航空企业自动化立体仓库输送系统的调度优化

运用粒子群算法解决航空企业自动化立体仓库中输送系统的调度优化问题.针对某主机厂自动化立体仓库输送系统的特点,采用分拣上/下包台、出/入库台、AGV运行的时间总和最小化作为性能指标,用粒子群算法的基本原理作为优化思想,然后使用 MATLAB软件进行算法仿真,分析结果的合理性.结果表明,该模型及仿真结果是合理的,效率高,满足航空企业使用需求.     

航空推进系统性能寻优控制的系统模型

航空推进系统性能寻优控制是基于模型的控制技术,各部分采用的系统模型是其关键技术之一。根据性能寻优控制的原理,分析了系统模型选择的原则。详细描述了2部分核心模型：估计模型和性能优化模型。根据寻优控制实时计算的要求,给出了状态变量模型和稳态变量模型的线性化表达式,并介绍了工程实现时模型的使用方法。     

基于BL碰撞算法求解排样过程中干涉的问题

在自动排料过程中,采用BL排放策略的移动碰撞算法时,需要反复地更新待排板料中多边形的边界,在某次更新边界的规则不合理时,排放下一块料极易出现图形干涉的现象。针对这个问题,本文采用计算机图形学和计算几何方面的知识,提出一种解决合成多边形时出现干涉问题的方法。     

PSO节点寻优的样条逼近微分

样条节点分布对逼近精度的影响很大,样条节点寻优模型的雅可比矩阵求解复杂。利用经典参数的PSO（粒子群算法）解算样条最优节点分布模型,以逼近残差的平方和为目标函数,每步对节点序列排序后再计算目标函数,可以提高样条逼近精度,为样条节点寻优提供了一种较好的实现方法。仿真计算表明,在一定的节点个数情况下,PSO节点寻优的逼近效果比Carl de Boor的NEWNOT程序中的方法要好。     

Kalman滤波器在机床热误差建模中的应用

在辨识机床的热变形模型时，由于所能得到的样本数据较少且含有测量噪声，因此简单地采用传统的辨识方法效果并不理想．为此本文使用Kalman滤波器对数据进行处理以提高辨识精度．     

非线性MIMO系统神经网络自适应方法及其在飞控中的应用

提出了一种非线性系统的对角自回归神经网络模型。为了实现MIMO系统自适应控制,采用自回归辨识网络对未知非线性系统进行辨识,并将被控对象的误差灵敏度信息用于对角自回归控制网络训练。辨识网络和控制网络都用动态BP算法训练。实际某型飞机纵向模型的仿真结果表明,运用这种控制结构可得到较好的控制效果。     

均值检验方法及其在冗余惯性导航系统中的应用

采用了非线性滤波的方法对影响故障检测及分离（FDI）性能的传感器误差进行了补偿,同时提出了故障检测与分离的均值检验方法（MVT）,该方法可以对2个传感器同时出现故障的情况进行检测与隔离。5个陀螺冗余惯性导航系统仿真结果验证了本文算法的有效性。     

液压泵脉动模型的故障诊断方法研究

采用液压泵的脉动参数方法进行故障诊断试验研究,在介绍了必要的数学模型和参数测量原理后,着重定性分析了液压泵游隙故障下泵源脉动参数Ｑｓ,Ｚｓ的变化,并给出了判断此种故障的参考阈值方法,试验表明本方法在液压故障诊断方面具有的应用前景。     

分组码在有记忆删除信道上的性能计算

 本文首先描述了一种有记忆删除信道模型,然后提出了分组码在该信道上的性能的迭代算法。最后以Golay(23,12,7)码为例给出了多种信道参数之下的性能曲线。     

T／R－R型双基地系统分段跟踪技术的研究

根据Ｔ／Ｒ－Ｒ型双基地系统在受到由弱到强的干扰影响时,其可用的测量量不同,有必要研究各种干扰模式下应采用的跟踪算法,提出了分段跟踪技术,充分利用了不同干扰强度时Ｔ／Ｒ站和Ｒ站的测量数据,提高了对三维运动目标的跟踪精度。通过典型目标航迹的计算机仿真,对算法性能做了评估。