基于任务段的航空发动机载荷谱聚类方法

针对航空发动机飞行任务剖面分类问题,对发动机31个飞行任务剖面进行了聚类分析。选取飞行高度和飞行马赫数作为划分飞行任务剖面的参数, 依据其对应的飞行任务段均值生成聚类散点图,将剖面类型划分为5大类。结果表明:低空低速剖面在无量纲飞行高度为0~0.2、飞行马赫数为0.4~0.6区间,均值最低;高空高速剖面在无量纲飞行高度为1.2~2.2、飞行马赫数为1.0~1.8区间,均值最高;飞行任务剖面在无量纲飞行高度为0.2~1.2、飞行马赫数为0.6~1.0区间内最为集中;针对散点密集区域,可依据剖面特征进一步划分剖面类型;不同剖面间,飞行高度与飞行马赫数差异性强,利于剖面划分,而法向过载与转速差异性小,不利于剖面的划分。所提出的方法可以快速有效的对航空发动机飞行任务剖面进行聚类分析。      

运输类飞机应急撤离演示试验适航要求解析

运输类飞机的应急撤离演示试验是通过型号合格审定的重要试验环节,试验涉及人员多,适航审定检查项目和种类繁杂。通过对运输类飞机应急撤离相关适航要求及其咨询通告等文件进行系统地分析,制定出更合理的试验方案;针对飞机应急撤离演示试验的全过程,从前期准备、机上检查、试验中以及试验后四方面开展研究,明确适航审定的基本流程,总结适航审定要素和具体的验证方法,以支持和保障应急撤离试验顺利完成。     

基于聚类的多标记选择性集成

多标记学习和选择性集成是机器学习中的两个热点研究问题。本文利用聚类思想探究多标记学习中的选择性集成, 提出了两种具体的多标记选择性集成算法：基于最小距离的簇中心选择算法（Minimum distance based cluster center selection,MDCCS）和基于K-means的簇中心选择算法（K-means based cluster center selection, KMCCS）。在所提出的算法中,如何度量学习器之间的距离是其能否成功的关键因素。本文首先基于学习器的分类结果对其进行重新表示,在此基础上给出了学习器之间距离的计算方式。此外, 对于算法中的空簇问题给出了两种解决方法。基于Mulan数据库中的多标记数据集和5种评价指标对所提算法进行了详细的分析,实验结果表明了所提算法的有效性。     

利用聚类算法区分小尺度电离层行扰事件与赤道等离子体泡事件

利用Swarm卫星2015年1月1日至2019年12月31日的50Hz高频磁场数据,根据阈值判断垂直于主磁场方向的扰动,对磁纬45°N-45°S之间的小尺度电离层行扰事件进行探测.为避免混淆而产生的干扰,可以根据阈值判断平行于主磁场方向是否发生扰动,从而排除典型的赤道等离子体泡事件.但对于较弱的赤道等离子体泡事件,扰动阈值判断无效.为避免弱赤道等离子体泡事件的污染,根据小尺度电离层行扰事件和赤道等离子体泡事件在不同参数空间中的密度分布差异,利用基于密度的聚类算法将赤道等离子体泡事件进一步甄别提取.结果表明,聚类算法能够有效地将赤道等离子体泡事件从小尺度电离层行扰事件中甄选出来,并使小尺度电离层行扰事件聚类与赤道等离子体泡事件聚类形成清晰的边界.由聚类算法导出的弱赤道等离子体泡事件主要分布在磁纬15°N-15°S,地理经度20°-60°W,月份10至3月之间,并且在20:00MLT-24:00MLT存在高发生率,同时依赖于太阳活动,这也验证了前人的相关研究结果.      

面向低视角场面监视的移动目标速度测量

为构建有效的机场场面视觉监视系统,提出了一种基于特征点持续跟踪与分析的移动目标速度测量方法。首先,利用场面几何特征对摄像机进行标定;然后,基于光流场对图像运动区域的特征点进行持续跟踪,在此基础上通过特征点轨迹聚类区分不同移动目标;最后,根据特征点高度与运动距离完成速度测量。所提方法能够利用机场场面摄像机获取的低视角单目视频图像,对移动目标的运动速度进行准确测量。基于广州白云国际机场的场面运行视频进行了仿真分析,验证了所提方法在低视角速度测量方面的可行性与优势。      

基于Hamilton体系的Lagrange方程盒式倾转旋翼无人机建模

针对倾转旋翼飞行器动态倾转过程中动力学建模问题进行了研究。首先,从多体动力学出发,以某盒式倾转旋翼无人机为算例,将该无人机假设成由机翼、机体、涵道风扇、倾转旋翼等组成的多刚体系统。其次,通过不同刚体质心间的位移约束,建立该无人机系统的非保守力和力矩矩阵,以及动能、势能、余虚功和逆势能模型。最后,分别基于Hamilton体系下的Lagrange方程和第二类Lagrange方程推导并建立了该盒式倾转旋翼无人机的动力学模型。仿真结果表明:两类Lagrange方程所建动力学模型的仿真结果与实验数据一致,验证了所提建模方法的合理性;在倾转旋翼转速不变的情况下,倾转过程所用时间越长,无人机掉高越少,轨迹越光滑,但输入能量越多,具体倾转过程的设计要根据实际输入能量、倾转时间等需求进行确定。      

一种复杂密集信号的预分选方法

随着新体制、新技术雷达的不断出现 ,侦察接收到的雷达序列信号更加密集和复杂。在阐述传统的时域分选方法已不能有效分选这类信号的基础上 ,提出利用信号的特征参数 ,对已按DOA稀释的雷达序列信号进行预分选的方法。试验证明该方法能有效地筛选常规雷达信号和部分非常规雷达信号 ,从而达到稀释信号和降低复杂信号分选难度的目的     

基于引力球结构支持向量机多类算法的涡轮泵故障诊断

在涡轮泵故障诊断中，多类故障诊断是经常出现的问题。为提高多类故障诊断速度，在球结构支持向量机的基础上，提出一种引力球结构的支持向量机多类算法，该算法充分考虑样本分布疏松程度，经过试验优化分析得到最佳分类引力公式。用该算法和其他常用算法对涡轮泵仿真故障进行分类比较，结果表明基于引力球结构的支持向量机故障诊断算法学习速度快，诊断效果好。     

基于聚类分析的雷达信号分选研究

基于聚类分析的方法是近年来用于雷达信号分选的研究热点之一。首先从聚类算法自身的特点出发,对雷达信号分选的参数选取进行了讨论,在此基础上分析了聚类算法中距离测度及其参数权重对聚类结果的影响。通过仿真试验,对聚类分析在雷达信号分选中的应用方式进行了探讨,并提出了一种改进的基于K-Means聚类的DOA单参数聚类方法,通过仿真结果验证了其应用于预分选的可行性。     

抗压制干扰的离散相位编码序列设计

压制干扰会淹没目标信号,使其无法被雷达检测,在强干扰下,雷达系统可能直接瘫痪.因此,研究对抗压制干扰的方法具有重要意义.为抑制压制干扰,可采用离散相位编码序列作为发射信号,以最小化发射信号距离旁瓣为准则,固定压制干扰信号经过匹配滤波器的输出水平和离散相位编码作为约束条件,构建优化问题模型;引入交替方向乘子法嵌套拟牛顿法...