基于动态集成算法的航空发动机气路参数预测

针对单一学习机对航空发动机气路参数预测困难的问题,提出了基于动态加权核密度估计（DWKDE)组合方法的集成预测算法,该组合方法选择测试样本的近邻样本,通过评估学习机在近邻样本的局部性能动态确定各学习机的权值,并基于该权值利用加权核密度估计实现数据序列的集成预测。该组合方法不易受离群值和样本不对称分布的影响,将该组合方法用于AdaBoost.RT和AdaBoost.R2算法,获得了改进后的集成学习算法。实验证明:相比于神经网络和原始集成学习算法,改进后的集成学习算法较好地提高了航空发动机气路参数序列的预测精度,方均根误差（RMSE)指标至少可降低27%。      

一种测量射频脉冲序列稳定性的新方法

本文提出了一种用于射频脉冲序列稳定性测量的新方法——无源正交双通道法,对这种方法进行了全面的理论分析,并初步建立能满足工程应用的微机控制的测量系统。测量系统可用于测量射频范围500MHz～12.4GHz、射频脉冲宽度1～10μs、脉冲重复频率100Hz～10kHz的各种发射机。频率起伏测量精度与分辨度分别为2%和100Hz,测频灵敏度为250Hz,测幅分辨度为0.1%。     

基于Bi-LSTM 的无人机轨迹预测模型及仿真

传统轨迹预测模型存在模型简化较大、考虑因素较少等问题。结合飞行轨迹连续性、时序性、交互性 的特点,提出基于双向长短期记忆(Bi-LSTM)神经网络的轨迹预测模型,将入侵者的位置、姿态和两机的相对 信息同时作为轨迹预测模型的输入,更加符合真实轨迹变化规律;对建立的基于 Bi-LSTM 的轨迹预测模型采 用综合考虑动量和速度的自适应调整学习步长的学习算法进行训练;并与基于 Elman神经网络的轨迹预测模 型进行仿真对比分析。结果表明:与基于 Elman神经网络的轨迹预测模型相比,所提模型在不同方向预测200 个点的平均绝对误差不超过4m,三维预测效果更优,可以较为准确地进行轨迹预测。     

航天试验数据时间序列相似度分析

针对航天试验曲线数据的特点,提出一种时间序列相似度分析方法,通过分析待测曲线与模板曲线的相似性,辅助曲线数据判读。首先,采用SAX和DTW融合综合分析时间序列的周期性,将时间序列数据划分为周期和非周期两类。再分别叙述两种类型的时间序列的相似度分析方法,判定曲线的正确性。本文中对非周期时间序列,提出采用带有双维度约束的DTW相似度分析技术。对周期时间序列,采用离散傅立叶变换,通过频域幅度的一致性来近似初步判断周期信号的相似性。最后经过实验验证本文提出的时间序列相似度分析方法的正确性。     

一种基于STL-Prophet-Informer模型的太阳电池阵多变量趋势预测方法

为了提高太阳电池阵多变量预测的精度,解决阳电池阵遥测参数存在周期波动与增长性互相耦合的问题,提出一种基于STL-Prophet-Informer模型的太阳电池阵多变量预测算法.该算法首先应用局部加权周期趋势分解算法(seasonal and trend decomposition procedure based on loess, STL)对太阳电池阵的多个参数分解为趋势分量、周期分量和残差分量,然后采用对趋势性数据预测效果较好的Prophet预测趋势分量,Informer模型预测周期分量和残差分量,最后将各分量预测结果相加后得到总的太阳电池阵参数预测值.以某卫星太阳电池阵实际遥测数据做算例分析,提出算法的各项误差评价指标和单一的Informer模型、LSTM模型等相比有明显减小,将该组合预测模型用于太阳电池阵多变量参数预测中,可以提高参数预测精度,提升卫星自主运行性能.     

冲压增程弹进气道型面气动优化研究

以某型冲压增程弹为研究对象,为了使进气道总压恢复系数最大,利用自动优化平台,集成了参数化建模和进气道流场数值模拟,以总压恢复系数最大为优化目标,运用组合优化策略对双锥进气道的锥角进行气动优化,优化后的进气道总压恢复系数提高了11.96%.数值模拟结果与试验数据吻合较好,证明优化结果可信.结果表明,通过对进气道锥角的优化可快速找出最佳锥角组合.     

计算气动声学中的紧致滤波格式

从理论上分析了数值伪波产生的原因,要消除数值伪波可用滤波方法。为了使滤波器具有理想的截断特性,引入了修正的高斯函数。通过让滤波器的频响函数与修正的高斯函数逼近,利用序列二次规划(SQP)方法优化了五对角紧致滤波格式。优化的滤波格式提高了计算精度和效率,增强了数值稳定性,更易于实施。一维和二维算例体现了优化滤波格式的性能改进。     

基于改进遗传算法的选择性拆卸序列规划

选择性拆卸序列规划(SDSP)是民用飞机维修规划的一个重要内容,也是在设计阶段对民用飞机产品维修性的评估。为了能以较高的效率求解出产品拆卸序列的方案,首先根据拆卸特点构建了产品拆卸混合图模型。该模型描述了零部件之间的连接关系和优先关系,然后通过对目标零件的分析产生选择性拆卸零件集合。在此基础上建立目标函数并利用基于二叉树的遗传算法的计算速度和灵活性等特点对目标零件拆卸序列进行优化。最后,通过一个实例,验证了文中方法的可行性及优化算法的有效性。     

级联素数码的有限域模型

基于素数码的构造思想和有限基域与有限扩域的变换关系,通过分析级联素数码构造过程的多项式表示,得出级联素数码的有限域模型,表明级联素数码是以某一类二次既约多项式为模的有限扩域域乘法某种变形的结果,将级联素数码的构造与有限扩域域乘法相关联,并基于此得出确定级联素数码码族个数的规律．上述结果对研究将素数码的构造思想扩展到有限扩域具有启发意义,为基于素数码构造周期更长、序列数目更多的跳频序列族提供了一条新的思路．      

非线性时间序列的动力学混沌特征自动提取技术

提出了一种非线性时间序列混沌特征的自动提取方法.该方法直接根据非线性时间序列, 依次计算出延迟时间、嵌入维数、相关维数、最大李雅普诺夫指数、相轨迹特征以及Poincare特征等混沌特征, 整个特征的提取过程自动完成, 毋须人工干预.最后用算例表明了该方法的有效性和正确性.该方法对于利用非线性混沌特征进行非线性系统故障诊断和趋势预测具有重要意义.