Strategic flight assignment approach based on multi-objective parallel evolution algorithm with dynamic migration interval

The continuous growth of air traffic has led to acute airspace congestion and severe delays, which threatens operation safety and cause enormous economic loss. Flight assignment is an economical and effective strategic plan to reduce the flight delay and airspace congestion by reasonably regulating the air traffic flow of China. However, it is a large-scale combinatorial optimization problem which is difficult to solve. In order to improve the quality of solutions, an effective multi-objective parallel evolution algorithm(MPEA) framework with dynamic migration interval strategy is presented in this work. Firstly, multiple evolution populations are constructed to solve the problem simultaneously to enhance the optimization capability. Then a new strategy is proposed to dynamically change the migration interval among different evolution populations to improve the efficiency of the cooperation of populations. Finally, the cooperative co-evolution(CC) algorithm combined with non-dominated sorting genetic algorithm II(NSGA-II) is introduced for each population. Empirical studies using the real air traffic data of the Chinese air route network and daily flight plans show that our method outperforms the existing approaches, multiobjective genetic algorithm(MOGA), multi-objective evolutionary algorithm based on decomposition(MOEA/D), CC-based multi-objective algorithm(CCMA) as well as other two MPEAs with different migration interval strategies.     

Fuzzy norm method for evaluating random vibration of airborne platform from limited PSD data

For random vibration of airborne platform, the accurate evaluation is a key indicator to ensure normal operation of airborne equipment in flight. However, only limited power spectral density（PSD） data can be obtained at the stage of flight test. Thus, those conventional evaluation methods cannot be employed when the distribution characteristics and priori information are unknown. In this paper, the fuzzy norm method（FNM） is proposed which combines the advantages of fuzzy theory and norm theory. The proposed method can deeply dig system information from limited data, which probability distribution is not taken into account. Firstly, the FNM is employed to evaluate variable interval and expanded uncertainty from limited PSD data, and the performance of FNM is demonstrated by confidence level, reliability and computing accuracy of expanded uncertainty. In addition, the optimal fuzzy parameters are discussed to meet the requirements of aviation standards and metrological practice. Finally, computer simulation is used to prove the adaptability of FNM. Compared with statistical methods, FNM has superiority for evaluating expanded uncertainty from limited data. The results show that the reliability of calculation and evaluation is superior to 95%.     

基于CBR的民用飞机维修决策系统研究

基于CBR的智能维修决策技术,可以为新型国产飞机维修大纲制订人员提供有用的决策信息,提高制定飞机维修大纲的智能化水平和效率。研究的核心问题就是基于CBR的维修任务和维修间隔制订方法,它们为维修决策支持系统提供理论指导与核心算法。最后开发了基于CBR、以SQL Server作为后台数据库管理系统的民用飞机维修决策系统,并以新舟600（MA600）飞机ATA32起落架系统组件为实例进行验证,效果良好。     

一种提高脉冲雷达多普勒相位精度的方法

针对低信噪比条件下脉冲雷达模糊多普勒相位精度较低,可能导致相位测距时不能正确解相位模糊问题,基于EMD（Empirical Mode Decomposition,经验模式分解）区间阈值去噪方法,提出了一种新的提高多普勒相位精度的方法：利用EMD分解后各层信号的频率特性和能量特性,选取合适的阈值,并对各层信号进行区间阈值化处理,在提高信号信噪比的同时保持了信号的连续性.分别在回波信号噪声为高斯白噪声和AR（2）相关噪声的情况下,以及不同信噪比条件下,对该方法进行验证.仿真结果表明：在低信噪比条件下,当回波信号噪声为白噪声和相关噪声时,EMD区间阈值去噪方法能将回波信号信噪比提高5 dB,去噪性能优于小波阈值去噪方法,其对应多普勒相位精度能提高1倍以上.     

