一种基于神经网络的飞机载荷参数识别方法

提出一种经遗传算法优化的Kalman滤波神经网络(GA-KFNN)方法,对飞机特定机动下的载荷进行参数识别.首先,构建Kalman滤波神经网络(KFNN),设计了相关改进算法抑制滤波发散,提高了网络的预测精度和抗噪能力;其次,利用遗传算法(GA)优化KFNN的相关参数,使网络能迅速收敛,提高了运算效率.载荷识别结果显示,改进和优化后的GA-KFNN运行稳定,收敛迅速,具有良好的识别精度和泛化能力,满足工程实际需求.     

喷油杆与凹腔支板稳定器近距匹配雾化特性

以水和煤油为雾化介质,采用马尔文激光粒度仪研究了来流马赫数为0.16~0.24、喷雾压差为0.30~0.90MPa、喷油杆与凹腔支板稳定器间隔为31.5mm且顺喷时液雾在轴向不同位置处的雾化特性.研究结果表明:液滴索太尔平均直径(SMD)随来流马赫数增大而减小,随喷雾压差升高而减小,但凹腔支板稳定器下游远方截面的液滴SMD在主流区对马赫数不敏感,在回流区对喷雾压差不敏感.此外,喷油杆下游液滴SMD沿轴向逐渐减小,沿径向在主流区逐渐增大,在回流区逐渐减小.      

多电式环控系统电动机功率选定及其经济性分析

提出多电式环控系统参数匹配计算模型,获得不同飞行工况下电动机功率的选定值,分析其影响因素以及系统的经济性.结果表明:对于一定的供气压力,飞行高度越高,电动机功率越大,而同一高度马赫数越大,电动机功率越小;对于给定的飞行工况,供气压力越高,电动机功率越大;对于相同的供气压力与飞行工况,多电式环控系统的性能代偿损失比传统环控系统要小,飞行时间越长,系统的经济性越好.      

多旋翼无人机弹药发射过程扰动响应特性

针对多旋翼无人机弹药发射过程的扰动响应问题,建立了弹药发射过程无人机飞行动力学模型。在考虑了基本增稳增控飞行控制的条件下,分析了弹药安装位置、质量、反冲量大小和倾斜发射角等参数对发射过程无人机位置、高度和姿态扰动响应的影响规律。分析表明:对于弹药水平发射,纵向安装位置对无人机水平位置扰动幅值具有重要影响,适当后置弹药安装位置可减小无人机位置扰动幅值,在其他参数一定的条件下,存在无人机位置扰动最小的弹药纵向安装位置。对于弹药倾斜发射,给出了无人机水平位置扰动幅值关于弹药安装位置和倾斜发射角的等值图,可为无人机和弹药的匹配选型问题提供参考。      

水下运载体导航技术

本文第一部分综合了国外近几十年根据不同需求形成的多种水下导航技术,论述了面上导航信息利用水声技术向水下转化的多种形式以及利用不同地球物理参数与地理位置相关性导航的各自特点与问题,论述了在测绘海底地形、重力与其它地球物理特性及其变化时在传感器层面和任务层面融而为一所形成的独具水下特色的同步定位与建图(Simultaneous Localization and Mapping,SLAM)导航技术,论述了NavLab作为一个通用工具软件在水下导航系统研发、精度分析以及作业前导航功能规划和导航信息事后处理方面的独特作用。本文第二部分以极具代表性的挪威HUGIN AUV系列产品军民两用为实例,根据任务和导航功能需求,从其“导航工具箱”(ToolBox)选择适用手段,给出典型任务对应的导航方式和传感器。文章结束部分给出了基于先进人工智能技术的未来展望。     

基于深度学习的突防控制博弈对象匹配方法CSCD

针对基于博弈理论设计应对多枚拦截弹的协同突防控制方案时需要确定博弈对象的问题,提出了一种基于长短时记忆(LSTM)网络的拦截弹攻击对象匹配方法。基于传统防空导弹飞行时序与流程构建拦截弹飞行轨迹库,以轨迹库为训练样本对LSTM网络进行训练,并以此为基础构建航迹预测模型与对象匹配模型,实现对拦截弹攻击对象的识别。仿真结果表明,该方法能够有效识别拦截弹拦截目标,为后续的巡航弹突防研究提供支撑。     

基于TERCOM-ICP联合算法的水下地形匹配方法研究

水下地形辅助导航一直是应用于AUV的热点和前沿问题,有助于修正惯导随时间积累的定位误差,以实现精确的导航定位。对经典地形匹配方法TERCOM算法进行了简单的介绍,引入点云配准领域的ICP算法,针对多波束测深系统可以获取地形剖面的特点,提出了一种TERCOM-ICP联合匹配算法。首先使用TERCOM算法粗匹配,将粗匹配后的大致位置作为指示输入ICP算法中进行精匹配,通过仿真实验对TERCOM算法的匹配结果和ICP算法的匹配时间作对比分析。仿真结果表明：TERCOM-ICP算法可以有效提高水下地形匹配精度,经过仿真实验测试,平均匹配误差可以达到20 m以内,所用时间在160 s以内,验证了该算法应用在水下地形匹配领域的可行性,更好地满足了水下辅助导航的要求。     

基于潜在成分和概率神经网络的时变结构系统的损伤识别

介绍了基于潜在成分(LC)分析和概率神经网络的损伤识别方法,并应用于一个实验室模型的损伤识别.结果表明,基于潜在成分(LC)分析和概率神经网络的损伤识别方法能在正常的时变质量情况下以较高的成功率对位于A或B处的某一损伤程度未知的损伤进行归类,为时变结构系统的定量损伤识别作出了有益的尝试.     

基于距离和角度信息的无线传感器网络定位算法(英文)

提出一种基于距离和信号到达角信息的无线传感器网络节点自身定位算法.在所有节点的坐标轴方向都是未知的假定下,用信号到达角信息来计算信号到达角度差,然后将定位问题转化为一个凸集优化问题,节点间的几何关系也相应地转化成为线性或二次约束条件.当距离和角度测量值足够精确时,该算法是一个线性规划问题.考虑测量误差时,通过引入辅助变量,该算法可以转化为二次规划问题.通过仿真分析证明了该定位算法的有效性,并对距离和角度误差量对定位精度的影响进行了定量分析.仿真结果表明,在距离和角度误差为5%的时候,该定位算法可以满足定位精度要求.     

改进的BP神经网络技术在平面叶栅气动性能实验中的应用

将多维实验方法应用于平面叶栅正反向流动实验中,避免了单参数实验方法中的缺陷,大大提高了实验数据的可靠性。同时采用改进的BP神经网络技术,对气动性能实验数据进行分析。实验发现：低雷诺数下,翼型的流动状态很复杂,附着涡在确定翼型边界层行为和失速特性中起着重要作用。在反向流动中,翼型的吸力面常伴随有旋涡的流动,类似于薄翼流动,翼型在较小的迎角下就会发生薄翼失速。