刀具磨损估计的多传感器融合神经网络方法研究

研究了利用声发射、振动和电机功率信号经BP算法信息融合估计刀具磨损量的方法,采用简单有效的灰色模型关联分析法选择特征参数,研究了网络参数对性能的影响以及网络性能的稳定性。     

一种预测疲劳短裂纹扩展曲线簇的方法

 本文提供了一种用疲劳长裂纹恒K_(max)降ΔK近内在门槛区数据预测疲劳短裂纹扩展曲线簇(σ为外加应力半幅,c为表面裂纹半长)的方法。由于恒K_(max)降ΔK的试验数据容易获得,相对稳定;又由于预测中引用了A.Navarro发展的位错描述方程,使所得短裂纹扩展特性分别计及了扩展速率的固有变动性和与外加应力的相关性。此预测方法为在紧凑结构部件中应用疲劳短裂纹扩展特性,进行损伤容限设计和安全寿命评估,提供了实施的良好前景。     

一种系统辨识的递阶算法及其在飞机颤振试飞中的应用

在研究协方差矩阵特性的基础上 ,给出一种最小二乘辨识系统的递阶算法。该算法与自回归模型参数辨识的Levinson方法相似 ,利用协方差矩阵的特性,由低阶模型参数递阶算出高一阶的参数,用阶次辨识方法确定模型阶次。避免了最小二乘系统辨识批处理方法中的高阶矩阵求逆及最小二乘系统辨识递推算法中的循环修正,提高了计算的效率。该辨识方法成功地应用于飞机颤振特性的辨识。     

基于三焦距张量及BMA的运动估计和补偿

为克服块匹配位移估计方法 (BMA)不能准确描述物体的旋转、相机镜头的推移 (pan)及缩放的缺点 ,引入计算机视觉中的三线性关系及基于三焦距张量的像素转移进行运动估计和补偿。将像素转移与块匹配运动估计和补偿方法相结合 ,通过实际的图像序列比较了这种方法与单纯 BMA方法的运动补偿效果 ,结果表明 ,在有相机平移及景物有深度变化时 ,本文方法的效果明显优于单纯 BMA方法。     

某型发动机无失效数据的Bayes可靠性分析

在定时截尾试验中,有时会遇到无失效数据,特别是在高可靠性、小样本问题中更容易产生无失效数据。对某型发动机的无失效数据,在失效概率服从不完全Beta分布时,给出了失效概率的Bayes估计,并在引进失效信息后,给出了失效概率的Bayes估计和综合估计,从而可以得到该型发动机可靠度的估计。     

基于ICT分布的容迟网络接触模型

在容迟网络中,掌握节点之间的接触间隔时间(ICT)的特性,能够为网络性能分析、路由协议设计以及算法优化等研究提供理论指导和帮助,但目前的ICT模型往往缺乏普适性.通过对节点运动做出一般性假设,基于可靠性数学方法,给出了一个基于ICT分布的接触模型——IDCM.该模型证明了两个移动节点之间的ICT服从指数分布,且指数分布的参数仅与两个节点的历史接触次数和累积ICT有关.在随机方向(RD)移动模型、随机路点(RWP)移动模型、北京市出租车网络、口袋交换网4个数据集上进行了仿真验证,并与基于统计拟合参数的指数分布模型进行对比.仿真实验结果表明,IDCM能够准确反映节点对之间的接触间隔时间分布,且模型准确性优于基于统计拟合参数的指数分布模型.      

