军事飞行训练及其装备的技术趋势探讨

本文围绕飞行员能力培养的实质,分析了飞行训练的需求,以建立完备、高效的飞行训练体系,并探讨了训练装备体系层面的综合化方向和教练机系统的模块化方向等技术趋势。     

基于序列二次规划算法的再入轨迹优化研究

介绍了序列二次规划算法在飞行器再入轨迹优化问题中的应用.首先引入了能量替代变量对无量纲运动方程进行推导,使得运动方程和优化问题易于处理,考虑严格的过程约束和终端约束,以攻角和倾侧角为控制变量,总加热量最小为性能指标;然后通过直接配点法将最优控制问题转化为非线性规划问题,选取各节点的状态量和控制量作为优化参数;最后应用序列二次规划算法对非线性规划问题进行求解.针对多约束的再入飞行器的轨迹优化时对初值敏感的问题,提出一种参考轨迹快速规划算法,提高了优化速度.仿真结果表明提出的方法能够较快地搜索到最优轨迹,满足所有约束且落点精度高.     

基于辅助变量最小二乘的无人艇模型辨识方法

无人艇模型是无人艇运动控制研究领域的核心,模型的精确性对控制算法的设计及验证有很大的影响.为了解决有色噪声对无人艇模型参数辨识时的干扰问题,提出了一种辅助变量最小二乘算法对无人艇模型参数进行辨识.对离散KT方程加入噪声,得到无人艇时间序列分析模型,根据Tally原理引入辅助变量对最小二乘算法进行完善并辨识模型参数.所做...     

3N+1猜想解构及证明研究

解构、归纳出3N+1猜想迭代运算规律collatz树的▽(倒三角)分叉的三个三角点序列值和七个有关迭代计算公式.提出三个证明3N+1猜想的新方法:反证法、逆推法和物理法等.     

相关系数ARMA(p,q)序列分析方法

本文提出相关系数ARMA(p,q)序列分析方法。相关系数ARMA(p,q)序列是从非平稳序列中分离出的一类工程上常见且便于研究的时间序列,在模式识别、故障诊断、信号处理、自动控制和结构响应分析等领域有着广泛的应用。传统的相关函数ARMA(p,q)序列仅是它的一个特例。文中建立了相关系数ARMA(p,q)序列的条件极大似然估计和精确极大似然估计,前者在样本较大时简单便于工程应用,后者则在样本较小时仍具有较高的精度,它们通过时域的全程分析,充分利用样本信息确定相关系数ARMA(p,q)序列的均值函数、方差函数和相关系数函数。在此基础上可进行高精度的频谱分析。     

非等间距相关系数平稳序列分析方法

工程实际中由于数据缺损或受测试条件所限,常常得到非等间距的时间序列。而传统的时序分析方法只适用于等间距采样的数据,目前工程上对这类问题通常采用插值等近似处理方法,这往往导致较大误差。本文提出非等间距相关系数平稳序列的概念,建立了非等间距相关系数平稳序列自回归模型,给出了非等间距相关系数AR(p)序列的精确极大似然估计和条件极大似然估计,能够高精度地确定非等间距序列的均值函数、方差函数和相关系数函数。      

非等间距相关系数AR(p)序列预测方法

针对非等间距时间序列预测中存在误差较大的问题,本文建立了非等间距相关系数AR(p)序列预测方法,详细讨论了非等间距相关系数AR(1)序列和AR(2)序列的预测公式和误差估计。大量计算表明,本文方法与通过插值将非等间距序列变换为等间距序列进行预测的传统方法相比,具有更高的预测精度。      

拟合带间歇性的人工风速序列

研究生成既满足给定的工程谱特性，又具有间歇性结构的风速序列作为结构气动计算的输入。生成大气边界层紊流的人工风速序列是做结构风振计算的重要步骤，目前的方法都是生成高斯序列；实际的大气边界层紊流具有多尺度多层次的非高斯结构，集中体现在所谓“间歇性”上。利用余振苏与Leveque提出的对数泊松律模型产生各尺度的小波系数，可以在拟合目标风速谱的同时引入湍流间歇性，通过小波逆变换生成单条风速序列，再用拟合周期图的思路扩展为多重相关序列。     

基于支持矢量机的旋转机械滑油金属含量预测

对滑油系统进行监控和技术诊断,可提前发现旋转机械系统的内部故障,为预测系统部件使用寿命和可靠性提供有力依据。对某大型旋转机械滑油监控系统中需重点监控的金属元素含量建立了基于支持矢量回归的时间序列预测模型,并根据该模型对该系统铜元素含量变化趋势进行了预测分析,取得了较好的效果。     

动态数据建模中时间序列采样间隔的研究

动态数据建模认为,平稳连续随机过程是白噪声激励相应的线性时不变连续时间系统的输出,为便于计算机处理,需要确定对连续随机过程进行采样的采样间隔,通常人们采用仙农采样定理来对待。文中阐述了对动态数据建模中时间序列采样的问题,用多项式插值的采样理论进行了研究,指出在动态数据建模中,若要使从连续时间随机过程到离散时间序列的统计特性得到保持,采样频率应大于系统最大极点自然频率的6倍。