一种模拟CCD星图的方法

星识别算法在空间飞行器自主姿确定系统中是不可缺少的。同时将ＣＣＤ所拍摄的星图作为算法的输入,无论是软件调试还是地面试验,抑或是对各种算法的评估,也是必不可缺少。     

前馈神经网络的一种简单共轭梯度学习算法

针对前馈神经网络学习误差函数维数高、计算复杂度大的特点,对梯度下降BP算法加以改进从而构造出一种简单共轭梯度下降算法(MPARTAN算法).该算法计算复杂度不高于动量BP算法, 与FR共轭梯度法相比,该算法的稳定性好,又具有共轭梯度法的优点,收敛速度快.文中给出了该算法的收敛定理,并用2个实验例子比较了动量BP算法、FR共轭梯度法和MPARTAN算法的计算结果.     

一种有效的软件结构图的布图算法

信息的可视化表示是帮助理解软件结构的重要手段.结构化软件中的复杂的模块调用为软件结构的分析和理解带来不便,为此提出一种以模块连接度(扇入扇出系数和)为特征的广义张量平衡算法,以图形方式直观地表现出模块之间复杂的调用关系.具体讨论了算法应遵循的原则,给出了算法的可操作规则集.实践证明,该算法布出的图形具有高度的对称性和紧耦合性,且层次分明,线间交叉少,同时符合图形语义要求和协调性原则.     

近临界区液氮低速喷射特性研究

针对低温推进剂在超临界环境中的喷射特性,以液氮为模拟介质,基于SRK状态方程和LES模拟方法开展数值计算研究,获得了4MPa压力下液氮跨临界射流的形态特征,射流密度分布规律与试验结果吻合良好。计算结果表明：在临界点附近,液氮射流表面会形成高比热容屏障,抑制射流内部流体温度升高,从而维持射流核心区稳定;核心区射流表面涡的形成和发展由斜压效应主导,随着射流向下游发展,斜压效应、体积膨胀和粘性效应三者对涡量输运的贡献趋于同一水平;液氮射流破碎后形成并维持大的“高密度块”形态,随着温度升高,密度块逐渐扩散消失。     

基于 LSTM的飞控系统状态监控

监测飞控系统状态参数是保证无人机飞行安全的重要手段。针对无人机飞控系统的组成特点和飞行控制律,设计并构建了基于长短期记忆网络(Long Short Term Memory Network,LSTM)的飞控系统状态监控模型。首先,利用无人机历史飞参数据训练模型,建立输入飞参数据与状态参数的回归映射关系;然后,利用训练好的网络模型,实时预测飞控系统的状态参数,通过对比实测值与预测值之间的差异,实现飞控系统的状态监控。选取无人机飞参数据进行实验,基于 LSTM的算法比反向传播神经网络(BPNN)、支持向量机(SVM)预测精度高,MSE平均值分别低 0.01和 0.26,MAE平均值分别低 0.05和 0.12。结果表明,所提出的方法能够有效监控飞控系统,为无人机飞行管理决策提供数据支持。     

涂层材料瞬态传热实验与导热系数辨识

针对涂层-基体一体化的双层结构,为测试评估其中涂层材料的导热性能,提出基于瞬态平面热源法（transient plane source, TPS）的涂层材料导热系数反演辨识方法。根据Hot-Disk实验测试原理,建立基体-涂层-探头整体的二维非稳态传热模型;结合测量过程中的瞬时温升数据信息,采用粒子群优化算法反演辨识获得涂层材料的导热系数;并通过实验和数值模拟论证了上述方法的可靠性。结果表明：该测量方法能够有效获得涂层导热系数,测试反演的数值偏差小于4.0%。最后,实际测量和反演辨识获得了一种涂层材料常温至773 K的导热系数,随温度提高呈现增大趋势,数值范围为0.18～0.29 W/(m·K)。     

基于遗传算法(GA)的具有约束的飞行轨迹规划

轨迹规划的一个最基本目标是规划飞机通过威胁空间并实现任务目标的飞行轨迹,这个轨迹需满足任务规划所确定的约束,这些约束包括：地形、威胁（静、动态）、燃油、时间、飞行性能等,构成了一个多维、多模态且具有组合爆炸的搜索空间,造成了轨迹规划的具有挑战性的难题。对基于ＧＡ的自适应搜索技术的轨迹规划方法和轨迹规划器进行了研究。提出了用来解决满足约束条件最优飞行轨迹问题的描述方法。     

基于MAX—⊙复合运算和模糊关系Pb的多维模糊推理算法

模糊推理是广泛应用在人工智能AI中的一种不精确推理方法 ,本文采用MAX -⊙复合运算和模糊关系Rb,依据J.F .Baldwin真值限定概念 ,给出在离散隶属函数下的多维Sugeno -Takagi模糊推理算法。     

空间交会近程导引段控制方法与控制算法

阐述了空间交会近程导引段控制方法与控制算法。停泊点转移控制采用终端控制法,以终点标称状态为控制目标;停泊点位置保持应用轨迹控制法原理。对转移控制,冲量制导的控制目标是终端位置,连续常推力制导的控制目标是终端位置和速度,可应用不同控制方式,对转移时间有不同影响。模拟计算结果表明,提出的控制方法及其算法是有效的。     

3点逐步r型自适应网格算法

为了根据某个流场参数梯度较合理地分布网格同时又不增加网格点的数量,提出一种基以总变差为基础的r型3点逐步自适应网格算法,通过3点逐步调整网格点的位置以减小网格线的扭曲,生成质量较好的计算网格.以绕二维圆柱和三维双椭球的超声速流动为算例,用Euler方程模拟,以流场的压力总变差来进行自适应,通过分别用所提出的自适应方法生成的自适应网格与用原始网格计算所得的流场结果对比,计算结果表明,用自适应网格计算所得的激波比用初始网格计算所得的激波薄,采用自适应方法所计算出的流场数值解具有更高的分辨率.