完善我国通用航空法律法规体系的思考

适应通用航空迅猛发展的需要,我国通用航空法律法规体系已经初步形成.为了更好地保障和促进我国通用航空发展,应修改《民航法》,制定《通用航空产业发展条例》,修订《通用航空飞行管制条例》,对现有规章进行系统化的编撰,完善我国通用航空法律法规体系.     

飞机发动机飞行过程监控系统研究与设计

飞行参数处理被广泛应用于飞机发动机技术状态监控中,其应用效果取决于飞参数据处理方法的正确性。文中提出了一种基于发动机性能分析的飞参数据分析方法,并研究了其在某具体型号飞机发动机监控中的应用策略。首先根据系统需要实现的功能研究了系统结构,其次给出了发动机在各个工作阶段的监控内容,最后讨论了发动机监控流程。应用实例的分析结果证实了这种方案的正确性和可行性。     

利用关联规则检测液体火箭发动机启动关机过程的故障

提出了一种基于关联规则的故障检测方法,根据发生故障时相应参数之间的关联关系是否有效来判断是否故障。对液体火箭发动机的启动过程试车数据进行挖掘的应用实例表明,该方法能够有效地挖掘参数之间的关联关系,有效地检测出液体火箭发动机启动过程中的故障。     

航空发动机适航知识库构建方法研究

针对航空发动机适航领域知识重用、共享性差的问题,分析该领域知识特点;采用改进重采样和BRF方法进行知识获取;提出产生式规则、框架网络和面向对象的混合知识表示模型。与数据库软件的有效集成,创建智能知识库系统,实现了知识的查询和维护。     

各向异性多轴近似应力应变分析方法研究及应用

用基于Neuber法则的各向异性多轴近似应力应变分析方法,计算了沿不同方向加载时,定向凝固合金DZ125和单晶DD6材料缺口构件,弹塑性应力应变分布以及应力集中处的弹塑性应力-应变响应.同时,将微分形式的、考虑了时间效应的Neuber法则拓展到各向异性多轴保载情形,给出了拉伸保载时缺口根部的应力-应变响应.计算结果显示,单轴循环模拟结果与试验数据吻合,缺口构件循环加载以及拉伸保载预测结果与物理实际相符.证明了基于Neuber法则的各向异性多轴应力应变分析方法,可用于国产定向凝固合金和单晶材料循环加载以及拉伸保载分析.      

基于聚类的多平台协同数据关联算法研究

从多平台协同工作的角度出发,针对目标和传感器观测数据之间的关联问题进行了研究。给出了模糊聚类目标函数、FCM算法步骤和量测目标归属判定方法,基于此,提出了模糊C-均值聚类和量测目标归属判定算法,然后提出了基于聚类算法的多平台协同多目标数据关联算法。仿真实验结果表明,该算法数据关联正确率较高,能够提升跟踪精度。     

运动状态下多传感器群目标精细航迹起始算法

为解决多传感器群内目标精细航迹起始的难题,提出一种基于运动状态的集中式多传感器群目标精细航迹起始算法,算法首先基于循环阈值模型和群中心点完成群的预分割、预互联,然后将预互联成功的群按传感器不同分成多个子群,基于非抢占式修正逻辑法和同状态航迹子群获取模型剔除单传感器形成的虚假航迹,并基于多传感器同状态群关联模型消除各传感器虚假的同状态航迹子群,最后基于加权法实现同状态关联群内航迹的精细互联及合并。仿真数据表明,与分布式多传感器修正逻辑法、基于聚类和Hough变换的集中式多传感器多编队航迹起始算法相比,算法在起始真实航迹、抑制虚假航迹及杂波鲁棒性等方面综合性能更优。
     

基于多假设跟踪的散射点关联和三维重构方法

针对雷达目标在未知视角下一维散射中心关联存在的问题,提出了一种基于散射强度信息辅助的多假设跟踪(MHT)散射点关联方法,采用散射点幅度信息辅助实现对目标散射点的有效关联,对关联后的数据采用序贯因式分解的方法实现了目标的三维重构。仿真实验表明,该方法简单、成像效果稳定,通过对关联过程中的假设更新和管理可有效剔除目标运动过程中产生的虚假散射点,适用于目标在多个姿态下多个散射点的关联和三维重构,具有较高的鲁棒性。      

基于区间灰数的分布式多目标航迹关联算法

研究了存在系统误差条件下分布式多目标航迹关联问题,以异地配置的2D组网雷达为背景,分析了时变系统误差对雷达上报航迹的影响,将误差影响下的目标定位看做一种认知不确定性,并给出两种用区间灰数描述这一不确定性的方法。由此提出了一种航迹关联算法,该算法以区间相离度作为衡量航迹间差异信息的测度,建立灰色关联分析模型,并根据灰关联度排序给出航迹关联对。通过对算法的约束条件进行深层次分析,给出了使用算法的先决条件。在常见系统误差环境下的蒙特卡罗仿真结果表明,算法具有良好的抗差性能和较广泛的适用性。     

自适应高阶容积卡尔曼滤波在目标跟踪中的应用

针对传统容积卡尔曼滤波(CKF)在系统状态发生突变时估计精度下降的问题,将强跟踪滤波(STF)算法与高阶容积卡尔曼滤波(HCKF)算法相结合,提出了一种自适应高阶容积卡尔曼滤波(AHCKF)方法。该算法采用高阶球面-相径容积规则,可获得高于传统CKF的估计精度,同时在HCKF算法中引入STF,通过渐消因子在线修正预测误差协方差阵,强迫残差序列正交,提高了算法的鲁棒性,增强了算法应对系统状态突变等不确定因素的能力。将提出的AHCKF算法应用于具有状态突变的机动目标跟踪问题并进行数值仿真,仿真结果表明,AHCKF算法在系统状态发生突变的情况下表现出良好的滤波性能,有效地避免了状态突变造成的滤波精度下降,较传统的CKF、HCKF、交互式多模型-容积滤波(IMM-CKF)和自适应容积卡尔曼滤波(ACKF)算法有更强的鲁棒性和系统自适应能力。