络(FBFN)辅助扩展卡尔曼滤波(EKF)的PL(伪卫星)/INS(惯性导航)紧组合导航系统多故障诊断及识别方法.分析了PL/INS紧组合导航系统观测方程的线性化误差,在此基础上利用FBFN对观测方程泰勒展开式Hessian矩阵进行学习,实际应用中,将FBEN的输出作为EKF观测方程的输入项进行滤...     

基于雷达散射矩阵的多模型融合极化目标识别

雷达目标极化特性测量在目标极化增强和极化识别等领域都具有重要应用。研究了功率矩阵的相似度与共交极化比,并据此对各种目标进行识别,提出了一种新的雷达散射矩阵多模融合目标识别模型。通过仿真分析验证了该模型的可行性和有效性。     

基于SHMSRM系统传感器分布优化的损伤识别技术

针对固体火箭发动机结构健康监测(SHMSRM)系统的传感器合理布置问题,提出了基于遗传算法的传感器分布优化。利用ANSYS软件对药柱有限元模型进行了应变分析和模态分析,得到了传感器优化布局初选点,再基于遗传算法对初选点进行优化排序。阐述了该系统的损伤识别原理,基于应变传感器所收集的信息,确定了以应变模态变化率作为损伤识别指标,提出了应用应变模态分析解决药柱的损伤识别问题。算例证明了此方法的可行性和有效性。     

几何定位应用中恒星三角形识别简化算法

为了满足几何定位应用对恒星识别的需求,从导航星的选取、导航特征库的构造及识别算法的实现等方面对传统三角形识别算法进行改进。首先,结合几何定位传感器跟踪恒星的特性,提出导航星的快速选取方法。接着建立以星对角距和星对星等差为特征量的导航星特征库。然后,在改进的三角形识别算法的基础上,对观测三角形特征向量进一步简化。最后,在几何定位的应用场景中对传统三角形识别算法、三角形识别简化算法进行仿真比较。实验结果表明：在几何定位的应用场景中,三角形识别简化算法识别成功率、识别效率较高。能够满足几何定位应用对恒星识别算法效率、可靠性的要求。     

飞机从向等效系统识别与评价的应用研究

本文运用时域和频域的等效系统法,针对几种典型的短时信号激励,通过ＢＷ－１变稳机研制试验收度飞和应用研究试飞,进行了大量的纵向等效模型参数识别。最后基于部分识别结果,依据美军标ＭＩＬ＿Ｆ－８７８５Ｃ的要求,从飞行品质的评判方面作了一些初步的探讨 。     

基于本体的陆空通信风险识别与分析方法

陆空通信是实施空中交 通管制的重要手段,也是民航空管运行中造成不安全事件的重要因素之一。提出针对陆空通信 危险识别与分析的系统参量和引导词,应用BPMN和HAZOP模型识别与分析陆空通信危险偏差 。建立陆空通信风险识别与分析本体模型。构建概念之间的TBox描述逻辑关系和推理,案例 推理证明了方法的有效性。该方法能够实现规范化、术语化风险描述和归类,避免通过自然 语言进行风险识别与分析的缺点,为更有效地进行风险项分析提供科学分类和统计依据。     

基于SGNN的数字字符识别

自生成神经网络SGNN具有自主学习能力强和计算速度快的特点,可用于识别带噪声的数字字符。首先提取数字字符的特征矢量,然后将特征矢量输入SGNN中对SGNN进行训练建立分类器,通过比较未知样本特征矢量和分类器根节点权值矢量的距离远近从而得到识别结果。实验表明这种方法有较高的识别正确率,其性能优于BP神经网络。     

基于卷积神经网络的雷达和通信信号调制识别

雷达和通信信号的调制识别是电子侦察对抗的一项关键技术,通过搜索、截获敌方电子设备发射的电磁辐射信号,经过电子侦察系统分析、识别,从而获取敌方战术、技术特征参数等情报。人工神经网络中的深度学习网络由于具有强大的表征学习能力,可以自动从原始数据中提取出各种复杂的特征。介绍了一种差分自相关预处理结合深度学习进行中频信号调制识别的方法,结合工作的实际需求,对深度学习在信号调制识别中提出了一些展望,如进一步提高在低信噪比下的识别率和研究深度学习调制识别混合架构。     

基于模态波理论的压气机失速先兆识别方法

针对压气机气动失速预警存在无法兼顾对渐进型和突尖型失速先兆有效识别的不足,以及提取失速团幅值需要多路传感器信号的局限。分析了压气机失速发展过程中的信号特征;根据压气机失速信号的旋转特性,提出基于单路传感器信号重构周向多路失速先兆信号的方法,讨论了信号重构步长的取值;基于模态波理论,通过对重构信号进行空间傅里叶变换,得到失速扰动信号各阶模态幅值,根据低阶模态的幅值变化实现对渐进型与突尖型失速先兆的识别。以某压气机为例进行仿真,结果表明:当信号重构的步长小于突尖波时间尺度的一半时,重构的多路信号能够复现压气机周向位置失速发展过程,且步长越小,越有利于失速先兆的识别;由模态分解得到的1阶模态幅值的变化能够有效反映失速发展过程;通过合理设置模态幅值的阀值,可以在失速发展前期对失速先兆进行准确识别,从而,基于单路传感器失速信号即可实现对渐进型失速和突尖型失速均能进行预警。