状态监控与故障诊断聚类分析法

概要阐释聚类分析方法及其技术要点，对用聚类分析进行状态监控和故障诊断作了探索性研究，提出用８种系统聚类法进行状态监控和故障诊断。     

GPS/INU/DM组合定位导航技术在ITS中的应用

 介绍了智能交通系统(ITS,Intelligent Transport Systems)的基本思想,阐述了GPS/INU/DM(Global Positioning System/Inertial Navigation Unit/Digital Map)组合定位导航技术在ITS中的应用,以及提高组合定位导航精度及可靠性的几种技术措施.该组合定位导航是将卫星定位技术、惯性导航定位技术以及计算机技术融合在一起的新型技术,具有全方位、全天候、防遮挡的功能.ITS中利用组合导航技术可实现道路交通管理"自动化"、车辆行驶"智能化",具有良好的实用价值,应用前景广泛.     

基于LMI的具有一类不确定性数据的参数估计

 对于系数矩阵 A和观测向量b 存在不确定性的情况,本文提出了一种基于线性矩阵不等式(LMI)的参数估计方法,这种方法适用于不确定性的先验界已知的情况.由此而得到的算法计算更为简单,实用并具有一般性.文中给出了计算公式的推导、解的分析,并针对几种特殊的情况进行了讨论.最后给出了仿真结果.     

混合机种飞行员人体测量结果及其工效学意义

为探讨混合机种飞行员的人体参数随年代、地区及机种变化的趋势及程度,测量了656名混合机种飞行员的5~13项人体参数,并将所测数据与70年代数据进行了对比,不同地区之间、不同机种之间的数据也进行了对照分析.结果表明:13项参数中有12项参数值与70年代有非常显著性差异(p<0.01);全国不同地区间身高无显著性差异(p>0.05),不同地区间体重多数无显著性差异(p>0.05);歼强击机飞行员与非歼强击机飞行员的体重有显著性差异(p<0.05).由此可知,飞行员的体形已发生显著性变化,飞行设备及个人防护救生装备的设计不应再完全依据70年代的人体数据;应开展新的飞行员人体参数数据库和人体模型的建立工作;飞行员应坚持科学的锻炼并控制饮食以保持体形;不同地区招收飞行员时,应对其身高等形体条件进行统一要求.     

无人战斗机飞行管理与控制系统分析

综合概述了世界无人战斗机的发展状况,分析研究了无人战斗机飞行管理与控制系统的特点和需求,运用"人机"复杂混合控制系统理论分析了无人战斗机飞行管理与控制系统层次结构,论述了遥控操作员"人机"界面、任务规划及其实时控制、大机动敏捷控制律设计等实现飞行管理与控制系统的关键技术问题及其解决方案.     

面向RT软件测试数据自动生成的输入变量分析

为了解决自动生成实时软件可靠性测试用例遇到的如何描述软件输入空间的问题,提出了约功能的概念,对输入变量按照实时特性和取值特性进行了分类,探讨了利用随机过程描述具有随机取值特性的一类输入变量取值统计规律的方法,建立了描述输入变量的模型,并给出一个实例,展示分析输入变量的方法.     

分布参数随机系统的条件滤波方法

针对分布参数随机系统在其控制输入,系统输出存在观测噪声情况下,提出了分布参数随机系统的条件滤波方法,使得在获得系统状态的最优估计的同时,可以得到关于不确知的控制输入的最优估值,该算法所具有的系统状态和控制输入的估计器结构上的相似性,为降低分布参数系统的滤波算法数值计算上的复杂性提供了一种解决途径,也使得该算法在工程实际中有较大的应用前景.     

IDSS中数据仓库和数据挖掘的研究与实现

讨论了数据仓库、数据库知识发现和分布式对象的概念和技术,提出了一种集成化的IDSS(Intelligence Decision Support Systems)的开发环境,将传统的DSS四库结构与数据仓库相结合,把数据挖掘作为一种特殊的模型应用于数据库中的知识发现.同时,在系统实现上采用分布式对象技术,实现接口规范和应用程序相分离.最后进一步对数据仓库的设计与实现及数据库知识发现的设计与实现进行了介绍.     

基于RTI的PDM框架实现策略

近年来,随着分布交互仿真技术的不断发展,解决仿真系统互操作和重用的高层体系结构的提出,以及ＰＤＭ技术的广泛应用和面临的新的挑战,提出了基于ＲＴＩ的ＰＤＭ框架技术,采用ＲＴＩ作为框架的运行支撑系统,以及通过联邦的运行方式,支持企业的动态联盟。阐述了基于ＲＴＩ的ＰＤＭ框架的特点,并对其实现的策略和应用作了有意义的研究。     

磁浮支承系统的神经网络建模与控制

简述了磁悬浮支承系统的原理和简化的线性化模型,以及基于该简化模型和线性控制理论的控制系统原理、主要组成,并阐述了这种基于简化模型和线性控制理论的磁悬浮支承系统性能极限性.在此基础上,采用非线性递归神经网络对磁悬浮支承系统进行建模与控制,并针对实际应用中神经网络的学习问题进行了讨论.避免了磁悬浮系统的非线性和不确定性等因素对系统性能影响,并具有较强鲁棒性,大大提高了磁悬浮系统的性能.