ATC系统中STCA性能评估指标研究

针对空管系统中短期冲突告警性能评估指标技术展开研究,通常的评价指标包括漏警率、虚警率等,这些指标在一定程度上能够反映短期冲突告警的性能优劣,但还存在一定的评价缺陷,基于短期冲突告警的实际情况,提出了不当告警率的概念和计算方法,在保留虚警概率、检测概率指标的情况下,引入不当告警率,更加科学和真实地完成了对短期冲突告警性能的评价,通过对模拟仿真系统和真实使用系统的评价分析,论证了所提出的评价指标的有效性和合理性。     

什么是“湿租”

正航空公司租赁飞机的方式有多种,在业内主要有湿租和干租两种类型。湿租——通常用来短期租赁,干租——通常用来长期租赁,当然也可以干湿组合。例如建立新航线时湿租飞机,随着机组或客舱人员逐渐训练有素,湿租可以转换到干租服务。     

一种解决经验模态分解端点效应的边界延拓法

用于电子设备或系统辐射发射趋势预测的数据大多呈现非线性、样本量小的特点,这大大增加了预测建模的难度,而经验模态分解(EMD)可以将非线性、非平稳的数据分解成若干个呈现一定周期性的本征模态函数(IMF),并且EMD具有完备性和正交性,可通过分别对分解得到的IMF分量建模,从而完成对原始数据的建模。但EMD被端点效应问题所困扰,为了提高EMD的分解精度,针对分解过程中的端点效应问题,以及辐射发射趋势预测的时间序列数据样本量小的特点,利用建立灰色均值GM(1,1)预测模型所需数据量小的优点,提出了一种基于灰色均值GM(1,1)预测模型的边界延拓方法,在原始数据两端各拓展一个极大值和一个极小值,对原始数据进行边界延拓,从而抑制EMD的端点效应。仿真对比结果表明:该方法在分解层数和平均相对误差方面均优于未经延拓处理的EMD,且对数据样本量要求不高。     

基于DOA-BP神经网络的电离层TEC短期预测

影响全球导航卫星系统（GNSS）所需导航性能（RNP）的最大误差源之一是电离层延迟,该延迟与电离层总电子含量（TEC）成正比,因此TEC的准确预测直接影响到GNSS的RNP。探索性地使用2021年提出的澳洲野犬优化算法（DOA）优化反向传播（BP）神经网络,构建DOA-BP神经网络TEC短期预测模型,以欧洲定轨中心（CODE）提供的电离层TEC值作为数据集,训练、测试DOA-BP TEC短期预测模型,实现全球范围和中国区域不同电离层格网点处TEC值的高精度短期预测,并将预测结果分别与传统BP神经网络模型、麻雀搜索算法（SSA）优化的BP神经网络模型（SSA-BP）预测的TEC值进行对比分析,结果表明,相较传统BP模型,DOA-BP模型的TEC预测精度明显提高,且相比其他优化模型（如SSA-BP模型）,预测的TEC精度也占一定优势,能准确反映全球不同时空下电离层TEC的变化特征,可作为电离层TEC短期预测的一种新方法。     

空间行波管阴极寿命试验研究

空间行波管是卫星通信系统中最重要的功率放大器,必须具有较长的工作寿命。空间行波管的寿命主要受阴极寿命的制约,因此为了保证空间行波管的长期在轨工作,需要开展大量的阴极寿命试验研究,并对阴极寿命进行预测。共投入50支电子枪进行寿命试验,累计进行寿命试验1823080h,最长单管寿命试验时间65411h。基于寿命过程中的逸出功变化,建立了空间行波管阴极寿命预测模型。预测空间行波管阴极在960℃_b（℃_b为亮度温度）支取1A/cm²发射电流密度时寿命超过43年;在980℃_b支取1A/cm²时寿命超过22年;在1000℃_b支取1A/cm²时寿命超过15年。预测结果表明,空间行波管阴极可以满足卫星通信系统应用的长寿命要求。     

