加快信息化建设实现跨越式发展

分析了集团公司在信息化建设方面已经取得的成绩和存在的主要问题,提出了集团公司信息化建设的指导思想、目标、任务以及应采取的措施.     

基于联邦滤波的多源融合导航算法

在复杂多变环境下,单一导航源的定位性能和鲁棒性会受到一定的影响。针对汽车、小型飞行器在城市、峡谷、卫星信号缺失或被遮挡以及导航信息源繁多等情况,研究了基于联邦滤波的多源融合导航算法。该算法综合利用了各种不同的信息源,经过多传感器的高度集成、多信息源的数据融合,生成时空基准统一且具有抗干扰、连续、可靠的PNT服务信息。设计的联邦滤波器采用两级结构,在子滤波器中进行局部估计后,在主滤波器中进行最优合成。此外,每个子滤波器加入了故障诊断算法,且结合自适应滤波理论进行信息因子的自适应分配,有效提高了故障检测能力。最后,通过实验验证了不同信息源组合的有效性,表明所设计的基于联邦滤波的多源融合算法可以提供稳定、可靠以及高精度的多源融合定位服务,具有一定的研究意义和实际价值。     

涡轮叶片来流角扰动不确定性量化分析

为了高效精确量化来流条件变化对涡轮叶片性能的影响,发展了一种基于自适应抽样技术的非嵌入式多项式混沌(NIPC)模型,并通过函数试验对自适应NIPC模型进行了验证。在不同尺度来流角变化下,用该模型量化涡轮叶栅能量损失系数的不确定性变化,同时与直接蒙特卡洛模拟和灵敏度分析进行对比。通过流场统计分析揭示来流角变化对气动不确定性的影响机理。结果表明:自适应NIPC在不同尺度来流角扰动下均能快速准确量化能量损失系数变化;能量损失系数不确定性变化对来流角扰动是非线性依赖关系;叶片通道内的激波对来流角变化最为敏感,是引起能量损失系数不确定性变化的主要因素。     

基于格来圈结构的O 形密封圈动密封分析

针对导向叶片作动筒漏油故障,采用ANSYS WORKBENCH 软件分析格来圈动密封性能。依据密封理论通过分析接触压力, 发现了结构、材料及间隙等关键因素,模拟了活塞杆- 保护圈、保护圈- 密封圈、密封圈- 密封槽之间的密封效果。计算结果表明： 在同等条件下,氟橡胶相对氟硅橡胶密封效果更优。采用Archard 磨损理论进行校验计算,间接证明了仿真结果与实际情况较吻 合,仿真结果与实际工作时间误差为14.8%,具备较高的可信度。最后提出提高动密封性能应从提高接触面的光洁度入手,从而达 到降低磨损的目的。     

基于自适应粒子群优化算法的无人机三维航迹规划

针对传统的粒子群优化算法容易陷入局部最优解的问题,提出了一种自适应粒子群优化算法,在迭代寻优过程中自适应地调节惯性权重和2个学习因子的数值。建立了无人机在山区环境执行勘察任务的航迹规划环境模型,分析了无人机自身约束条件。设计了自适应粒子群优化算法的适应度函数和航迹规划算法流程。分别采用自适应粒子群优化算法和传统粒子群优化算法开展了无人机三维航迹规划仿真实验。仿真结果对比表明,所提出的自适应粒子群优化算法比传统粒子群优化算法具有更高的全局搜索能力和搜索精度。     

基于序贯回归的小样本测试性验证试验方案

针对现有测试性验证试验方案难以实现较小样本量下满足置信水平要求的测试性评估问题,提出了基于序贯回归的小样本测试性验证试验方案。提出并证明了成败型试验序贯样本回归可行性假设;对序贯样本进行回归分析,实现了小样本下的测试性评估;建立了评估优化方案,实现了满足置信水平要求的测试性评估。实例验证表明:该方法可同时适用于有双方风险要求和置信水平要求的场合,且完所需样本量明显减少,在案例中平均减少了22.3%,最大减少了85%。      

采用FPGA实现基于LMS算法的自适应均衡器的设计研究

近年来,自适应均衡技术在无线通信系统中的应用日益广泛,利用自适应均衡技术在多径环境中可以有效地提高数字接收机的性能。本文阐述了在用MATLAB软件仿真的基础上使用FPGA芯片设计自适应均衡器的一种方法;简要介绍了此设计中采用的各个主要功能模块,后者应用到相应的硬件平台上,取得了一定的设计效果。     

面向叶片裂纹检测的自适应图像处理算法研究

提出了一种采用基于边缘检测的小波滤波和自适应阈值分割算法,实现叶片裂纹的自适应快速检测;仿真结果验证了这种检测算法的有效性,能满足外场对发动机叶片裂纹检测的要求。     

卫星光通信粗瞄系统非线性摩擦的神经网络补偿

 为克服摩擦对卫星光通信(IOC)瞄准捕获跟踪（PAT）粗瞄子系统的精度控制的影响,首先利用PD控制器以获得稳定的轨迹;再用一种扩展的神经网络结构在线逼近摩擦函数,对摩擦力矩进行补偿;在此基础上,利用传统单层神经网络和自适应的鲁棒项消除神经网络的逼近误差及外部扰动。最后用李亚普诺夫函数方法证明在本文的控制策略下,可以保证系统的渐近稳定性和参数的有界性。     

一种SAR原始数据压缩新算法

 由于合成孔径雷达（SAR）原始数据的相关性很低,直接压缩原始数据是比较困难的。因此提出一种新算法,先对SAR原始数据做距离聚焦处理,使其在方位向具有较强的相关性,再沿方位向做线性预测,并对预测差值系列做块自适应量化。实验表明,在相同比特率条件下,该算法得到的数据域信噪比和图像域信噪比均比块自适应量化(BAQ)算法高,计算量远小于有关文献给出的距离聚焦后的压缩方法,具有一定实用价值。