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.     

机动再入体的带落角约束扩展比例导引律设计

传统的各种制导律都是以获得最小脱靶量为最终目标,没有考虑到导弹击中目标时刻的末端落角。为了保证非自旋再入体完成精确打击目标的任务,针对非自旋再入体垂直打击目标的制导问题,设计了一种带落角约束的扩展比例导引律。仿真研究表明,所设计的末制导律能够保证非自旋再入体命中目标时的脱靶量和末端落角都能满足要求,可以为开展近空间非自旋再入体制导问题的研究提供测试平台。     

带围带的涡轮叶栅间隙泄漏流动与气动性能实验

针对叶型转折角为108.1°的涡轮直叶栅,利用低速风洞,实验研究了带围带和无围带情况下叶栅出口截面的流场结构和叶栅气动性能.研究了不同围带上腔间隙、不同来流冲角情况下叶栅出口截面二次流结构、气流角分布及总压损失系数变化情况.结果表明:相对无围带叶栅,围带能够有效控制叶顶间隙泄漏,降低叶栅气动损失;随着围带与上端壁之间高度的增大,泄漏流体增多,导致泄漏流体与主流掺混的气动损失增大.对于所研究的叶栅,围带与端壁间的间隙高度不应大于1%叶展.冲角变化影响叶栅中的三维涡系结构及其强度,对叶片吸力面静压分布影响较为明显.适当的正冲角能够改善流动状况,进而提高大转折角叶栅的气动性能.      

相关系数平稳序列的估计与识别

本文提出了通过观测序列确定不可直接测得的相关系数平稳序列模型参数的方法,详细讨论了相关系数AR(p),MA(q)和ARMA(p,q)序列状态方程的参数估计,为非平稳序列的滤波、预测和平滑提供了依据。文中还给出了观测系统参数的识别方法,与传统方法相比,本文方法考虑了测量噪声的均值和方差随时间变化情况,具有更高的识别精度。      

ICR64通信记录仪无告警跳带的检测

本文针对ＩＣＲ６４通信记录仪存在跳带而不告警的现象,提出检测的原理和技术方案,作为对设备原有告警系统的补充,确保数据记录安全。     

H_∞滤波算法及其在GPS/SINS组合导航系统中的应用

 在对 H∞ 估计问题进行数学描述的基础上,建立了一种 H∞ 次优滤波算法的迭代方程。定性讨论了H∞滤波算法与传统 Kalman滤波器的关系,通过在 GPS/SINS组合系统中的实际应用进一步从精度、鲁棒性等性能指标方面对 H∞ 滤波和 Kalman滤波算法进行了比较。仿真结果表明,在理想条件下,Kalman滤波方法具有较高的精度;但是,当系统模型和外部干扰统计特性发生变化时,H∞ 滤波算法明显具有良好的鲁棒性能,同时,估计精度也较高,有效地克服了 Kalman滤波器存在的局限性。     

一种提高测量CCD成像系统MTF精度的数据处理方法

根据刃边图像的特点,采用中值滤波法、多剖线平均法以及局部滤波法对图像中的噪声进行前期处理,去噪效果好,使图像的有用信息损失小,提高了测量CCD成像系统调制传递函数的精度。实验表明,本文的数据处理方法能有效的提高测量CCD成像系统的传递函数的精度。     

舰载直升机风限图及其试飞

首先介绍了确定理论风限图的方法，然后阐述－舰动态配合试验的原则和实施方法，以及试验的技术要求和所要达到的目的，并详细分析了试飞过程中各个阶段的内容和要求。最后，给出了一些进一步试飞的意见和建议。     

涡扇发动机早期退化性能的线性变参数估计

针对涡扇发动机线性变参数(Linear parameter varying,LPV)模型,给出了一种新的早期退化航空发动机部件性能LPV滤波器设计方法.该方法采用仿射依赖于参数的二次Lyapunov函数,在仿射二次稳定性的基础上,引入多凸性引理将滤波器求解问题转化为线性矩阵不等式(Linear matrix inequalities,LMI)约束下的凸优化问题,避免了求解参数化线性矩阵不等式(Parameterized linear matrix inequalities,PLMI)约束下的优化问题.针对某型早期退化涡扇发动机的仿真表明,该方法能以较高精度估计性能退化参数,且鲁棒性强,增益调度简单,具有一定的工程意义.      

磁罗盘和陀螺航向信息融合技术

本文提出了一种改进的补偿滤波方法以消除磁罗盘中的低频干扰。仿真结果表明，在较长的时间内，采用改进的补偿滤波方法可以使磁罗盘较好的抵御低频干扰和高频干扰的影响，从而使航向估值误差和位置误差均较小。