曲线保凸光顺拟合中的支持向量回归模型

几何逆向工程中的光顺曲线重构问题本质上属于回归问题,支持向量回归机是求解回归问题的新的十分有效的方法.研究用支持向量回归机处理光顺曲线的重构问题,鉴于后者有着对于光顺性的特殊要求,通过修正惩罚因子对支持向量机加以改造,即根据测量数据点的分布情况,利用各测量点圆率及保凸条件的特性确定对应的惩罚因子,从而实现了自由曲线的保凸光顺重构.数据实验也表明该方法的有效性.     

Autonomous Control Reconfiguration of Aerospace Vehicle Based on Control Effectiveness Estimation

未来空天飞行器跨空天两域飞行,要求有较高的自主性以适应由故障和环境变化带来的不确定因素。针对空天飞行器的不确定性,提出了自主控制重构方案。研究了线性模型的时变控制效益的估计方法,提出并证明了效益矩阵可估计的充分条件,给出了相应的算法并证明了其收敛性和对噪声的鲁棒性;提出了基于线性规划和模糊逻辑的控制分配算法,通过冗余效应器实现了不确定条件下的自主控制重构。系统集成和仿真结果分析验证了方案和算法的有效性。     

双模GNSS接收机中可重构FFT处理器设计

在双模GNSS接收机中,GPS和BD2卫星的PN码长度不同,造成接收机中的捕获通道不能通用。提出一种可重构的FFT实现方法,利用1024点FFT以及可复用的基2/基4处理单元组成可重构FFT,实现2048点FFT或4096点FFT,使得接收机能够利用同一个FFT模块捕获GPS信号或BD信号,从而节省了接收机的硬件资源。同时可通过复用FFT的方法共用捕获通道,为提高捕获速度和精度提供硬件基础。     

微纳聚合体卫星的对称式重构规划算法

为解决微纳聚合体卫星变构过程中,聚合体各部分之间的动力学耦合导致的卫星整体姿态翻转或紊乱,提出了一种对称式变构规划算法。首先建立了铰链约束下的漂浮基多刚体系统动力学模型,研究了重构过程中各运动模块对本体姿态的影响,提出当每两个运动模块位置与转动方向满足对称性条件时,两者对本体姿态的影响可在一定程度上相互抵消。基于上述理论,在A*算法中引入最优分配度量和对称性判定,设计了并行对称重构规划算法。仿真结果表明,该规划算法可实现重构过程中多模块并行、对称运动,重构过程总步数较少,运动模块对本体姿态的影响小。     

曲线拟合参数估计法的目标散射中心提取

提出了一种基于几何绕射理论(GTD)模型的曲线拟合参数估计法,用于目标散射中心的提取.根据二维散射中心GTD模型,分角度分离目标的距离向散射中心,对不同角度的散射中心距离和幅相进行曲线拟合,提取目标二维散射中心参数,可估算散射体的曲率半径,较精确地计算转台中心至天线的距离.算例表明:对大角度成像、遮挡、平板散射等用该法重构的雷达散射截面(RCS)与原始数据较吻合.     

基于深度神经网络的流场时空重构方法

针对流场粒子图像测速实验中时间和空间高分辨率测量代价高的问题,研究了数据驱动的流场时空重构方法。为了对实验测得的低分辨率数据进行时空高分辨率重构,提出了一种基于深度神经网络的流场时空重构方法,并构建了一种基于卷积神经网络和长短时记忆神经网络的混合深度神经网络。该混合深度神经网络能够学习流场的时空演化特征,训练完成后可实现对实验数据的时空高分辨率重构。测试结果表明:只进行流场空间高分辨率重构时,重构出的流场与真实流场之间的均方根误差为0.0065左右,流场数据点数是原来的51倍;同时进行流场时间和空间高分辨率重构时,重构出的流场与真实流场之间的均方根误差可保持在0.065左右,流场时间维度的密度是原来的5倍,可极大提高实验效率,节约实验成本。     

谱载下裂纹扩展的计算及实验分析

本文针对裂纹扩展的Willenborg-Chang模型,提出了如何合理地选择参数,怎样对残余塑性区尺寸进行修正及随机加载谱的处理。通过实验和计算结果的对比,说明上述想法的正确性,并提出Willenborg-Chang模型更适用于较长裂纹的寿命估算。     

复合材料加筋壁板制造成本的快速估算模型

为了能够在设计阶段早期对复合材料加筋壁板制造成本进行快速估算,提出了一种以结构设计重量为主要驱动因素的制造成本估算模型。该模型的关键是考虑了诸如材料成本比重系数、制造工艺系数、蒙皮形状系数、筋条形状系数、材料利用率系数等合理取值。以某验证试验的试验件制造成本估算为例,估算成本与实际制造成本的偏差为10.8%,说明了采用该方法对复合材料加筋壁板制造成本进行快速估算的结果是可以为设计人员提供决策依据的。     

PSO-LSSVM在民机气动性能数学建模上的应用

目前风洞试验仅为民用飞机飞行性能提供有限数据.全飞行包线的技术支持对于民机飞行试验十分重要,需要采用数学建模和参数辨识的方法.选择合适的机器学习算法是参数辨识中最为关键的一步.支持向量机(SVM)采用结构风险最小化原理,尤其适用于小样本情形.根据A320非巡航起降阶段的几组真实数据,以及全机气动力估算的结果,使用最小二乘支持向量机建立预测模型.随后采用粒子群算法优化模型参数从而提升泛化能力.由此实现民机飞行包线的气动性能整体建模与辨识.与Ma=0.78时的实验数据相比较,PSO-LSSVM模型的预测结果吻合,是一种有效的气动数学建模方法.     

MIMO变结构飞行重构控制系统设计

基于滑模变结构控制,提出一种MIMO(multiple input multiple output)的飞行重构控制系统的频域设计方法.将滑模变结构控制与飞行重构控制相结合,解决了飞行重构控制技术中故障检测和系统参数辨识的问题.引入渐近观测器和hedge模型增加重构控制系统对衍生未建模动态的鲁棒性;引入作动器模型、输出饱和限制和驾驶员模型,使变结构重构控制系统设计方法变得更为有效和实用;以某型飞机的横航向飞行控制系统为例,进行设计模拟.结果表明:在飞机气动参数大幅突变和操纵面严重受损的情况下,飞机仍能保持良好的性能.