无人机机载综合信息记录仪设计应用

无人机飞行试验的故障和事故分析需要完整记录无人机飞行状态及环境信息,为此设计了能够记录无人机遥测/遥控、飞行图像和发动机噪声的机载综合记录仪,并解决了各种信息的同步记录和回放问题,提供了一套完整的解决方案。同时为满足无人机特殊的使用环境,对记录仪进行了小型化、减重设计及电磁兼容设计,结果表明,此记录仪适用于无人机系统,为无人机飞行性能分析及故障事故分析诊断提供了一种有效的支持手段。     

基于条件随机场的日语依存分析

日语依存关系解析是日语句子解析的一项基本技术。提出了一种基于条件随机场的日语依存分析方法,并充分使用了上下文信息和功能词出现信息作为新特征。在京都大学文本语料库上的实验结果表明,本文提出的日语依存分析方法是有效的,依存关系正确率、句子正确率分别达到了89.26%和45.90%。     

通信和测量受限条件下异构多UAV分布式协同目标跟踪方法

研究了通信和测量受限的异构多无人机(UAV)网络化分布式协同目标观测与跟踪问题.该分布式UAV系统采用长机一僚机异构型网络结构,以实现在电子静默和战术隐身条件下扩大探测和打击纵深.提出改进的一致性信息滤波(ICF)算法,实现通信和测量范围内各UAV节点的分布式信息融合.由于一致性算法的收敛性与网络拓扑结构的连通性密切相...     

估计理论在飞行数据相容性检验中的应用

飞行数据相容性检验在飞行试验数据分析中是很重要的。由于飞行试验测量数据中存在着各种过程噪声(如大气紊流)和测量噪声(如尺度因子偏差、常值系统偏差等),这些误差将会导致飞行数据各通道之间不相容。利用估计理论进行飞行状态估计,同时估计出未知的尺度因子,系统偏差,即进行飞行轨迹重构被认为是飞行数据相容性(一致性)检验的强有力的工具。本文利用推广卡尔曼滤波和信息平方根滤波及平滑进行高速飞机飞行数据的相容性检验,提出了飞机纵向运动和全面运动的新模型,通过仿真和实际计算得出满意的结果。     

纠错码与神经网络

从两个方面推广了Bruck和Blaum的工作。一方面,证明了在软判决译码的情况下,线性分组码的最大似然译码等价于一个神经网络收敛于它能量函数的全局极大状态。另一方面,对GF(p)上的线性分组码,构造了一个联想记忆神经网络,使得每一个线性分组码的码字都对应于神经网络的一个全局稳定状态。     

多传感器信息融合技术在现代战机设计中的应用

基于综合航电系统设计中的关键技术———信息融合 ,介绍了信息融合的概念、目标跟踪的算法及传感器的管理 ,以此说明现代作战飞机应用信息融合技术可增强作战平台在恶劣战场环境下的生存能力     

信息技术在型号标准化工作中的应用

计算机信息技术已成为衡量航空工业水平的重要标志,是保证新装备设计水平、质量、进度及费效比的重要基础,“以计算机信息化带动工业化”已作为“十五”的重点规划之一。在这种形势下,标准化作为航空工业的一部分,是航空科研的基础性工作,标准化工作带有共享性、时效性、交互性的特点,适合于用信息技术辅助以满足设计生产的需要。而要充分利用信息技术对标准化工作进行彻底改造是个复杂的过程,我们在某型号研制过程中,利用计算机信息技术在标准化管理与应用的实际工作中进行了尝试和探索,本文对在这一工作中所取得的经验和成效进行了总结。     

INS/GPS/TAN系统中的联邦卡尔曼滤波信息融合方法

在分析联邦卡尔曼滤波原理和结构的基础上,提出了一个适合惯性导航系统／全球定位系统／地形辅助导航（ＩＮＳ／ＧＰＳ／ＴＡＮ）子系统状态向量维数不同这一特点的联邦卡尔曼滤波方法,并构造了一种具有较强容错性能和适应性的联邦卡尔曼子系统滤波器结构。由于采用了局部状态扩展、局部状态压缩、智能的不等间隔滤波、多级故障检测、阈值控制等信息融合技术,在保证精度的前提下,联邦卡尔曼滤波器的可靠性、适应性得到了明显提高。     

基于模糊信息粒化和优化支持向量机的氧化铝陶瓷超声磨削力趋势预测

为实现超声磨削氧化铝陶瓷中磨削力变化趋势的预测,提出了一种基于模糊信息粒化和支持向量机相结合的方法。首先进行氧化铝陶瓷超声磨削试验,然后利用模糊信息粒化方法对试验获得的磨削力进行粒化处理,并将人工免疫系统算法和粒子群算法进行并联混编构成人工免疫系统粒子群算法(AISPSO),接着建立非线性回归支持向量机预测模型并对模糊粒子进行预测,并通过AISPSO算法优化支持向量机预测模型,最后获得超声磨削氧化铝陶瓷中磨削力的变化趋势和变化范围。结果表明:该方法可以有效实现超声磨削中磨削力的变化趋势及变化范围预测,且预测未来5组数据变化范围的误差在10%以内,这为通过磨削力变化调整工艺参数以获得更好的加工表面提供了新的思路。     

基于InfoLSGAN和AC算法的滚动轴承剩余寿命预测

为解决小样本和噪声干扰下滚动轴承剩余寿命(RUL)预测准确率低的问题,提出一种基于信息最小二乘生成对抗网络(information least squares generative adversarial network,InfoLSGAN)和行动者-评论家(actor-critic,AC)算法的滚动轴承剩余寿命预测方法。将堆叠降噪自动编码器、信息生成对抗网络和最小二乘生成对抗网络相结合,构建InfoLSGAN,自动地从噪声数据中提取可解释的鲁棒特征,解决梯度消失问题;采用基于AC的训练算法训练InfoLSGAN,减少训练时间,加快收敛速度;根据训练后的InfoLSGAN,利用softmax分类器预测测试样本中滚动轴承的剩余寿命。通过滚动轴承加速疲劳寿命试验验证该方法的有效性。试验结果证明,当信噪比等于0时,该方法对滚动轴承测试样本的寿命预测准确率至少提高了10%。在小样本情况下,滚动轴承剩余寿命预测的平均准确率达9584%。