冰雪天气下基于MFOA-KELM残差修正的跑道温度混合预测

道面温度短时精准预测是跑道积冰预警的关键因素之一, 为了解决单一机理预测模型随预测时间延长而造成误差累积的问题, 提出了一种冰雪天气下跑道温度混合预测方法。将跑道温度机理预测模型与核极限学习机(KELM)相结合, 建立一种数据驱动修正残差的跑道温度机理预测模型。针对果蝇优化算法(FOA)收敛速度慢、易陷入局部最小值的问题, 引入权值更新函数和距离扩充因子, 调整果蝇的全局寻优效果, 避免陷入局部极小值。利用改进的果蝇优化算法(MFOA)对KELM的正则化参数与核参数联合优化, 以冰雪天气下跑道温度实际数据为例, 建立基于改进果蝇优化核极限学习机(MFOA-KELM)的跑道温度混合预测模型, 并在不同时间尺度下对该混合预测模型进行仿真测试。实验结果表明:与单一机理预测模型相比, 当预测时长为120 min时, MFOA-KELM混合预测模型的平均绝对误差至少减小了61.43%, 在残差阈值为±0.5℃时, 平均预测准确率为91.25%。可见, MFOA-KELM混合预测模型具有更高的预测准确性, 研究结论显示该混合预测方法能够为机场跑道温度短时精准预测提供新思路。      

RF-16同轴射频开关特性分析

为了提高频率稳定性测量的置信度,研制了一种1—16路同轴射频开关,分析了开关的性能,给出了单路、多路隔离度测试结果。测试结果表明,对于5MHz 的信号,开关的单路隔离度可达130dB,而对于25MHz 的信号,其单路隔离度在115dB 以上。     

航空航天仿真试验假人研制

介绍了国内航空仿真试验假人的功能要求和研制状况,将研制工作分为人体参数测量、机械结构、信号采集与处理和可靠性验证4个部分进行.重点阐述了仿真试验假人的骨架、关节和皮肤肌肉的材料选择及结构设计特点.传感测试能力可输出记录64路生理信号,整体性能接近美国军用假人ADAM的水平,为高危的载人航空航天装备动态性能试验测试提供了有效工具.     

Mechanism parameters optimization of bionic frog jumping robot based on velocity directional manipulability measure

以速度方向可操作度作为跳跃性能的评价指标,从机构设计角度寻求改善仿蛙跳跃机器人跳跃性能的方法.在仿蛙跳跃机器人机构模型的基础上,建立了起跳阶段的运动学方程,得到机器人从关节空间到质心运动空间的速度映射关系,结合速度方向可操作度,利用优化算法对仿蛙跳跃机器人的机构参数进行优化,使机器人的跳跃性能达到最佳.优化结果表明,运用速度方向可操作度理论,对跳跃机器人机构参数进行优化研究是有效可行的.     

一种基于曼哈顿距离的帧间加权预测算法

合并模式通过共享邻域块的运动矢量（MV）来节省编码运动信息比特数,有效提升了编码器率失真性能。然而,当前合并模式中的运动补偿预测（MCP）不够准确。为此,分析了合并模式中的预测残差分布特点,并提出了一种基于曼哈顿距离的加权预测算法作为合并模式的附加候选项。首先,采用邻域合并候选项的运动矢量进行运动补偿预测得到多个预测块;然后,根据候选块位置与像素点的曼哈顿距离对获得的多个预测块进行加权平均得到附加候选项;最后,通过率失真优化（RDO）从附加候选项和原有候选项中选择出最佳的合并模式。实验结果显示:在联合探索测试模型JEM 7.0平台上,所提算法在不同的编码器配置下均获得了率失真性能的提升,其中低延迟P帧下达到了平均1.34%的比特率节省。      

基于粒子群优化LSTM的股票预测模型

为了提高股票时间序列预测精度,增强预测模型结构参数可解释性,提出一种基于自适应粒子群优化（PSO）的长短期记忆（LSTM）股票价格预测模型（PSO-LSTM）,该模型在LSTM模型的基础上进行改进和优化,因此擅长处理具有长期依赖关系的、复杂的非线性问题。通过自适应学习策略的PSO算法对LSTM模型的关键参数进行寻优,使股票数据特征与网络拓扑结构相匹配,提高股票价格预测精度。实验分别以沪市、深市、港股股票数据构建了PSO-LSTM模型,并对该模型的预测结果与其他预测模型进行比较分析。结果表明,基于自适应PSO的LSTM股票价格预测模型不但提高了预测准确度,而且具有普遍适用性。      

基于拉盖尔函数的卫星姿态预测控制方法

针对卫星在空间站中进行绕飞检测时的姿态控制问题,考虑卫星的姿态轴需要躲避禁飞区域并指向期望位置,提出了一种基于拉盖尔函数的模型预测控制方法,实现了对卫星姿态轴的控制。在模型预测控制方法的基础上,通过拉盖尔函数,将优化多个控制输入转换为优化少数的拉盖尔系数,建立了拉盖尔模型预测的控制策略,改善了传统的模型预测控制方法计算效率差的问题,减少了优化时间。采用卫星在空间站中绕飞的模型进行数值仿真验证,结果表明该方法能够使卫星的姿态轴躲避禁飞区并到达指定位置。与传统方法相比,这种基于拉盖尔函数的模型预测控制策略能够提高优化效率,减少计算时间。     

基于相关分析和组合神经网络的退化预测

产品剩余寿命预测是加速退化试验和故障预测与健康管理两大热点领域中的关键技术之一.为了解决复杂退化的预测问题,提出了一种新型预测方法,对退化轨迹能够实现较长距离的预测.此方法首先对复杂退化数据进行小波变换,通过Durbin-Watson方法和偏相关图分析各级分解序列的自相关性,最后根据序列的特点,组合BP(Back Propagation)和小波神经网络对退化轨迹进行预测.为了验证所提组合神经网络方法的有效性,采用小波神经网络的预测结果进行对比分析.实际退化数据的预测结果表明,所提方法比单独采用小波神经网络,具有更小的均方差(MSE,Mean Square Error),对剩余寿命(RUL,Remaining Useful Life)也具有更高的预测精度.     

深空探测返回器再入制导仿真分析

深空探测返回器再入环境恶劣,为了保证在此情况下仍然能够安全准确地返回,研究LQR标准轨道制导法和预测制导法,分析两种方法对再入初始条件的适应性以及在各种情况下的落点精度,并针对以第二宇宙速度再入的返回器进行数学仿真.仿真结果表明,在较大的初始偏差情况下,预测制导律比LQR制导律具有更小的航程误差.     

自抗扰控制技术在转台频响伺服中的应用

在转台频响伺服中,针对低频和低速时干扰难补偿、高频时相位滞后和幅值衰减程度急剧恶化、常规控制策略严重依赖精确对象模型等难题,引入不依赖精确对象模型的自抗扰控制技术,并设计了控制系统.控制系统中,自抗扰控制器用来在线观测补偿干扰,前置处理单元用来补偿相位和幅值.控制系统应用到转台频响伺服中,实测得到的"双十"标准下最大跟踪频率和扫频频率都大于转台出厂时的验收指标.实测结果表明:自抗扰控制技术应用到转台频响伺服中可以有效提升转台的频响性能.