考虑量测滞后的INS/SAR组合导航非等间隔滤波算法研究

由于INS／SAR组合导航系统中图像匹配定位需要耗用不等的匹配计算时间，从而造成了量测的不等间隔频率输出和量测信息滞后。针对上述问题，采用常规的卡尔曼滤波算法难以获得高的滤波精度。本文首先分析了常规卡尔曼滤波器工作过程；然后在此基础上，提出了采用非等间隔并解决滞后的滤波算法以解决上述问题。本文利用系统状态转移矩阵的特性，设计了相应的非等间隔卡尔曼滤波算法，以解决非等间隔量测的问题；同时，在该非等间隔卡尔曼滤波算法的基础上，提出了解决量测滞后的方案。并通过协方差分析的方法对比分析了常规卡尔曼滤波器，非等间隔卡尔曼滤波器和解决滞后效应的滤波算法三种情况下的滤波精度。仿真结果验证了本文提出的算法具有较高的滤波精度。     

结构复固有频率区域的区间摄动法

利用区间数学研究具有误差或有界不确定性结构参数的非比例阻尼结构复特征值 所在区域问题.将误差或有界不确定性结构参数用区间定量化,这样,具有误差或有界不确 定性结构参数的非比例阻尼结构复特征值所在区域问题便可归结为实区间矩阵的广义特征值 问题.对于小的误差或有界不确定参数,所提出的求解实区间矩阵的广义特征值问题的区间 摄动法可以给出满足工程要求的结构固有频率所在的区域.     

飞机预防性维修任务间隔优化模型与方法研究

飞机维护规程中规定了飞机部队级维护涉及的所有预防性维修任务,在飞机服役初期,维修任务的制定通常偏保守,随着飞机使用和维护经验的积累,维修任务间隔优化的需求越来越明显。以服役数据为分析对象,以系统可靠度为衡量标准,构建预防性维修任务间隔优化分析方法,形成可实现的数学模型;以某维修任务为案例,对其服役数据进行分析,并给出维修间隔优化的建议。结果表明：该方法和模型正确可行,可作为军用飞机维修任务间隔优化分析的参考。     

雷达波束驻留模式下空间碎片数量的置信区间估计

碎片数量估计是空间碎片环境统计特征描述的重要内容之一,对于空间碎片环境模型验证、航天器碰撞风险分析以及碎片数量增长趋势预测有重要意义.针对波束指向正东、正南任意仰角的雷达波束驻留(Beam-park)模式(天顶指向是波束指向仰角为90°时的特例),给出了一种估计碎片数量置信区间的方法.对于给定轨道高度范围内一个具有穿越雷达波束可能性(即雷达散射截面足够大,且轨道倾角相对测站纬度足够大)的碎片,将其是否真正穿越波束这一随机事件用(0-1)分布来建模,根据所采集的轨道高度和倾角数据,计算出该轨道高度范围内碎片穿越波束的平均概率,进而采用中心极限定理来估计碎片数量的置信区间.仿真结果表明了方法的有效性.      

基于最大似然估计的点火概率曲线计算模型取点方法

最佳点火能量、点火位置等关键信息可通过绘制点火概率曲线判定概率函数以提高点火成功概率。完成传统点火概率曲线的绘制需要至少300次的点火事件,以求得更加复杂的点火概率模型甚至需要更多的实验次数才能保证曲线精度。受制于点火器寿命,依据大数定律绘制点火概率曲线所需的多点数据难以保证,因此迫切需要开发一种在减少实验次数的前提下保证点火概率曲线精度的模型。本文拓展了一种点火概率计算模型,针对不同的取点方式,通过随机二项分布求得概率函数中似然函数的未知参数,从而拟合空间位置点火概率曲线和能量点火概率曲线,结合均方差评估拟合程度选取最优取点方法。研究表明,采用最优取点方法拟合的能量-点火概率曲线可以将均方差降低至0.02左右,空间位置点火概率曲线均方差降至0.04。研究表明所选取的最优取点方法可有效指导实验工况选取,并绘制出可信点火概率曲线。同等置信度下,三种点火概率曲线的实验次数均减少50%以上,实现大幅减少实验次数的目的。     

连续分布百分位值和百分率的区间估计和假设检验

提出了一种对连续分布百分位值和百分率(或可靠度)进行区间估计和假设检验的理论与方法。并对Weibull分布、对数正态分布、极值分布等常用的两参数分布和三参数分布进行了详细讨论。该方法不仅适用于完全数据,而且还适用于不完全数据和无失效数据。