对称奇异线性方程组极小范数解的迭代法

给出了求对称奇异线性方程组Ａｘ＝ｂ极小范数解的迭代算法，其迭代公式为此处／为秩是，ｒ（ｒ＜ｎ）的ｎ阶实对称矩阵，Ｅ为ｎ阶单位阵，ｂ为ｎ维列向量，ｍ为正整数，ε为正实数。证明了这类选代算法的收敛性，讨论了它的事先误差估计式和事后误差估计式。作为应用，给出了求超定线性方程组极小最小二乘解的迭代算法、特征向量导数计算的迭代算法和对于病态正定线性方程组。本文的选代算法可改善病态条件，算例表明也是有效的。     

旋翼—机体耦合动力稳定性的主动控制现状与发展

直升机的地面共振和空中共振主动控制技术是一种新兴的很有发展潜力的技术。目前的控制方法包括桨距控制法和后缘附翼控制法。本文综述国内外学者在这一领域的理论研究工作，并加以评论，指出存在的问题和将来的研究方向。     

数据缺失场合下k/N(G)系统可靠性指标的经验Bayes估计

在定数截尾缺失数据样本下,研究了不可修k/N(G)系统的可靠性指标的估计问题。将极大似然估计法和Bayes方法相结合得到了部件的平均寿命、系统可靠度及平均寿命等可靠性指标的经验Bayes估计,最后利用随机模拟例子说明了本文方法的正确性和可行性。     

Neural Network aided PMSM multi-objective design and optimization for more-electric aircraft applications

This study uses the Neural Network(NN) technique to optimize design of surfacemounted Permanent Magnet Synchronous Motors(PMSMs) for More-Electric Aircraft(MEA)applications. The key role of NN is to provide dedicated correction factors for the analytical PMSM mass and loss estimation within the entire design space. Based on that, a globally optimal design can be quickly obtained. Matching the analytical estimation with Finite-Element Analysis(FEA) is the main research target of training the NN. ...     

机翼重量分配方法在轻型飞机中的应用

针对目前飞机初始设计阶段的机翼重量估算公式变量较多,条件限制因素较复杂的情况,提出了一种按照机翼重量分配来估算重量的方法。把机翼重量分配到：承弯结构、承剪结构、分布气动载荷结构、起落架影响结构、前后缘结构、襟副翼机构,燃油影响结构、以及其它附属结构。此方法已经在大型飞机的机翼重量估算上取得了良好的效果。通过与一系列常用机翼重量估算公式的对比分析,并且利用已知的10种轻型飞机完成了算例,结果证明此方法有很强的适应性。     

基于μ理论的飞机俯仰姿态控制

针对飞机飞行条件变化引起的模型不确定性问题,基于μ控制理论设计鲁棒的俯仰姿态控制系统.首先,根据干扰抑制原理将俯仰姿态控制系统设计转化为μ综合的一般框架,合理地选择加权函数确定广义被控对象,通过引入虚拟的不确定块将鲁棒性能问题转化为广义系统的鲁棒稳定性问题.然后,利用D-K迭代算法求解得到14阶的μ控制器,基于平衡截断...     

全样本场合几何分布产品步进应力加速寿命试验TFR模型下的统计分析

本文首次将步加试验中的损伤失效率模型应用于离散型寿命分布场合,给出了TFR模型几何分布产品全样本场合多步步加试验下参数的极大似然估计。并通过一例子来说明方法的可行性。     

一种STBC-OFDM系统中的盲和半盲信道估计

针对尾部补零(Zero padd ing,ZP)的空时分组编码正交频分复用(Space-tim e b lock cod ing orthogona l fre-quency d iv is ion m u ltip lex ing,STBC-OFDM)系统,提出了一种基于子空间分解的信道估计算法。首先利用STBC的编码结构和OFDM信号中由ZP和虚载波(V irtua l carrier,VC)引入的冗余,推导了该算法的盲估计形式,然后对其可辨识性进行了理论分析,证明了该盲方法可以在一个标量因子模糊度的意义上辨识出多个信道的冲激响应。通过结合使用导频信息形成半盲算法,可以消除模糊度。仿真结果表明,该算法的信道估计准确度较高,可以有效地跟踪衰落信道,在低信噪比时性能良好。     

基于RBF神经网络的非线性观察器设计

提出了一种新的非线性观察器设计方法。与一般方法采用神经网络逼近整个非线性系统不同，该方法用RBF神经网络逼近系统的非线性项，故提高了状态估计的精度。基于李亚普诺夫方法，证明了状态估计误差渐近稳定且渐近收敛到零。仿真结果表明，所提出的非线性观察器设计方法具有良好的性能。在故障检测、状态估计等领域具有广泛的应用前景。