Dirichlet混合样本的EM算法与动态聚类算法比较

Dirichlet分布是一类包含正参数向量的连续多元概率分布,在比例结构问题中具有广泛的应用。针对Dirichlet混合样本的聚类问题,进行了最大期望（EM）算法和动态聚类算法研究。首先,推导其数学过程,并给出算法迭代步骤。然后,利用数字仿真实验,比较了EM算法与动态聚类算法两种机器学习算法在Dirichlet混合样本中的聚类效果。最后,计算对数似然函数值、程序运行时间、收敛迭代次数、聚类正确率、真正率（TPR）和假正率（FPR）6个评价指标。仿真实验结果表明,EM算法聚类正确率更高但是运算效率相对较低,而动态聚类算法运算效率较高但是损失了部分聚类正确率。因此,实际应用中建议综合权衡聚类正确率与运算效率的相对需求后,再选取合适算法进行Dirichlet混合样本聚类。      

基于空间注意力机制的行人再识别方法

行人再识别是图像检索领域的一个重要部分,但是由于行人姿态各异、背景复杂等因素,导致提取到的行人特征鲁棒性和代表性不强,进而影响行人再识别的精度。在AlignedReID++算法基础上,提出了基于空间注意力机制的行人特征提取方法,应用在行人再识别中取得了很好的效果。首先,在特征提取部分,引入空间注意力机制来增强特征表达,同时抑制可能的噪声;其次,通过在卷积层中引入实例正则化层（IN）来辅助批正则化层（BN）对特征进行归一化处理,解决单一BN层对特征色调变化以及光照变化的不敏感性,提高特征提取对亮度、色调变化的鲁棒性;最后,在Market1501、DukeMTMC和CUHK03 3个行人再识别通用数据集上对所提改进模型进行测试评价。实验结果显示:改进后的模型在3个数据集上识别精度分别提升了2%、2.9%和5.1%,表明改进后的模型相较于改进前的模型,在精度以及鲁棒性上都有显著提高。      

升力体式浮升混合飞艇多学科设计优化

升力体式混合飞艇是全球远距离大载重运输的重要选择,随着全球贸易的发展,逐渐成为国内外的研究热点。作为航空宇航技术、新能源技术和高性能材料技术相结合的新概念飞行器,混合飞艇设计过程需对多个学科进行综合考虑和优化。为了将多学科设计优化（MDO）方法引入到混合飞艇的总体设计中,将其分解为能源子系统、气动和推进子系统以及结构和重量子系统。在子系统模型构建的基础上,提出具有自适应能力的基于响应面的并行子空间优化（CSSO-RS）算法,将重量平衡和能量平衡作为实现远距离载重运输的约束条件,并提出爬升、日间巡航、滑翔和夜间巡航的多阶段任务剖面,以充分利用太阳能电池、燃料电池和锂电池的优势,实现混合飞艇的最优化设计。优化结果表明:具有自适应能力的优化算法在精确度和计算效率上均有明显的优势,同时重量分配的结果也为混合飞艇结构轻量化设计和能源系统设计提出了更高的要求。      

SBAS电文时序动态编排算法

星基增强系统（SBAS）通过GEO卫星转发SBAS电文实现对GNSS服务性能的提升,以满足民航用户不同飞行阶段的导航需求,因此,合理有效的电文内容及播发时序设计是系统实现高质量服务的重要保证。为提高电文编排的灵活性,避免固定时序填补空余电文引起的播发资源浪费,提出了一种SBAS电文时序动态编排算法,在满足国际标准要求的前提下,综合利用SBAS电文龄期和最大播发间隔实现待播发电文的自动选择。利用NTMF实测数据对当前各主要SBAS的电文进行了特性分析,对所提方法的单双频SBAS电文编排效果进行了评估。结果表明:所提算法可保证电文时序符合国际标准要求,实现了重要电文的优先播发,将空余时隙进行动态分配实现了各类型电文播发间隔的近等比例缩短。与固定时序相比,单频SBAS完好性电文播发间隔缩短约15.0%,首次定位时间缩短约8%,双频SBAS电文首次定位时间缩短约6.5%;与固定时序的BDSBAS B1C电文相比,完好性服务能力提升约14.7%,首次定位时间缩短约16.7%。所提算法有效提升了SBAS电文播发的播发效率,实现了SBAS播发资源的100%有效利用。      

无人机六自由度简化模型和风扰动处理

在不具备数模混合仿真实验的条件下,本文提出了在模拟计算机上,无人驾驶飞机六自由度非线性全量方程的飞行控制系统动态物理模拟仿真和对阵风扰动处理的方法。飞行控制系统动态物理模拟仿真是在几种特定的状态下进行的,考虑到模拟机上实现的可能,在每个状态计算飞机气动力和气动力矩系数时,冻结高度、速度、质量,使这些系数简化为常数或单变量函数,预先在数字计算机上算好,或者计算好一部分使模拟机上实施简单,少用非线性部件,减少了误差。但在计算阻力时,不冻结速度,考虑速度负反馈。从而实现了对大机动无人机KJ-9C和超低空无人机KJ-9E飞行控制系统的动态物理模拟仿真。     

