基于自适应软切换的多星座组合导航系统研究

多卫星组合导航系统星座结构复杂、卫星数量多,在某些特定场合、特殊时间内需要快速完成星座和卫星的选取和重组.采用一种快速选星算法和自组织网络相结合的策略,并应用于多卫星导航系统建模和多星座软切换领域,既避开了系统对象建模这一难点,同时又充分利用卫星星座间的相互关联性,极大的发掘多卫星系统本身的潜力.仿真结果表明,快速选星算法和自组织组网技术可以增强整个导航系统的抗干扰性和自愈能力,以牺牲较少的定位精度来有效减少导航运算量,提高导航定位的实时性.     

基于广义卡尔曼滤波的伪距组合GPS/INS导航

提出了一种利用广义卡尔曼滤波进行GPS/INS组合导航的技术 ,同时给出了一种最优选星算法。采用间接的反馈校正设置 ,直接利用伪距数据和不受噪声污染的星历数据。利用该方法 ,组合导航精度高 ,在导航过程中若丢失GPS信息 ,短时间内单纯INS的导航精度仍能保持。恢复GPS信号后组合系统继续正常工作。     

基于SVM和SNN的航空发动机气路故障诊断

为了区分航空发动机气路故障诊断过程中出现的相似故障,提高诊断准确率,提出了一种支持向量机(SVM)和协同神经网络(SNN)相结合的故障诊断方法.首先利用参数优化后的SVM对测量数据进行初步故障诊断分类,对诊断结果进行分析统计,得出难以区分的相似故障类型,并根据SNN对这些相似故障进一步地区分判断,最后根据实际数据对此故障模型进行仿真.结果显示:基于SVM的初步故障诊断准确率达到96%;而经过SNN进一步地相似故障区分后,诊断准确率提升到100%.     

基于谱减法的内话系统语音增强技术

在现有的地空通信遥控系统中,语音交换和控制系统即内话系统所采用的比选技术很难保证输出语音信号的质量。提出结合比选技术和改进的谱减法来增强地空通信语音质量,并给出了实现方案。最后利用DSP实现了内话系统语音增强的原型实验系统,实验结果表明系统达到了语音比选以及增强的目的。     

AOS标准在海洋动力环境探测卫星中的应用

以我国在轨成功运行的首发海洋动力环境探测卫星为例,描述了在我国遥感卫星中首次全面采用AOS(高级在轨系统)标准实现整星数据流统一动态管理的数据管理方案。该方案采用AOS标准的源包多路复用机制实现对卫星遥测数据的动态调度传输,提高了信道利用率;采用虚拟信道的动态调度机制在数传信道和激光通信信道实现将卫星的低速平台数据和高速有效载荷业务数据进行动态合路传输,从而实现整星信息的综合利用,增强了卫星自主管理能力。针对卫星在轨应用情况,对该方案的优点进行了总结。     

星载AOS数据链路层的模块化设计与实现

对AOS(高级在轨系统)数据链路层协议进行分析,提出一种模块化的设计方案,采用包装模块、虚拟信道模块和主信道模块分别处理不同特点的数据业务。该方案可利用成熟CPU(中央处理器)结合专用功能芯片实现,其中专用功能芯片可转化为ASIC(专用集成电路)产品。基于DSP(数字信号处理)控制器和FPGA(现场可编程门阵列)设计了原型设备对方案进行验证。结果表明:数据链路层模块化设计方案可行且有效,能够充分利用物理信道资源,经过测试下传数据中空闲帧比例低于0.6%。最后对功能模块的ASIC转化方案进行了讨论。     

基于多源诊断信息融合的发动机气路分析

针对气路可测信息的有限性及不确定性易导致航空发动机气路分析结果准确度和精度不高的问题,提出了一种基于贝叶斯网络的多源诊断信息融合机制,以提高气路部件故障诊断的准确度和精确度.介绍了基于贝叶斯网络的气路分析方法,在此基础上提出了改进的用于多源诊断信息融合的气路分析贝叶斯网络,即以常规的气路可测参数为主,而其他诊断信息则借助故障模式先验概率表引进贝叶斯网络,实现多源信息的融合.仿真实验表明:通过融合多源信息能够准确地诊断出传统的气路分析难以识别的故障,同时降低了健康参数估计值的方差,提高了诊断结果的精确度;在观测噪声放大一倍、健康参数变化量小于1%的情况下,通过融合多源信息仍能准确的估计出健康参数变化量,且标准差均于0.1%.      

发动机故障诊断的主特征量模型

本文提出了发动机状态监控气路分析的主特征量模型。其基本原理如下:对于发动机部件匹配热力学关系式的小偏差方程组,利用最优化方法求出各种可能的故障组合的最优解,并根据合理性判据选择合理的最优解。它可以在可能的故障参数数目大于测量参数数目的情况下,对主要故障参数进行故障诊断。与目前广泛采用的影响系数矩阵法比较,主特征量模型可以用于测量参数数目较少的情况,并且可以给出较多的故障诊断信息,因此具有广泛的实用意义。文中给出了主特征量模型的三种数学模型,讨论了利用主特征量模型进行故障诊断的有关技术问题,并且通过计算机模拟方法对主特征量模型的适用性及可靠性进行了分析。研究结果表明,本文提出的主特征量模型是发动机状态监控与故障诊断的一种有效方法。     

基于逆跟踪控制的航空发动机气路健康参数估计修正方法研究

针对新型航空发动机气路部件状态监控缺乏故障样本的不足,利用发动机非线性模型和气路故障模拟方法,获取故障样本,运用最小二乘支持向量回归机(LSSVR)建立气路健康参数的(理想)估计器。主要工作是在LSSVR的基础上,从逆跟踪控制的角度,设计了基于逆模型在线辨识与变结构控制相结合的修正系统,减小理想估计器与真实发动机之间由于测量噪声与系统噪声对估计精度造成的影响。通过仿真实验,离线修正后,估计值的相对误差最大值从69%缩小5%,在线修正后,估计值的相对误差最大值从69%缩小13%,修正系统有效地提高了性能估计的准确度,减小了气路部件状态监控的误判和误诊的概率。     

涡扇发动机高压涡轮前温度组合估计方法

考虑到目前暂无法实现机载条件下高压涡轮前温度直接、可靠的测量,提出一种用于涡扇发动机高压涡轮前温度估计的方法.基于涡扇发动机的能量守恒原理,建立高压涡轮前温度与气路参数的热力学关系,进而推导出高压涡轮前温度的6个估计模型.将各温度模型中不易测量的参数以整体的形式作为温度模型系数,并利用某涡扇发动机性能仿真模型建立温度模型系数与可测状态参数的多项式关系,最终确立高压涡轮前温度的组合估计模型.验证结果表明:组合估计方法在发动机健康及性能衰退状态下都具有较高的精度,其性能最好模型的方均根误差不超过1%.与已有线性拟合、神经网络等方法的对比也表明组合估计方法不论在精度还是性能稳定性方面都具有明显优势.