惯性导航系统中陀螺一阶马尔科夫过程的 误差传播特性

一阶马尔科夫过程是描述陀螺低频随机噪声的主要模型之一,对惯性导航系统精度具有重要影响.首先研究了惯性导航系统中陀螺随机误差传播特性分析的一般方法,推导了惯性导航系统的冲击响应函数.继而结合一阶马尔科夫过程的统计特性,推导了其作为陀螺随机误差在惯性导航系统长时间导航环境中的误差传播公式,分析了其对系统姿态、位置精度的影响.最后对陀螺一阶马尔科夫过程引起的惯性导航系统误差进行了仿真,对理论结果进行了验证.论文的研究对于惯性导航系统的优化设计与误差分析具有一定的参考价值.     

基于故障树与马尔科夫分析模型的发动机系统安全性评估

安全性评估是发动机适航验证的重要方法之一,故障树与马尔科夫分析方法是安全性评估常用的方法,两种方法在安全性评估的不同时机具有各自的特点。针对故障树与马尔科夫在安全性评估中的应用时机进行了深入的研究,分析结果表明：对于失效率为常数的顺序相关的系统,若部件是主动失效部件(即姿伊t较小),应用故障树与马尔科夫分析方法均可准确评估系统的失效概率,采用故障树可以减少运算的复杂性;若部件是潜在失效部件,由于部件暴露时间较长(即姿伊t较大),使用马尔科夫的分析方法可以更精确的评估系统的安全性。     

基于失效概率的涡轮后机匣全局灵敏度分析

涡轮后机匣是航空发动机安全的关键部件,但是其具有工况复杂、不确定性因素多的缺点。为了探究输入随机变量的不确定性对涡轮后机匣结构失效概率的影响,建立参数化有限元模型进行确定性分析。考虑材料性能、几何参数及外部载荷的不确定性,对涡轮后机匣两种典型失效模式：强度失效以及刚度失效建立极限状态函数;通过构造自适应Kriging 代理模型并结合重要抽样方法评估涡轮后机匣结构失效概率,利用基于失效概率的全局灵敏度方法对涡轮后机匣结构可靠度的不确定性来源进行分析,对各输入随机变量重要性进行排序,构建一种涡轮后机匣全局灵敏度分析框架。结果表明：涡轮后机匣在两种失效模式以及系统失效模式下,发动机推力以及线性膨胀系数对结构失效概率影响最为显著,应对其重点考虑;内外机匣长度以及材料弹性模量对涡轮后机匣结构失效概率影响较小,可对其适当忽略。     

航空磁探中水下目标三维积分方程磁场建模

为获取航空磁探中水下铁磁性目标的空间磁场分布,通过三维积分方程法的基本原理推导出空间磁场的解析式,根据矢量恒等式和高斯散度定理简化空间磁场计算式,建立水下铁磁性目标空间磁场预测模型。通过铁磁性长方体对模型进行理论验证,使用铯光泵磁力仪测量铁磁性长旋转椭球体的高空磁场;然后,基于预测模型推算铁磁性长旋转椭球体的磁场,根据实际测量的磁场数据和预测值进行比较。结果表明,预测模型的推算精度较高,平均绝对误差为0.320 5 nT,平均相对误差为12.368%。     

基于BP神经网络的加油锥套运动预测方法

针对无人机自主空中受油需求,分析了影响加油锥套运动规律的各种因素,提出了基于BP神经网络的加油锥套运动规律的预测方案,利用所采集的锥套运动数据,建立相应的BP神经网络预测模型,在Matlab环境下,对所得预测模型进行检验,结果表明,该模型具有较高的预测精度.     

飞行模拟器环境下飞行员视觉特征

为了研究飞行员在各个阶段的视觉特征,构建了以固定式飞行模拟器为基础、采用先进的非接触式眼动仪FaceLAB4.0采集数据的实验测试平台.根据飞行员获取信息的来源将视觉区域划分为舱内仪表盘、前窗舱外景和其他3个部分,应用马尔科夫链的数学方法分析被试者的视觉注视数据在各视觉区域内的状态转移概率.研究发现,被试在观察舱内仪表盘和前窗舱外景区域时,无法在短时间内获得全部信息,需要长时间注视才能完成信息获取.该方法可用于分析飞行员在操作中的视觉注意力和注意力转移模式.     

基于蚁群改进 BP算法的组合预测模型在军械器材需求预测中的应用

针对在军械器材采购计划制定环节中的器材需求测算问题,提出基于蚁群改进BP算法的组合预测模型。先结合历史数据,利用多元线性回归预测法和自回归滑动平均模型（ARMA）进行初步预测,将初步预测的结果作为蚁群改进BP网络的输入,从而得到最终的预测结果。实验结果表明,基于蚁群改进BP算法的组合预测模型能够对积累的历史数据进行充分的应用,并且有较高的预测准确性。     

基于故障树与马尔科夫分析模型的发动机系统安全性评估

安全性评估是发动机适航验证的重要方法之一,故障树与马尔科夫分析方法是安全性评估常用的方法,两种方法在安全性评估的不同时机具有各自的特点。针对故障树与马尔科夫在安全性评估中的应用时机行了深入的研究,分析结果表明:对于失效率为常数的顺序相关的系统,若部件是主动失效部件(即λ×t较小),应用故障树与马尔科夫分析方法均可准确评估系统的失效概率,采用故障树可以减少运算的复杂性;若部件是潜在失效部件,由于部件暴露时间较长(即λ×t较大),使用马尔科夫的分析方法可以更精确的评估系统的安全性。     

基于SPN的近距平行跑道容量建模与分析

跑道理论容量计算是机场容量评估的一项重要内容。传统方法是针对跑道实际运行情况建立特定的数学模型进行粗略计算,本研究则采用随机Petri网(stochastic Petri net,SPN)建立通用的近距平行跑道运行模型,通过同构马尔科夫链,建立系统稳态概率表达式,进而建立跑道容量数学模型。在此基础之上,将跑道容量的影响因素映射成相应变迁的激发率,通过对激发率的调整,实现了不同条件下交替起降近距平行跑道容量的计算与分析。与传统方法相比,该方法所建模型可复用性强,参数调整更为灵活,为跑道理论容量的计算与分析提供了新的解决方案。     

某型运输机飞控计算机动态故障树分析

针对现代运输机飞行控制系统具有结构相对复杂,大量使用数字技术,可靠性要求高和具有容错功能等特点,本文以某型运输机为例,建立飞行控制系统主计算机动态故障树模型,并应用动态故障树分析方法进行动态故障树分析。