考虑多因素的可修系统任务可靠性分配方法

在实际工程中,系统常常是由串联、并联、旁联和表决等模型混合而成的复杂可修系统,目前此类系统的可靠性分配方法多采用等分分配等方法,得到的分配结果往往误差较大。本文提出了一种考虑维修、故障逻辑等多因素影响的可修系统任务可靠性分配方法。该方法以系统故障率为待分配指标,首先对包含维修影响的故障率进行转换,然后利用考虑故障逻辑的评分分配法进行分配,最后通过备件系数进行修正,获得分配结果。新方法能够为在实际工程中可修系统的任务可靠性分配提供一种简便易行的方法。      

基于TheoH方差的陀螺随机误差系数动态提取

针对运用动态Allan方差提取陀螺随机误差系数时,用截断窗截取原始信号造成方差估计置信度降低的问题,提出运用混合理论方差(Theo H方差)来代替Allan方差对截断窗内的数据进行分析,并提取出随时间变化的陀螺随机误差系数。Theo H方差改善了Allan方差计算时相关时间只能达到信号总时间的二分之一及长相关时间下方差估计置信度降低的问题,其计算的相关时间可以达到数据总时间的四分之三,有效改善了动态算法因数据截取造成误差系数估计置信度下降的缺陷。从对仿真信号和光学陀螺实测数据处理结果上来看,本文方法既能准确地对动态条件下陀螺量测信号的随机误差进行细化辨识,又能大幅提高中、长相关时间下方差估计的置信度。     

考虑分布参数依赖的风险混合不确定性分析方法

在定量化风险评估中,针对变量分布参数存在依赖时的混合不确定性传播问题,提出一种考虑分布参数完全依赖、部分依赖以及独立传播情形的双层混合不确定性刻画与传播框架,内外层分布参数不确定性分别用概率分布与可能性分布刻画,采用蒙特卡罗模拟法与模糊扩展原则相结合的数值求解方法。针对认知不确定性分布参数依赖性,构建了统一的认知不确定性分布参数依赖性模型,并给出依赖性系数的概念。为实现认知不确定性分布参数独立性采样,设计了基于D-S证据理论与随机集相结合的不确定性传播算法,相比于概率刻画下的双层蒙特卡罗方法,计算代价有效降低。以某型氢氧发动机贮箱共底漏气率为算例,验证本文方法的有效性与可行性。     

基于DDQN的片上网络混合关键性消息调度方法

对片上网络（NoC）承载的混合关键性消息进行实时调度是其应用于航空电子系统片上多核通信的关键。为解决可满足性模理论（SMT）法求解效率低、低优先级消息等待延迟大的问题,提出了一种基于双深度Q网络（DDQN）的混合关键性消息调度方法。将虫孔交换机制下的消息调度问题建模为马尔可夫决策过程,建立包含环境、动作、状态、奖励的多层感知调度模型;随机生成多组分布不同的混合关键性消息作为训练样本,采用DDQN算法求解该调度模型;在此基础上,提出并实现了带孔隙DDQN算法,在保证时间触发（TT）消息可调度前提下为速率约束（RC）消息预留用于虫孔交换的时隙。算例研究表明:所提方法的求解时长及TT消息确定性端到端延迟的平均值均低于SMT法;带孔隙DDQN算法的RC消息延迟较不带孔隙DDQN算法和SMT法显著降低。      

冰雪天气下基于MFOA-KELM残差修正的跑道温度混合预测

道面温度短时精准预测是跑道积冰预警的关键因素之一, 为了解决单一机理预测模型随预测时间延长而造成误差累积的问题, 提出了一种冰雪天气下跑道温度混合预测方法。将跑道温度机理预测模型与核极限学习机(KELM)相结合, 建立一种数据驱动修正残差的跑道温度机理预测模型。针对果蝇优化算法(FOA)收敛速度慢、易陷入局部最小值的问题, 引入权值更新函数和距离扩充因子, 调整果蝇的全局寻优效果, 避免陷入局部极小值。利用改进的果蝇优化算法(MFOA)对KELM的正则化参数与核参数联合优化, 以冰雪天气下跑道温度实际数据为例, 建立基于改进果蝇优化核极限学习机(MFOA-KELM)的跑道温度混合预测模型, 并在不同时间尺度下对该混合预测模型进行仿真测试。实验结果表明:与单一机理预测模型相比, 当预测时长为120 min时, MFOA-KELM混合预测模型的平均绝对误差至少减小了61.43%, 在残差阈值为±0.5℃时, 平均预测准确率为91.25%。可见, MFOA-KELM混合预测模型具有更高的预测准确性, 研究结论显示该混合预测方法能够为机场跑道温度短时精准预测提供新思路。