嵌入维数自适应最小二乘支持向量机状态时间序列预测方法

 针对航空发动机状态时间序列预测中嵌入维数难于有效选取的问题,提出一种基于嵌入维数自适应最小二乘支持向量机(LSSVM)的预测方法。该方法将嵌入维数作为影响状态时间序列预测精度的重?问?以交叉验证误差为评价准则,利用粒子群优化（PSO）进化搜索LSSVM预测模型的最优超参数与嵌入维数,同时通过矩阵变换原理提高交叉验证过程的计算效率,并最终建立优化后的LSSVM预测模型。航空发动机排气温度（EGT）预测实例表明,该方法可自适应选取适用于状态时间序列预测的最优嵌入维数且预测精度高,适用于航空发动机状态时间序列预测。     

基于6自由度机械臂的景像匹配半实物仿真

为克服传统景像匹配半实物仿真系统的不足,提出了一种机载景像匹配半实物仿真系统实现方案.该方案采用6自由度机械臂的运动和屏幕投影运动模拟飞行器的运动状态,利用摄像机采集大屏幕模拟实时图获取过程,通过多线程控制和网络控制实现多个子系统的信息同步,利用高精度摄像机标定场实现系统的相对和绝对定位.该系统具有良好的扩展性,可缩短景像匹配系统的研发周期,降低研发成本.系统应用后,已节约试飞实验经费超过1 000万元人民币.      

基于退化量分布时序分析的产品寿命预测

针对现有性能退化预测方法采用单调回归函数对产品退化随机过程描述不够合理的问题,从产品在各时刻退化量分布角度出发,分析退化量分布参数估计的非平稳时序类型,并对各参数估计分别采用相应类型的非平稳时序分析方法建模,进而给出一种与实际退化随机过程更为相符的基于退化量分布的产品寿命及可靠度预测方法.通过对某电子产品的退化试验,采用所提出的寿命预测方法进行了该电子产品寿命及可靠度预测.结果表明该方法相比传统方法更符合实际.      

卫星导航和惯性导航与时间和空间的理论

从卫星导航和惯性导航的测速定位机理分析出发讨论了时间和空间理论的有关基本问题。提供了一种卫星导航的原理完备的观测方程形式,包括惯性和非惯性物理效应。着重讨论了洛伦兹一次项的效应,伽里略变换自然进化到洛伦兹变换,“同地性”的相对性自然导致“同时性”的相对性。从卫星导航的单程光（电磁）信号的特点出发讨论了爱因斯坦“往”和“返”双程光信号定义带来的困惑。指出哈勃红移是超低速度和超大距离的狭义相对论效应验证。用爱因斯坦对惯性质量和引力质量等效原理的论述,论证了惯性导航的理论基础和超过 3×10 8m/s的速度测量机理。     

ATC系统中STCA性能评估指标研究

针对空管系统中短期冲突告警性能评估指标技术展开研究,通常的评价指标包括漏警率、虚警率等,这些指标在一定程度上能够反映短期冲突告警的性能优劣,但还存在一定的评价缺陷,基于短期冲突告警的实际情况,提出了不当告警率的概念和计算方法,在保留虚警概率、检测概率指标的情况下,引入不当告警率,更加科学和真实地完成了对短期冲突告警性能的评价,通过对模拟仿真系统和真实使用系统的评价分析,论证了所提出的评价指标的有效性和合理性。     

RSSI及TOF测距技术及仿真研究

无线传感器网络综合了嵌入式计算、传感器和通信等多种技术,可以实现对信息的获取与处理;借助其他辅助定位方式,可以实现对非合作目标的定位。而无线传感器网络测距技术是实现定位的基础。对TOF和RSSI这2种测距技术进行了深入的研究,比较这2种测距技术在不同范围内的测距效果,进而为工程应用提供理论基础。     

神经网络模型在TDNS准则中的应用研究

时域Neal-Smith（TDNS）准则源于频域Neal-Smith（FDNS）准则和阶跃目标跟踪准则,被广泛应用于纵向驾驶员诱发振荡（PIO）趋势的预测研究。在该准则采用的人机闭环系统中,广泛运用结构简单且能反映飞行员基本行为特征的拟线性驾驶员模型。但在实际情况中,驾驶员的行为通常具有高度的非线性,为了更精确地描述驾驶员的非线性特性,采用神经网络方法建立驾驶员模型。利用某机的试飞数据对神经网络进行了训练和测试,生成了神经网络模型。针对TDNS预测准则,建立了相应的仿真模型,通过仿真运算,得到了该飞机的P10预测结果。研究表明：相对于传统的驾驶员模型,神经网络模型能够更好与真实驾驶员相匹配;在TDNS评估准则中运用神经网络模型具有实际的意义。     

民用机场快速出口滑行道位置优化

位置合理的快速出口滑行道可有效提高跑道容量。通过提出候选出口最优位置假设,证明了跑道快速出口位置是一个候选最优位置的自然有限集。介绍了不同机型跑道占有时间的计算方法,并以最小加权跑道占用时间为目标函数．建立了确定最优出口位置的数学模型。并针对该模型提出了基于时间多项式的动态规划算法,给出了快速出口滑行道的定位计算方法。以大连机场为例,计算得到了该机场快速出口滑行道的合理数量与位置.     

长波授时附加二次相位因子ASF误差分析

为提高长波授时精度,分析了影响ASF误差的因素。主要针对米林顿法计算ASF中的地图测距误差、大地等效电导率误差和大地等效电导率区域分割误差,设计实验、采集数据、分析实验结果,并提出减小ASF误差的新方案。     

基于蚁群优化-模拟退火的天地测控资源联合调度

研究了一类约束条件复杂、具有多时间窗口特性的天地测控资源联合调度问题。建立了涵盖多种约束的问题数学模型和基于测控弧段时间序的无圈有向图模型,提出了一种蚁群优化-模拟退火算法(ACO\|SA)求解问题。探讨了两种算法的融合策略,完成了包括状态转移规则、可行解生成策略、信息素更新准则、邻域结构、快速退火计划等关键技术的设计实现。多个算例仿真和结果分析表明,测控弧段时间序能保证ACO\|SA得到高质量的优化结果,模拟退火机制能有效提高蚁群优化算法的收敛速度和求解质量,相比于基本遗传算法和先到先服务算法,ACO\|SA能得到质量更好的解。