遥测伪周期时间序列子序列异常检测算法

针对现有异常检测算法用于伪周期时间序列异常序列检测时易造成误差累积,导致序列周期与特征值上显著差异的不足,文章以卫星遥测伪周期时序数据为对象,综合两种常规分段方法的优势,提出了最大周期窗宽内基于极值的模式子序列分段算法。在此基础上,给出了一种基于均序列动态生成模型的子序列异常检测方法（AnomalySubsequenceDetectionmethodbasedonOptimizedSequenceModel,ASD_OSM）,并采用2次四分位距准则（DoubleQuantilerangescriterion,2Q准则）设置距离检测门限阈值,将超出阈值的序列判定为异常序列。某航天器传感器遥测子序列异常检测试验结果表明,提出的检测方法能够有效减少漏判,提高卫星遥测伪周期数据异常序列检测的准确性。     

嫦娥二号卫星CCD立体相机设计与验证

介绍了嫦娥二号卫星CCD立体相机的设计思想与结果、发射前检测与地面推扫成像试验.嫦娥二号卫星CCD立体相机仍采用与嫦娥一号相同的线阵推扫成像模式,但嫦娥二号卫星CCD立体相机的技术指标要求大幅度提高,主要表现为地元分辨率由嫦娥一号的120m提高为嫦娥二号在100km圆轨上优于7m与在100km/15km椭圆轨道近月弧段...     

一种深度强化学习制导控制一体化算法

研究了一种基于深度强化学习理论的制导控制一体化算法。不同于传统的制导控制一体化算法和制导控制回路分开设计的方法,基于深度强化学习理论的制导控制一体化算法利用深度学习强化算法生成一个智能体,智能体根据导弹的观测量生成舵偏角控制指令准确拦截目标。首先将制导控制问题转化为一个马尔可夫决策过程,然后提出了一个权衡制导精度、能量损耗和飞行时间的奖励函数,将制导控制问题转化到强化学习问题的框架中。最后采用深度确定性策略梯度算法,求解提出的强化学习问题,训练得到制导控制智能体,智能体根据导弹观测量生成舵偏角指令。通过进行大量的数值模拟,验证了提出的制导控制一体化算法的有效性和鲁棒性。     

适用于连续数值标签的兴趣漂移增量学习方法

针对现有兴趣漂移增量学习方法大多针对包含二值数据标签的用户反馈进行学习的不足,提出了一种适用于连续数值标签反馈的兴趣漂移增量学习方法,以或然概念集的形式描述用户兴趣,将用户反馈中包含的数据标签视为用户对该实例的喜好概率,并采用基于指数近度加权平均的方法对兴趣模型进行增量学习.在不同学习任务下的实验结果表明,该方法能够在反馈数据标签为连续数值的条件下达到比现有方法更好的学习效果.     

基于源项辨识的飞机座舱污染浓度动态预测

随着大型民机飞行时间的延长,座舱空气污染事故发生概率也随之增大,快速准确的污染浓度预测对保证乘客生命安全具有重要意义.座舱各污染浓度的动态预测和污染源项强度辨识是实现座舱空气质量实时预测的关键技术.污染源项散发强度辨识,如采用最小二乘算法,参数估计是静态的,一般延迟较大;如采用单模卡尔曼滤波算法,虽能实现动态辨识,但不能同时兼顾稳态和过渡过程(突发污染)的参数估计性能,导致误差较大.为解决上述难题,本文提出基于源项辨识的飞机座舱污染浓度动态预测方法,同时完成污染源散发强度动态辨识和污染浓度状态实时预测.该算法由2个滤波器组成,分别用于匹配系统的稳态和突发过渡过程特征,提高浓度方程参数估计和状态预测性能,保证飞机座舱空气质量态势预测的快速性和准确性.仿真结果证实了该算法的有效性.     

纤维缠绕厚壁柱形压力容器的应力和变形

研究了各向同性材料内胆对称缠绕纤维的厚壁圆柱形容器在内外压力作用下的变形和应力.采用正交各向异性本构关系和轴对称厚壁筒理论,利用解析方法获得了纤维层和内胆的变形和应力,以及纤维方向的应力;对壁厚较厚和不同缠绕角,更准确地揭示纤维向应力和内胆应力.比较了分别用玻璃纤维环氧和炭纤维环氧缠绕铝内胆和钢内胆的容器在内压作用下,不同缠绕角方案中内胆和纤维向应力分布.研究表明,壁厚对不同缠绕角容器的应力和变形影响不同,总体影响较小;从降低内胆的等效应力和充分发挥纤维纵向强度角度看,炭纤维缠绕铝筒最好;横向强度和剪切强度是缠绕复合材料容器的主要控制参数,缠绕工艺需要提高这些指标以充分发挥纤维纵向强度.     

双三角翼飞机气动力工程计算研究

 双三角机翼比三角机翼气动布局具有更优越的升阻特性.飞机空气动力的工程计算是用数值方法寻求飞机最优设计方案的基础.采用基于面积比思想的半经验工程算法计算了双三角翼飞机的升力系数曲线斜率、零升阻力系数和诱导阻力因子.结果经风洞试验数据校验,精度完全能满足飞机方案设计要求.算法在某改型飞机方案设计中得到了成功的应用.     

基于分层式强化学习的移动机器人导航控制

针对未知环境下的移动机器人导航问题,本文提出了一种基于分层式强化学习的混合式控制方法。利用栅格-拓扑相结合的环境表示及地图学习方法,通过分层式强化学习在不同控制层次的扩展设计移动机器人的反应式和慎思式导航控制,实现了全局导航和局部导航控制的协调优化。实验及测试结果证明,该控制方法能实现导航任务的全局优化,避免陷入局部极小,并对未知动态环境具有较强的适应性。     

谐振式加速度计自激振荡电路性能评价方法的研究

针对谐振式加速度计成品率不高、精度低等问题,以石英振梁加速度计为例,采用引进标准信号,将谐振电路作为"黑盒子",对其开展独立的评价.通过评价电路的驱动电压幅值稳定性、移相稳定性、全温幅值/相位对称性等指标,与加速度计实际指标建立了一一对应的关系,为加速度计研制与性能提升提供了有效依据.实际运用表明,电路噪声性能、温度性...     

基于深度强化学习的无人机栖落机动控制策略设计

无人机栖落机动飞行是一种无需跑道的降落方法,能够提升无人机在复杂环境下执行任务的适应能力。针对具有高非线性、多约束特性的无人机栖落机动过程,提出了一种基于模仿深度强化学习的控制策略设计方法。首先,建立了固定翼无人机栖落机动的纵向非线性动力学模型,并设计了无人机栖落机动的强化学习环境。其次,针对栖落机动状态动作空间大的特点,为了提高探索效率,通过模仿专家经验的方法对系统进行预训练。然后,以模仿学习得到的权重为基础,采用近端策略优化方法学习构建无人机栖落机动的神经网络控制器。最后,通过仿真验证了上述控制策略设计方法的有效性。