系泊状态下舰载导弹自主式初始对准研究

风浪波动及人员走动等因素给系泊状态下舰载导弹的初始对准带来困难,同时惯性测量组件安装位置与船体摇摆中心不重合所引起的杆臂效应误差又严重影响对准精度.为了解决问题,采用参数辩识法来提取姿态角误差时间二次多项式中的诸系数,从而确定陀螺漂移及姿态角误差,并提出一种在摇摆基座上补偿捷联惯导杆臂效应误差的有效方案.理论分析和仿真计算结果表明:该捷联式自主初始对准方案能有效的解决系泊状态下舰载导弹的初始对准问题.     

基于最小二乘法的椭圆拟合改进算法

基于最小二乘法研究了一种改进的椭圆拟合算法.最小二乘椭圆拟合算法,由于包含误差较大样本点在内的所有样本点都参与运算,所以会对椭圆拟合的最后结果产生偏差.针对这种情况,采用随机理论的思想,先随机选取6个点拟合椭圆,然后计算与此椭圆匹配的所有样本点个数.重复此过程一定次数,采用投票机制,匹配样本点多的椭圆即为最优椭圆,构造了一种快速准确剔除误差较大样本点的改进椭圆拟合算法,并在实际图像应用中验证了算法能够有效地处理包含有较大比例误差点的样本空间,拟合出具有高精度的椭圆,并且算法的速度能够满足实时性的要求.      

基于光纤传感技术的油液污染度软测量研究

采用基于Mie理论的激光散射法测量油液污染度时,油液污染度与监测参数——入射光强、散射光强、出射光强以及颗粒参数之间存在着复杂的非线性关系,给油液颗粒污染度的准确测量带来困难。利用支持向量机优良的非线性映射和强大的泛化能力,建立了一个基于最小二乘支持向量机的油液污染度软测量模型,给出了相应的系统结构和算法;仿真和实际运行结果表明基于LS-SVM的油液污染度软测量模型具有较高的估算精度与泛化能力,为油液污染度的在线测量提供了一种简单、可靠的新方法。     

基于不敏变换的动基座传感器偏差估计方法

提出了一种新的基于合作目标的动基座传感器误差绝对配准方法。该方法利用所获得的合作目标位置信息,将载体平台姿态角偏差转换为传感器测量偏差中的一部分,并建立偏差状态方程和测量方程。在此基础上,采用广义最小二乘方法以实现传感器测距误差的估计,不敏滤波的方法则用于实现平台载体的姿态偏差和角度测量偏差的实时估计。仿真结果表明,该方法实现简单,收敛速度快,可以实现单部动基座传感器的偏差估计。     

基于支持向量回归机的发动机/直升机扭矩超前控制

主要研究涡轴发动机转速按扰动补偿控制问题,提出了一种基于迭代约简最小二乘支持向量回归机算法和模型预测机制的直升机扭矩动态超前预测模型设计方法.首先用迭代约简最小二乘支持向量回归机设计了旋翼扭矩按飞行状态和操纵量估计的非参数动态反馈模型,然后设置了扭矩模型预测机制,以获得扭矩的超前动态信息.接着利用扭矩超前预测信息设计了...     

基于短时时差序列的无源定位方法

针对脉冲辐射源定位问题,提出了一种基于短时时差(TDOA)序列的多站无源定位新方法.首先建立了TDoA序列模型,然后推导了该方法定位误差的克拉美罗下限(CRLB),并提出了一种高效的解算方法--两步定位法(TSLM):第1步利用TDOA序列线性估计出TDOA及其变化率信息,第2步基于TDOA及其变化率信息进行定位.典型...     

基于LS-SVM的飞控系统传感器故障诊断

针对飞控系统故障诊断难的问题,利用最小二乘支持向量机(LS-SVM)设计了一个飞控系统传感器的故障诊断系统.仿真试验结果表明,LS-SVM具有很高的建模精度和较强的泛化能力,基于LS-SVM的故障诊断系统能对各型传感器的故障进行诊断和定位,验证了该方法的有效性和先进性.     

在线稀疏最小二乘支持向量回归机及其应用

提出了一种简单有效的方法——OPLS—SVR来实现在线最小二乘支持向量回归机解的稀疏性。由于稀疏性的实现,在线稀疏最小二乘支持向量回归机的响应时间被大大缩短。此外,为了保证给航空发动机控制器提供可靠、正确的控制信号,提出了一种基于OPLS—SVR的解析余度技术来解决传感器失效和漂移问题。仿真实验表明了该解析余度技术有效且可行。     

基于遗传算法的混合威布尔分布参数最小二乘估计

混合威布尔分布模型常用来分析具有多种失效模式的复杂系统的可靠性数据,由于模型中包含较多参数,与单一威布尔分布相比,混合威布尔分布的参数估计更为复杂。利用遗传算法为优化方法,提出了一种混合威布尔分布参数估计的最小二乘方法。以残差平方和最小为优化目标,以各参数取值范围为约束条件,构建了混合威布尔分布的非线性最小二乘优化模型;通过变换决策变量上下限、引入惩罚因子和保存最优个体等策略改进传统遗传算法以提高算法的性能,进而利用改进后的遗传优化算法对混合威布尔分布的非线性最小二乘优化模型进行求解。实例分析表明本文方法有效,利用本文方法计算得到的可靠度估计值与真实值之间的最大偏差和标准均方根误差,相对于图估计法分别减少了0.028 4与0.032 8,相对于极大似然估计法分别减少了0.000 8与0.003 6。     

曲面三角网格模型参数化

提出了一种新的曲面三角网格模型参数化算法——加权最小二乘离散参数化方法 ( WLSDP)。该算法通过将空间数据点映射到平面凸区域 ,实现曲面三角模型参数化。它是离散保角映射 ( DCM)与离散保积映射( DAM)的线性组合 ,兼有二者的优点 ,如鲁棒性与低变形。用户通过调整该算法中的比例因子 q,可以得到满足不同特定问题要求的参数化结果