模糊综合评判在航空工程中的应用

介绍了模糊综合评判的基本原理,并结合两个具体实例详细说明了模糊综合评判在航空工程中的应用.     

利用NURB作曲线和曲面的插值

给出了非均匀有理三次Ｂ－样条插值的方法，利用曲线（面）方程的矩阵表达式导出了反求顶点问题的方程组，使方程组的系数矩阵呈三对角型，易于求解。同时，分别推出几种情况下的端点（边界）条件。利用该结果可以使得曲线（面）易于调整，运算速度快，便于处理。     

基于多分辨率复合阵列的未知信源数波达方向估计

为解决信源数未知情况下的多分辨率复合阵列波达方向(DOA)估计问题,将未知信源数的相干信号DOA估计算法拓展到多分辨率复合阵列中。本文研究了基于子阵空间谱联合的DOA估计方法,首先构造各个子阵列的托普利兹矩阵,并进行未知信源数的相干信号DOA估计;然后利用多分辨率复合阵互质的特性,构建联合代价函数进行解模糊。针对全范围搜索计算量大的不足,文中提出了单个不模糊区搜索,反推全部模糊角度的改进方案。仿真结果验证了所提方法的有效性,相比于全空间搜索的MUSIC算法和Capon算法,该算法无需信源数先验信息,且在信噪比大于15 dB和快拍数大于300时,其DOA估计的均方根误差仅为传统方法的1/2。     

基于深度学习的地空导弹发射区拟合算法

目前地空导弹发射区的拟合算法主要是多项式拟合法和BP神经网络拟合法。多项式拟合法存在函数形式难以确定、函数范围不易分段等问题,且拟合精度较低;传统神经网络方法要想达到较高精度,需要大量的隐层节点,且在隐层节点数增加到一定程度后,训练变得十分困难且精度很难继续提高。同时,传统神经网络需要大量的标签数据,进一步增大了实际应用的难度。为此,基于深度学习理论,设计了一种基于堆栈稀疏自编码器（SSAE）的深度拟合网络（DFN）,并给出了相应的训练策略。仿真实验表明其相比传统算法具有更小的拟合误差优势。所设计的深度稀疏自编码器网络可以克服多项式拟合和传统神经网络的不足,不仅可以在大量无标签数据和少量标签数据条件下进行学习训练,而且可以进一步提升地空导弹发射区的拟合精度。     

电动公交车匀速下长坡再生制动控制策略优化

针对电动公交车下长坡再生制动过程中被控对象存在汽车质量、汽车旋转质量换算系数不确定性以及电机参数摄动的问题,构建了电动公交车再生制动系统模型。基于线性矩阵不等式(LMI)设计了H∞鲁棒最优控制器,并在MATLAB/Simulink中进行了仿真。结果表明:采用H∞鲁棒最优控制比传统的车速电流双闭环PI控制具有更好的鲁棒稳定性,且回馈的能量提高了2%~3%。     

极稀疏投影数据的CT图像重建

从稀疏投影数据足够精确地重建断层图像,从而能够在显著降低计算机断层成像（CT）检查X-射线辐射剂量的前提下,提供充分适宜影像学临床诊断需求的重建图像。针对圆周扫描扇束投影的二维CT图像重建,提出了投影驱动的系统模型,并将CT迭代图像重建与压缩感知（CS）理论相结合,设计了一种CT迭代图像重建算法,且将算法扩展到圆周扫描锥束投影的三维CT图像重建。仿真实验结果表明:在极稀疏投影数据的条件下（[0,2π）范围内扇束/锥束扫描不超过20个投影角度）,算法数值精度高,计算复杂度低,内存开销少,有很强的工程实用性。      

一种考虑直升机状态矩阵摄动的 改进LMI设计方法

基于线性矩阵不等式(Linear matrix inequality,LMI)的鲁棒控制方法在直升机飞控系统设计中得到了广泛的应用,现有方法在设计中仅考虑了阵风和噪声等外界干扰引起的控制对象模型不确定性,未考虑直升机飞行状态变化引起的状态矩阵摄动。本文发展了一种能够同时考虑直升机外界扰动和状态矩阵摄动的改进LMI方法,并基于Z-11直升机,针对姿态指令姿态保持(Attitude command attitude hold,ACAH)响应类型进行设计。最后在Matlab/Simulink环境下进行了仿真验证。结果表明基于本文设计方法得到的控制律具有较高的控制精度,同时具有增强的鲁棒性。     

压阻式大扭矩动态六轴力传感器设计

六轴力传感器在智能制造、精密装配、运动医疗等领域有着重要应用价值。本研究以大量程六轴力传感器为研究目标,针对六轴力解耦测量和交叉干扰抑制的技术难题,提出了一种压阻式大扭矩动态六轴力传感器的设计方法。在传感器结构设计中,采用4个直梁式三轴力传感器组合的方式进行载荷分摊,满足大力值和大扭矩的测量需求;在三轴力传感器设计中,利用弹性体应力对称性分布的特点和惠斯通电桥平衡原理,布置传感器敏感电阻并组合成测量电桥,实现三轴力的解耦测量;根据六轴力传感器在三轴力和三轴力矩作用下的应力变化规律,采用矩阵解耦的方式实现六轴力解耦测量。     

基于低秩与稀疏分解的VideoSAR散射关键帧提取

视频合成孔径雷达(video synthetic aperture radar, VideoSAR)的超长相干孔径观测使得区域动态信息的快速浏览极其困难。为以机器视觉方式自动捕捉地物散射消失-瞬态持续-消失-瞬态持续-消失的关键帧变化全过程,提出了一种子孔径能量梯度(subaperture energy gradient, SEG)和低秩与稀疏分解(low-rank plus sparse decomposition, LRSD)相结合的VideoSAR关键帧提取器。提取器为系列性通用架构,适用于任何SEG和LRSD系列方法相结合的形式。所提技术首要针对同时单通道、单波段、单航迹等有限信息条件的解决途径,有助于打破应急响应场景中难以采集多通道、多波段、多航迹或多传感器数据的应用局限性。基于实测数据处理和多种先进LRSD算法进行了对比验证,其代表性散射信息的充分提取可促进未来快速地理解并浓缩区域动态。     

给定部分元素的周期Jacobi矩阵的特征对反问题

提出由一个极端特征对构造拥有预先给定的部分元素的周期Ｊａｃｏｂｉ矩阵问题,给出了问题有唯一解的充分必要条件,且给出了数值算法和例子。