基于小样本的试验系统可信度评估方法

针对小样本试验数据信息匮乏、难以利用概率统计方法进行可信度评估的问题,将重抽样方法与小样本区间估计方法相融合,提出了小样本试验系统新型可信度评估方法。利用重抽样理论,获取多个具有相同样本量的相似小样本。根据灰色系统理论,提出了改进的灰色置信度及置信区间的定义及计算方法。并在此基础上通过求公共区间的方式计算原小样本数据的灰色置信区间。该置信区间在相同的置信度下,区间宽度更窄,精度更高。通过算例仿真,验证了上述方法的合理性、有效性,对工程试验中的小样本数据系统评估提供了一定的方法指导。      

LEO enhanced Global Navigation Satellite System (LeGNSS) for real-time precise positioning services

Global Navigation Satellite System (GNSS) has been widely used in many geosciences areas with its Positioning, Navigation and Timing (PNT) service. However, GNSS still has its own bottleneck, such as the long initialization period of Precise Point Positioning (PPP) without dense reference network. Recently, the concept of PNTRC (Positioning, Navigation, Timing, Remote sensing and Communication) has been put forward, where Low Earth Orbit (LEO) satellite constellations are recruited to fulfill diverse missions. In navigation aspect, a number of selected LEO satellites can be equipped with a transmitter to transmit similar navigation signals to ground users, so that they can serve as GNSS satellites but with much faster geometric change to enhance GNSS capability, which is named as LEO constellation enhanced GNSS (LeGNSS). As a result, the initialization time of PPP is expected to be shortened to the level of a few minutes or even seconds depending on the number of the LEO satellites involved. In this article, we simulate all the relevant data from June 8th to 14th, 2014 and investigate the feasibility of LeGNSS with the concentration on the key issues in the whole data processing for providing real-time PPP service based on a system configuration with fourteen satellites of BeiDou Navigation Satellite System (BDS), twenty-four satellites of the Global Positioning System (GPS), and sixty-six satellites of the Iridium satellite constellations. At the server-end, Precise Orbit Determination (POD) and Precise Clock Estimation (PCE) with various operational modes are investigated using simulated observations. It is found out that GNSS POD with partial LEO satellites is the most practical mode of LeGNSS operation. At the user-end, the Geometry Dilution Of Precision (GDOP) and Signal-In-Space Ranging Error (SISRE) are calculated and assessed for different positioning schemes in order to demonstrate the performance of LeGNSS. Centimeter level SISRE can be achieved for LeGNSS.     

弹性高速飞行器的状态/参数滚动时域估计

针对弹性高速飞行器非线性、不确定性和刚体/弹性耦合的特点,提出了一种基于QR分解和滚动时域估计的状态/参数联合估计方法。首先,通过引入滚动时域策略,将状态/参数估计问题转化为固定变量数目的优化问题,能够较好地处理时变参数的估计问题。然后,利用前向动态规划原理,将到达代价的计算转化为最小二乘问题,并利用QR分解进行求解,从而给出了基于QR分解的到达代价更新方法。这样使得整个滚动时域估计方法都建立在优化的基础上,且引入了反馈机制,提高了估计精度和速度。仿真结果表明:滚动时域估计的精度明显优于扩展卡尔曼滤波,且基于QR分解的到达代价更新方法在速度上优于传统的基于估计误差协方差的到达代价更新方法。      

基于并行模型自适应滤波的空间目标相对位姿估计

摘要： 扩展卡尔曼滤波(EKF)的估计精度受限于测量噪声统计特性的准确程度,如果敏感器测量噪声方差偏离其标称值,将会对滤波性能产生不利影响.尽管自适应扩展卡尔曼滤波(AEKF)能够对测量噪声方差进行估计,但是,噪声特性准确的情况下,AEKF的性能往往不及传统EKF.针对上述问题,本文提出一种并行模型自适应滤波(PMAF),基于特定的自适应率将EKF和AEKF结合起来,使得在先验信息准确的情况下,EKF在状态估计中起主导作用;相反,在实际噪声方差偏离标称值时,令AEKF起主导作用.这样,即能有效削弱测量噪声统计特性不确定性对滤波性能的影响,又能确保正常情况下的估计精度.以空间目标相对位姿估计为例,通过数学仿真对EKF、AEKF和PMAF进行了对比研究,表明所提算法的综合性能优于传统方法.