基于改进PSO-SVM参数优化的发动机起动过程辨识

针对影响支持向量机辨识性能的核函数及相关参数,找出使辨识结果最佳的核函数;结合两种措施改进粒子群算法,优化相关参数,选择最佳的参数组合.对比 BP 神经网络和支持向量机对发动机起动过程的辨识结果,得到支持向量机的辨识精度和收敛时间优于 BP 神经网络,与起动数据基本一致.在训练样本存在噪声的情况下,验证了所建辨识模型具...     

基于神经网络模型的动态非线性气动力辨识方法

 在标准径向基函数（RBF）神经网络模型的基础上发展了带输出反馈的RBF神经网络。将计算流体力学(CFD)方法计算的时域气动载荷作为输入信号,建立跨声速非定常非线性气动力模型,并进一步运用CFD方法验证模型的精度。算例表明带输出反馈的RBF神经网络较标准RBF神经网络精度更高,能更准确描述跨声速激波大幅振荡时的非线性和非定常特性,并可推广用于多自由度运动的动态非线性气动力建模。用多级信号训练,预测简谐信号输入下的气动力算例表明带输出反馈的RBF神经网络能够预测不同振幅、不同频率的信号激励下的非线性气动力。     

用于可压缩壁面湍流LES及DNS入口边界条件的"回收-调节"方法综述

为了减小湍流流动问题的大涡模拟和直接数值模拟的入口湍流脉动边界条件对计算结果的影响,叙述了用于可压缩壁面湍流入口脉动生成的一种方法--"回收-调节"方法(recycling-rescaling method),叙述了这种方法的理论基础及简要推导过程,介绍了几种常用的"回收-调节"方法并指出了实现中的几个关键问题,分析了...     

基于神经网络的飞行器再入制导研究

论述了神经网络理论在飞行器再入制导方面的应用.在分析各方法优缺点的基础上,提出了一种基于广义同归神经网络(GRNN)模型的再入制导方法.神经网络通过一组选定的轨迹样本进行有导师训练,训练好之后作为控制指令生成器,输入为再入过程中飞行器的状态参数,输出为倾侧角控制量,迎角控制量则由迎角剖面给定.仿真结果验证了该方法在再入...     

基于神经网络的战时装备维修保障能力评估

介绍了神经网络的概念,阐述了BP神经网络的基本原理与方法,在系统分析战时装备维修保障系统的基础上构建了战时装备维修保障系统能力评估指标,设计了BP神经网络模型,通过Matlab仿真软件对结果进行计算分析表明,BP神经网络具有很强的解决非线性问题能力,适用于战时装备维修保障能力评估。     

液氮贮箱自增压实验与数值仿真

为研究低温推进剂在常温下的自增压过程,设计了以液氮为模拟介质可视化低温玻璃贮箱自增压实验系统,研究了自增压过程压力和温度的变化规律及体积充填率对压力和温度变化的影响。实验结果表明：气枕区和液体区存在显著的轴向温度分层,液体区温度的上升速率低于压力引起饱和温度的上升速率。压力上升分为有典型意义的三段：初始段、过渡段和稳定段,稳定段的压力上升速率随体积充填率增加而增加。液体区的对流运动在自增压过程受到抑制,气液界面逐渐进入准静止状态。并以实验测得温度作为边界条件,采用流体体积（VOF）模型对整个自增压过程进行了175 s的数值仿真。仿真得到的压力曲线变化规律与实验结果基本一致,稳定段的压力上升速率是实验值的1.58倍。本文得到的自增压物理参数变化规律,为低温推进剂的贮存和贮箱的热防护设计提供参考。     

基于资源扩展活动图的并发测试用例生成方法

对UML(统一建模语言)活动图进行共享资源的属性扩展,利用扩展的活动图对并发系统间任务的同步及数据的竞争关系建模,充分考虑并发软件运行原理、故障模式及测试效率,提出并发系统的测试覆盖原则及基于扩展活动图的并发测试用例生成方法。进一步通过举例验证该方法能够正确的生成并发测试用例同时又可防止用例数量爆炸,提高了并发软件测试的可靠性及效率。     

基于深度学习的组合体航天器模型预测控制

利用模型预测算法先预测控制结果后控制的类人行为特点,借助深度学习在多参数寻优上的优势,提出了一种基于卷积神经网络的模型预测控制算法,满足航天工程低硬件需求,实现组合航天器多场景下姿态控制律的重构。该算法首先利用模型预测控制将组合航天器从初始状态控制到预期状态,然后将控制过程中状态量用于3层3核卷积神经网络的训练,训练完成后,用该卷积神经网络代替模型预测对组合航天器进行控制,从而降低计算资源需求。仿真校验表明：该算法可预测5个控制周期内的控制参数,相比传统模型预测算法所需硬件计算时间降低约5倍,在一般硬件环境下30 s内即可完成各场景下的组合航天器姿态控制,控制精度在10 -4 量级。     

AOS自适应帧生成算法的性能分析与应用研究

对AOS协议中的自适应帧生成算法进行研究,通过严格地理论分析,给出了该算法的有效信息传送速率计算公式。进一步,将数据帧生成模块与虚拟信道复用模块作为一个整体进行考虑,针对现有的AOS多路复用技术的不足,提出了自适应帧生成算法与虚拟信道调度算法相结合的多路复用新方法。研究结果表明,通过在多路复用中应用自适应帧生成算法,并设置合理的帧生成时间门限值,可以比目前主要使用的、采用高效率帧生成算法与虚拟信道调度算法相结合的多路复用方法获得更好的包时延性能。     

基于分层神经网络的航天器故障诊断技术

为了提高卫星、飞船等复杂系统的故障诊断速度和精度,文章提出了一种基于分层神经网络的整星故障诊断模型。模型中的上层神经网络采用自组织特征映射网络,完成整星故障的初步定位与辨识;下层神经网络采用广义回归神经网络,实现整星各分系统故障的精确定位和定因。引入主元分析法实现原始状态变量的降维,减少神经网络神经元数量。该模型已成功应用于某卫星各分系统的故障诊断,提高了诊断效率,并能精确给出诊断结果。