改进的单级风扇单音噪声解析预测模型

针对单级轴流风扇单音噪声的声模态与声功率(PWL)预测,基于早期的二维叶栅噪声解析预测模型,开发了改进的三维单级风扇噪声解析预测模型。主要目的是可以通过该预测方法快速、准确地给出声场信息以优化风扇设计方案。该模型由模拟转子粘性尾迹,求解静子表面非定常载荷以及模拟管道噪声传播三个部分组成,并采用单级轴流风扇噪声试验数据对该解析预测模型的结果进行了验证。与试验数据相比较,该解析预测模型1BPF单音噪声预测结果误差1.5dB,2BPF单音噪声预测结果误差5dB,同时给出了合理的周向与径向模态声场模拟结果。与传统的叶轮机噪声解析预测模型相比,该方法不仅考虑了三维几何,还可以模拟出管道内的声场结构,计算方法更为合理,噪声预测结果也更为可靠,具有很好的工程应用价值。     

基于VMD-LSSVM的扇区流量短期预测

对扇区流量进行短期预测,是精准实施扇区流量优化和管理措施的前提。基于分解集成预测方法论,建立了变分模态分解-最小二乘支持向量机（Vibrational mode decomposition-least square support vector machines,VMD-LSSVM）预测模型。首先,应用变分模态分解（Vibrational mode decomposition,VMD）方法将扇区流量时序数据分解为若干个模态;然后,使用最小二乘支持向量机（Least square support vector machines,LSSVM）模型分别对模态进行预测;接着,对模态的预测结果进行加和集成,得到了最终的预测值。算例计算结果显示,针对60 min统计尺度流量时间序列,VMD-LSSVM模型在1～6 h的均等系数（Equal coefficient, EC）值为0.97,在7～12 h的EC值为0.94;与差分自回归滑动平均模型（Autoregressive integrated moving average model,ARIMA）,反向传播（Back propagation,BP...     

涡轴发动机自适应非线性预测控制

为了实现当直升机旋翼负载变化时,尽量保持功率涡轮转速恒定,并提高系统动态品质,研究了一种针对涡轴发动机的自适应非线性预测控制(ANMPC)算法.基于涡轴发动机稳态数据和动态特性,采用递归最小二乘法(RLS)进行模型参数辨识,建立了具有在线自适应能力的涡轴发动机数值-ARX(auto regressive with external input)并联预测模型.在此基础上,通过多步输出预测和反馈校正,利用序列二次型优化(SQP)算法,进行在线滚动优化,从而获得了涡轴发动机ANMPC控制器.仿真结果表明:当旋翼负载变化时,相比于传统的串联PID(比例-积分-控制)控制器,ANMPC控制器能够使得功率涡轮转速收敛更快,超调量/下垂量更小.      

改进灰色预测模型在对地攻击弹药需求预测中的应用

针对战时航空兵编队对地攻击的弹药需求问题,研究了灰色预测模型在弹药需求预测中的应用问题。首先,分析了影响弹药需求预测的主要因素;其次,分析了基本GM(1,1)模型存在的问题,提出了一种新的改进参数和时间响应序列的GM(1,1)模型;最后,分别用基本GM(1,1)模型和改进的GM(1,1)模型对一组弹药需求数列进行比较分析。结果表明,相对于基本GM(1,1)模型而言,改进的GM(1,1)模型的相对误差较小。     

基于偏最小二乘回归法的飞机总工时预测模型研究

从影响军用飞机生产制造工时的众多因素中提取出24个飞机总工时影响因素,采用统计学方法结合理论分析对此24个因素进行科学筛选,筛选出飞机最大起飞重量、最大速度、爬升率、最大过载、钛铝合金比例、复合材料与铝合金比例这6个关键影响因素。考虑偏最小二乘回归(PLS)法在处理小样本多元数据方面的优势,采用PLS法对飞机总工时进行预测,预测结果表明PLS预测模型平均检验误差约为10%。该模型在实际使用过程中,只需获得飞机性能指标和材料构成等少数设计参数即可在飞机产品生产制造前对飞机生产制造总工时进行宏观预测,具有参数少、物理意义明晰、操作简单、便于使用、准确率高等特点,可为缺乏详细设计信息和生产信息的飞机研制早期方案优选、设计优化或对其进行费用分析和成本控制、固定资产投资、安排生产计划等工作提供相对准确的飞机产品工时。