基于压缩感知的叶端定时信号参数辨识方法

叶端定时技术作为一种非接触式测量手段,在实际应用中的主要问题之一是测量信号欠采样。压缩感知方法是解决信号欠采样问题的有效手段,但由于求解过程中引入了正则化项,在提高稀疏度时,降低了幅值重构精度,而转子叶片振动幅值参数的准确辨识对于叶片动应力重构具有重要意义。将叶片振动方程设计矩阵与压缩感知字典相结合,在不依赖先验信息的条件下对叶片振动参数进行辨识。首先,根据振动方程设计矩阵形式及关注的最大振动频率,构造压缩感知字典;其次,通过叶端定时信号稀疏表示中的非零元素所在位置,从压缩感知字典中提取对应原子构成设计矩阵进而求得振动参数;接着,叶端定时（BTT）模拟仿真结果表明,所提方法可有效辨识叶片单模态、多模态振动参数;最后,开展旋转叶片振动测试试验,同时利用应变片和叶端定时系统采集振动信号,结果表明,与应变片测量结果相比,提出的方法振动频率辨识相对误差仅为0.14%;对比4个叶片的位移-应变传递比,其中偏离均值的最大百分比仅为2.15%。     

利用时延神经网络的动载荷倒序识别

将时延神经网络引入动载荷识别研究中,结合时延神经网络的"记忆"特性、因果有限长冲激响应（FIR）系统理论与振动响应的求解原理,提出一种利用时延神经网络的时域动载荷倒序识别方法。对一个受两点随机动载荷作用的舵面模型结构进行载荷识别验证实验,结果表明,用本文方法识别的两个激励点上识别载荷样本的时间序列与真实载荷样本的时间序列之间的均方根误差分别为0.635 4和2.543 7,识别载荷样本时间序列与真实载荷样本时间序列的相关系数分别为0.965 7和0.826 2,功率谱密度曲线也能够较好吻合。本文提出的方法具有不需要结构动力学模型、识别精度高的优点。     

空中交通网络模体识别及子图结构韧性评估

研究空中交通网络的结构特征是理解网络性质的重要手段。从局部角度出发,以构成空中交通网络的子图结构为研究对象,对其模体特性进行识别。通过对子图浓度在外界扰动下的变化情况进行分析,提出子图结构韧性概念以表征网络拓扑结构的动态演化规律。以华东地区空中交通网络为例,对低阶子图结构进行了模体特性识别,并对不同扰动下子图结构韧性的变化情况进行评估。实证结果表明,子图结构的模体特性符合空中交通网络的实际连通度需求;在网络受扰动及恢复过程中,子图相对浓度较为稳定,子图结构韧性和网络宏观结构变化之间较为一致。对于揭示节点间连接的偏好及航路结构合理性,网络受扰动及恢复过程背后的底层机制,网络整体与局部结构之间的关系等有着一定的研究意义。     

基于OBE模式的《客房服务与管理》课程改革研究

OBE（Outcomes—based Education）最初来源于加拿大的职业培训教育,在国内又被称为“成果导向”教育模式。基于OBE模式的《客房服务与管理》课程开发,首先必须按行业要求确定培养目标,采用阶段性的评价方式,合理安排教学活动和内容,利用多样化的教学方法提高教学质量,加快课程改革。     

基于关键事件的系统级单点故障识别方法及应用

系统级单点故障严重影响航天器任务的成败。为全面识别系统级单点故障模式,文章提出了基于时域空域分析、故障树分析（FTA）和故障模式影响分析（FMEA）相结合的关键事件系统级单点故障识别方法,并在交会对接任务中得到了应用。通过对识别的单点故障模式相关设备采取在轨补偿措施或过程控制措施,降低了任务风险,保证了交会对接任务的成功。该故障识别方法具有一定工程应用价值。     

