卷积线性混合模型下的复非高斯信号盲源提取

雷达信号的多径效应导致基于瞬时线性混合模型的盲源分离算法不再适用。为此，提出了一种基于FastICA的复非高斯信号盲源提取方法。该方法将混合系统建模为卷积线性混合模型，使得信号模型中不需要将每个多径信号都看作一个独立的源信号，既节约了接收通道数量，又降低了盲源分离过程的复杂度，利用待提取信号的非高斯性实现高斯背景下复非高斯信源的提取。实验结果表明：在信干比为-30 dB时，所提方法能够快速、有效地处理卷积线性混合模型下复非高斯信源的提取问题，为该场景下的微弱信号提取提供了一种新的方法。     

基于一种贝叶斯优化框架的高空螺旋桨气动优化设计

为了在可接受时长内获得高空螺旋桨气动方案的最优解，提出一种基于贝叶斯优化框架的高空螺旋桨气动外形优化设计方法。该方法以拉丁超立方抽样获取螺旋桨气动外形参数的初始样本点，建立以该参数为输入、数值模拟获取螺旋桨气动性能为输出的初代高斯过程模型；以遗传算法和三种并行加点准则构成的子优化获取新样本点，求取新样本点的气动性能，并更新样本数据和高斯过程模型。该方法可以使新样本点快速向最优解附近集中，从而提高最优解附近的模型近似精度。为验证模拟方法，加工了某高空螺旋桨进行地面试验。与模拟结果相比，试验推力平均误差2.34%、扭矩平均误差3.33%。以课题组自研的6个低雷诺数翼型为基础，使用该方法对某高空太阳能无人机螺旋桨进行优化设计，优化结果显示：螺旋桨在设计点推力提高9.24%、效率提高8.13%。研究结果表明，该方法对高空螺旋桨优化设计及相关工程应用具有较强的参考价值。     

仅测角定轨问题迭代格式的推导与应用

针对由仅测角信息确定卫星轨道的问题，建模为求解相应适应度函数零点的一类方法，分析了求解该问题的高斯-牛顿迭代法中涉及的观测时间步长、动力学方程求解步长和迭代格式步长三者之间的区别与联系。针对一般精定轨方法由于适应度函数高度非线性而难以构造有效迭代格式的问题，提出了初定轨与精定轨方法结合的定轨方法，并在理论上分析了该方法的可行性。通过数值实验验证了所提求解方法的准确性、有效性和高效性。     

基于导波-高斯混合模型蒙特卡罗迁移度量的结构损伤定量化诊断方法研究

在线准确定量诊断飞行器结构疲劳裂纹损伤对于保证结构安全、降低维护费用具有重要意义，为了提升复杂服役条件环境下结构损伤定量化诊断的可靠性，本文提出了一种导波-高斯混合模型（Gaussian mixture model,GMM）蒙特卡罗迁移度量的损伤定量化诊断方法。首先建立表征结构不同状态下导波特征概率分布的GMM，再通过大数据随机采样的蒙特卡罗方法计算监测状态GMM相对于基准GMM的迁移距离，该方法在避免了复杂积分计算的同时，能够更准确地计算GMM的迁移距离，实现复杂服役条件下损伤扩展的准确定量化追踪诊断。选取重要飞行器耳片连接结构进行了孔边裂纹监测，有效实现了裂纹定量化监测，结果表明，相比传统的最小匹配迁移距离计算方法，本文提出的方法使裂纹定量化精度提高了29%。