测试不可靠条件下多故障诊断方法

针对部队复杂系统故障诊断中存在的诊断精度低,虚警率高等问题,提出一种测试不可靠条件下多故障诊断方法.为解决系统诊断贝叶斯网络结构和概率映射表建立困难的问题,通过建立系统的多信号流图模型,从而获得系统诊断贝叶斯网络.将测试不可靠度引入概率映射表,增加了算法工程应用中的鲁棒性.利用后验概率诊断推理将问题归结为不等式约束极值问题,采用0-1规划隐数法对不等式极值问题求解,从而获得最优解.以某型导弹制导系统电子部件为例,验证了该方法对复杂系统多故障诊断的有效性.      

迭代伪码捕获算法的改进方法

为了解决扩频通信系统中长伪随机码的快速捕获问题,在分析现有迭代伪码捕获算法 性能的基础上,提出了该算法的改进方法,即多重迭代伪码捕获算法。给出了改进算法的迭 代流程,并与原算法进行了性能的对比分析,结果表明迭代后极大似然估计的误码率较改进 以前有了明显的降低,同时得到了多重迭代伪码捕获算法的最优算法参数。
     

并行程序控制流图可视化的实现

介绍了并行化编译器,在研制并行化编译器过程中,实现了程序控制流图的可视化。着重分析了抽旬语法树（ＡＳＴ）中的控制流信息,给出了两种语句节点定位算法,在Ｘ－ｗｉｎｄｏｗ下实现了图形界面。     

NURBS理论及其在CAID中的应用

本文探讨ＮＵＢＲＳ理论及其在ＣＡＩＤ中的应用。     

一种因果故障诊断方法的故障源候选集排序方法研究

对Bandekar提出的一种因果故障诊断方法,在因果关系图的基础上利用模糊阈值及模糊评判矩阵,提出了一种能够利用故障概率,对故障源候选集进行排序的方法。该方法有利于故障定位,可提高故障诊断速度,同时还使诊断结果对噪声及参数选择具有鲁棒性。     

编队无人机的高生存力协同航路规划方法

提出了一种基于多目标遗传算法的编队无人机高生存力协同航路规划方法。方法由备选航路生成和协同规划两个步骤组成。备选航路生成的目的是为编队中的每一个无人机生成多条航路,该步骤采用的算法是多目标遗传算法。协同规划的目的是为各个无人机从备选航路中选择航路,使得各个无人机同时到达目标区域,以增加任务突然性,提高整个编队的生存力。通过仿真算例,把方法与基于Voronoi图的方法作了对比,给出了方法的优缺点分析。     

多工况过程动态SDG故障诊断

通过分析多工况过程的故障动态特性,在符号有向图(SDG)中引入工况条件,补充对未测节点的表达,提出了一种新的定性描述模型——过程动态有向图,给出了建模方法和基于故障依赖性关系 D 矩阵的诊断流程.该模型满足了随工况变化调整结构和参数的需求,诊断算法解决了实际系统部分状态常常因未测量而造成信息缺失的问题.同时综合不同过程的SDG诊断能改善静态SDG模型定性推理分辨率.利用提出的方法建立了某民用飞机发动机引气系统的诊断模型并进行了诊断,结果表明该模型有效且实用.      

基于混合动网格的二维非定常粘性流动数值模拟

利用基于Delaunay三角化的动网格方法,在混合网格上求解了带运动边界的二维非定常Navier-Stokes方程。在有限体积法格心格式的基础上,采用带人工耗散项的Jameson中心格式以及双时间步长推进方法对Navier-Stokes方程中的空间项和时间项分别进行了离散。湍流模型为Spalart-Allmaras方程模型。对在跨声速粘性绕流中进行俯仰振动以及后缘摆动的翼型进行了数值模拟,得到了令人满意的结果。     

基于有向图的蜂群无人机故障影响

基于蜂群无人机控制模型，针对虚假数据注入的故障情形，为了分析该故障情形下，蜂群无人机中故障的的影响及传播关系，采用故障传播有向图及一致性理论，开展蜂群无人机故障影响机理研究。首先，通过Dijkstra算法计算故障源到各无人机的最短路径，建立故障传播有向图；然后预测各无人机受故障影响的程度，结合蜂群无人机系统，计算一致性行为偏差的指标，并将其作为实际故障影响程度；最后，通过对预测结果与实际故障影响程度进行仿真比较，验证了所建立的故障影响机理的合理性。