逆合成孔径雷达综合对抗策略分析

针对ISAR成像特点,提出了对ISAR在成像过程中容易受干扰的不同环节进行干扰的综合对抗策略,可以有效地降低ISAR二维处理增益的优势,干扰ISAR对目标的成像与识别效果。     

空间非合作目标惯性参数的Adaline网络辨识方法

空间在轨操作中,航天器在对空间非合作目标的抓捕行动常常导致航天器本体的姿态和空间轨迹发生变化。为克服空间非合作目标对航天器本体动力学、运动学的影响,使控制系统做出精准及时的姿控策略调整,确保航天器正常在轨工作和轨迹姿态的高精度,需对抓捕的非合作目标的惯性参数进行辨识。针对传统辨识方法依赖广义逆求解导致的辨识过程运算量大,且数值容易产生剧烈振荡,造成辨识结果不稳定等不足,采用基于归一化最小均方（NLMS）准则的Adaline神经网络方法进行空间非合作目标惯性参数的辨识。首先,基于动量守恒理论建立抓捕后的航天器-机械臂-空间非合作目标系统模型;然后将辨识方程的系数矩阵作为网络的输入和输出,空间非合作目标的惯性参数作为神经网络的训练权重,基于迭代步长可变的NLMS准则实现对目标惯量参数的快速、准确辨识;最后,在构造的ADAMS/MATLAB联合仿真平台上进行了验证。仿真结果表明,基于NLMS准则的Adaline神经网络是一种快速、准确辨识目标惯量参数的有效方法。     

基于特征图形匹配法的高效星图识别方法

针对目前星敏感器使用的星图识别算法存在的冗余匹配、匹配时间长、识别率低等缺点,对星图识别算法进行了研究,提出了一种高效星图识别方法。该算法首先对传统星表进行处理,取出冗余信息,重新分配天区,使每个天区的导航星数目均匀,将分区以及处理后的星表信息重新存储并作为导航星库,然后通过对拍摄的图像进行处理并提取特征信息,与导航星库中的特征信息进行匹配,从而改善传统星图匹配算法出现冗余匹配、匹配时间过长及识别率低等缺点。完成算法设计后,选取视场为15°×15°的大视场星敏感器,对该算法进行仿真验证分析,可以发现该算法可以实现部分天区与拍摄星图匹配时间在20ms以内,全天区星图的识别和匹配时间在15s以内,识别率达到98%以上,印证了该算法可以提高识别的成功率并且缩短识别时间,使识别算法具有高效性。     

带有触觉的空间机械臂操控未知载荷特性识别

为在线准确辨识载荷特性参数,提出一种利用关节力矩和触觉传感信息进行未知载荷特性参数辨识的方法。该方法基于牛顿-欧拉方程,采用归一化最小均方误差法进行自适应滤波,从而辨识出未知载荷的特性参数。为校验算法,利用MATLAB/Simulink和ADAMS软件搭建未知载荷特性辨识仿真平台。该平台执行机构包括多自由度机械臂和二指爪末端操作器,机械臂关节具有力矩传感,末端操作器指爪内侧具有触力传感器。仿真表明,在具有激励信号幅值1 %的白噪声情况下,辨识误差小于2 %。     

系留悬浮式风力发电技术的研究进展与展望

风力发电作为清洁能源利用的重要方式,具有无污染、可再生、方便采集等特点,近年来得到快速发展。相对于传统低空风力发电,系留悬浮式风力发电具有容量系数高、发电成本低等优点,拥有更大的开发价值和发展潜力,已有多个国家开展研究并取得一定成果。本文通过对系留悬浮式风力发电技术发展的调研,归纳四种系留悬浮式风力发电技术类型,分析各技术类型的工作原理与特点,总结未来系留悬浮式风力发电需要重点突破的轻质高强系留缆绳设计与制造、高性能囊体复合材料、稳定与智能控制、高效风力发电飞行平台总体设计、便利展开部署五种关键技术,为后续研究提供参考。