一种未知动态环境下异构无人机集群分布式联盟形成方法

针对未知动态环境下异构无人机集群的分布式联盟形成问题,首先构建了异构无人机集群的联盟任务自动机,实现了异构无人机集群在未知动态环境下的自主任务协调.在此基础之上,提出了一种基于蒙特卡洛树搜索的分布式联盟形成算法,该算法通过两阶段的蒙特卡洛树搜索来增量式地对联盟结构进行分布式优化,算法可在分布式框架下实施,并在任意时间内...     

基于马尔可夫方法的飞控系统安全性评估

安全性评估是适航符合性验证的重要方法。对马尔可夫分析在系统安全性评估中的应用进行了深入研究．给出了马尔可夫在系统安全性评估中的一般分析方法。运用马尔可夫方法和故障树方法分别对飞行控制系统的同一种失效状态进行了建模分析．并对二者的分析结果进行了比较,得出对并联顺序系统进行安全性分析时马尔可夫分析方法具有更高的定量分析精度,并克服了故障树静态分析特性的缺点。     

分离式飞行数据记录与跟踪系统可靠性分析

采用故障树分析方法分析了新型分离式飞行数据记录与跟踪系统的可靠性。通过搭建以系统失效为顶事件的故障树,获得了最小割集、顶事件的发生概率以及各分系统的失效概率排序。通过对比各分系统的关键重要度,找出了分离式飞行数据记录与跟踪系统中最薄弱的部分,并进行了改进。结果表明,缓降分系统对总系统可靠性的影响最大,通过多充气模块可以显著提高缓降系统的可靠性。但当充气模块多于2套时,增加充气模块并不能进一步明显提高系统的可靠性。     

基于故障树分析法的压气机振动故障分析

为了研究某型压气机在部件试验过程中发生的振动异常故障,基于Isograph的故障树分析法,对33项底事件主要从流体激振、机械激振和测试系统复查等3方面进行定性分析。结合试验中的气动数据和监测数据,利用排除法(设计排查和实物排查)逐级确定各底事件的不可用度大小,选取其中不可用度最高的底事件再进行详细分析,确定了故障原因:有3片压气机第1级转子叶片的叶尖与对应的机匣发生偏摩,其转子不平衡量发生了较大变化。通过采取对磨损的叶尖部位进行抛修,重新对压气机转子进行动平衡的方法排除了该故障,使试验顺利开展。     

GNSS干扰信号检测方法研究

研究了GNSS导航接收机在干扰源条件下的干扰检测和识别技术。除常见的卫星干扰如脉冲干扰、扫频干扰、BPSK干扰、宽带高斯白噪声干扰外,还添加了QPSK和8PSK干扰进行建模分析,并提取了常见的特征参数,如信号3dB带宽和频谱峰度等。通过研究,高阶累积量被提取作为MPSK干扰类内识别的特征参数。研究了基于决策树和BP神经网络等分类器算法的干扰盲识别,并分析比较了这些分类算法的识别准确率,为抗干扰领域的研究提供了重要参考。     

蒙特卡罗故障树方法在某型飞机起落架系统可靠性分析中的应用

针对国产某型飞机起落架的可靠性问题,建立了顶事件为"地面支撑功能失效"的故障树,运用蒙特卡罗方法对起落架系统可靠性进行了分析,给出了各部件的重要度,揭示了起落架系统可靠性的薄弱环节。结果表明,蒙特卡罗仿真分析结果与顶事件公式计算方法结果一致。     

基于判定故障树的民航飞机故障诊断方法研究

针对飞机故障诊断专家系统中知识获取的瓶颈问题,提出了将故障隔离程序提取成判定故障树的形式,分析了扩展故障树的框架表示方法,给出了扩展故障树的快速诊断策略,解决了基于规则的诊断专家系统的知识获取难题.     

事故树的定量分析在某型舰载直升机起落架收放系统中的应用

事故树分析是安全系统工程中常用的一种分析方法,本文对某型舰载直升机系统的起落装置工作进行了原理分析,在此基础上建立了舰载直升机起落架收放系统的事故树,并根据各基本事件的发生概率,计算顶事件的发生概率。接着对各基本事件进行了结构重要度、概率重要度和关键重要度分析,进一步确定了系统的薄弱环节,从而确定了安全投资方向。     

基于密度聚类与匹配算法的异常飞行行为挖掘

在空中交通愈加拥挤的背景下,航空器的异常飞行行为的有效挖掘可以辅助管制员进行调配决策。现有方法只能辨识飞机空间位置特征异常,存在水平可扩展性的局限。本文考虑位置、速度、高度和航向4个异常特征,采用高度层划分策略、局部异常因子和快速覆盖树对基于密度的有噪声应用中的空间聚类（Density-based spatial clustering of applications with noise, DBSCAN）方法进行改进,提出局部异常因子改进的考虑速度、方向及高度的基于密度聚类方法（Density-based spatial clustering considering speed, direction and high level improved by local outlier factor,LOFDBSC-SDH）密度聚类算法对正常航迹模式进行快速准确提取。然后,基于正常航迹模式设计考虑过点时间和上述异常特征的航迹匹配算法,挖掘异常飞行行为。最后,通过实验仿真验证了本文方法的有效性和应用价值。     

离散变量参数UMA限中均匀数取值的研究

本文用Jeffreys的无信息先验分布的Bayes方法与随机化的Fiducial方法，对UMA置信限中的均匀数u的取值问题进行了研究，结果表明，Mann建议u取1／2，对二项分布与有替换定时截尾的指数分布这是合适的，但对预定成功数或失败数的负二项分布，此值略为偏小，其相对误差与样本量n的关系为l／(2n 1).