基于DSP的UAV飞控计算机设计与半物理仿真

飞行控制计算机(FCC)作为飞行控制系统的核心，担负着多种任务。随着系统功能的日益增多，飞行包线的不断扩大，模拟式FCC已经越来越不能满足系统要求。针对目前FCC向数字式、智能化方向发展，本文利用高速DSP芯片，结合复杂可编程器件(CPLD)，设计出一种集高可靠性、高集成度、高精度于一体的新型FCC，最后在此基础上外加了数据采集卡组成闭环半物理系统，并进行了仿真。仿真结果表明，本文这一全新尝试完全可行，且应用前景将非常广泛。     

航路规划决策支持系统

根据航路规划和一般决策支持系统的要求,确定了航路规划决策支持系统的功能,由确定的功能导出了分系统的组成、要求和一些实现方法以及系统开发的软硬件要求,并简要介绍了地理信息系统及其开发方法。     

航空燃气涡轮发动机气路故障诊断现状与展望

燃气涡轮发动机在航空、地面和舰船上有着广泛的应用,对其进行性能评估和故障诊断有着重大的现实意义。本文对发动机气路诊断的发展以及当前的主要气路诊断方法如故障方程法,基于非线性模型的诊断方法,基于人工智能等方法进行了综述,最后对航空发动机气路诊断的发展进行了展望。      

支持向量机在航空发动机起动模型辨识中的应用研究

支持向量机（SVM）可以优化网络,有效降低模型复杂性,不存在维数灾难和局部极小问题。本文以某型发动机起动调整试验的试车数据为样本,使用SVM对某一大气条件下的发动机起动模型进行了辨识,并使用另外一组试车数据．通过辨识模型对起动过程进行了仿真;最后,比较了SVM和RBF神经网络起动模型的辨识精度。结果表明,用SVM辨识发动机起动过程模型,方法简单,学习速度快,辨识精度较高。     

阵元位置误差有源估计方法研究

阐述了对阵列天线阵元位置误差进行的研究,首先在天线阵列所在平面设置一个校正源,利用该校正源对阵元位置误差引起的阵列流形误差进行估计,然后将同一校正源放在不同方位角对阵列流形误差进行估计,最后经过矩阵运算估计出阵元位置误差。仿真证明此方法的有效性。     

基于1-DISVM的聚类模型及直升机齿轮箱故障诊断应用

针对当前故障诊断中存在的训练样本少、知识难获取的问题,结合SVM小样本学习的特点,提出一种基于SVM的自学习聚类模型。通过改进无监督1-SVM算法上的不足,形成一种改进决策1-SVM(1-DISVM)算法,由此构建了多模式训练与分类算法,并设计出基于1-DISVM的自学习聚类模型。最后对其进行仿真验证,并应用于直升机齿轮箱的故障诊断,结果表明该方法能从少量样本中自学习输入模式的内在规律,自适应地对未知故障模式进行准确地分类识别。     

基于杠杆原理的起落架疲劳试验随动加载装置分析

在飞机起落架疲劳试验中,常会遇到载荷施加点随试验件的变形而移动的问题,本文设置了一种起落架疲劳试验随动加载装置,阐明了该装置的结构及工作原理,解决了载荷施加点随试验件变形的问题,同时应用于某型飞机起落架疲劳试验中,具有较大的现实意义和应用价值。     

三星无源定位的精度分析及定位算法

 在三颗地球同步卫星加气压高度表的无源定位中,定义了气压高度表水平几何误差因子(HDOP)和伪距位置几何误差因子(PDOP),并给出了相应的数学表达式和分布图。提出了在卡尔曼滤波算法中增加多普勒频率作为观测量,同时选用衰减记忆法滤波,并给出了相应的算法。仿真结果表明：衰减记忆法滤波可以有效克服因Singer模型不准确引起的卡尔曼滤波发散;对于高中动态用户,增加多普勒频率后的衰减记忆卡尔曼滤波算法的定位精度要高于常规卡尔曼滤波法和迭代最小二乘法的定位精度。     

最小二乘支持向量回归机在发动机推力估计中的应用

实现直接推力控制的首要问题就是要估计出推力.基于最小二乘支持向量回归机提出了一种Wrapper算法进行特征选择,此算法不仅能降低计算的复杂度,而且能增强模型的泛化能力.另外,在对最小二乘支持向量回归机进行稀疏性建模的时候,用QR分解法代替传统的协方差法,增强了数值的稳定性.最后,推力估计器设计的应用实例,验证了本文提出的特征选择法和QR分解法进行稀疏性建模的可行性和实用性.      

航空发动机部件性能故障融合诊断方法研究

提出一种对航空发动机部件性能蜕化进行融合诊断的模糊决策融合机制,以改善单独采用基于模型和基于数据的部件性能故障诊断的漏诊与误诊的问题.传感器测量值同时输入到基于自适应模型的和基于数据的诊断模块中,分别利用卡尔曼滤波算法和最小二乘支持向量机(LSSVM)对主要部件故障性能参数估计,再利用模糊逻辑调整决策权重以进行D-S(Dempster-Shafer)证据理论的决策融合诊断.以某型涡扇发动机为对象进行单部件和双部件蜕化仿真研究表明,与单独使用基于模型和基于数据的诊断方法相比,采用决策融合机制有效地提高了部件故障诊断精度.