反导系统中的模式识别技术及其发展趋势

根据反导系统目标识别特点,提出了反导系统识别特点及其对模式识别技术的要求,然后系统回顾了反导系统的红外与雷达特征提取与识别技术,总结了反导系统中的模式识别方法,将反导系统中的模式识别技术归纳为统计识别方法、专家系统法等五类,最后探讨了反导系统中模式识别技术发展趋势。     

基于气动参数之间关系的桥梁断面气动导纳识别

气动导纳的准确估计对大跨桥梁抖振分析具有重要意义.目前在识别方法、试验技术等方面均有诸多进展,但尚未建立识别全部气动导纳函数的方法.针对这一问题,基于气动导数与气动导纳之间的关系,结合根据紊流风场中的抖振响应同时识别桥梁结构气动导数和气动导纳这一思路,首先采用随机子空间法识别得到紊流风场中桥梁结构的气动导数,然后利用气动导数与气动导纳之间的近似关系获取与竖向脉动风分量对应的气动导纳函数,最后根据抖振力谱和脉动风速谱来确定与水平向脉动风分量对应的气动导纳函数.实例研究表明,本文方法对流线型断面气动导纳的识别是可行的.     

基于CDMA蜂窝网的飞行器三维定位算法

针对中低空飞行器提出了一种将码分多址(CDMA)蜂窝网导频信号被动定位与惯性导航系统进行组合的导航定位方法。该定位方法是根据CDMA蜂窝网导频信号的到达时差（TDOA）进行两次加权最小二乘解算,并利用飞行器惯性组合的原始信息进行解模糊,从而实现中低空飞行器的三维实时定位。蒙特卡罗仿真证明：在高斯白噪声条件下,该算法运算速度快,精度高,其均方误差逼近克拉美罗下界（CRLB）,为组合导航实时性要求提供了理论参考。     

TUGSAT-1/BRITE-Austria—The first Austrian nanosatellite

A nanosatellite to investigate the brightness oscillations of massive luminous stars by differential photometry is currently developed by a Canadian/Austrian team within the BRITE (Bright Target Explorer) project. The first Austrian satellite funded by the Austrian Space Program, called TUGSAT-1/BRITE-Austria, builds on the space heritage of the most successful Canadian CanX-2 and MOST missions. The satellite makes use of recent advances in miniaturized attitude determination and control systems. Precision three-axis stabilization by small reaction wheels and a star tracker provides the necessary accuracy for the photometer telescope to the arcminute level. This will provide to the astronomers photometric data of the most massive stars with unprecedented precision; data which cannot be obtained from the ground due to limitations imposed by the terrestrial atmosphere.The paper describes the spacecraft characteristics and the ground infrastructure being established in support of the BRITE mission which will consist of a constellation of up to four nearly identical satellites allowing to carry out long-term observation of stars (magnitude +3.5) not only with respect to brightness variations, but also in different spectrum ranges.     

Autonomous navigation of formation flying spacecrafts in deep space exploration and communication by hybrid navigation utilizing neural network filter

Autonomous navigation of spacecrafts is a difficult task, however, which is a must in future deep space exploration. With multiple spacecrafts flying in space, this aim can be achieved by formation flying spacecraft (FFS) utilizing inverse time difference of arrival (ITDOA) and inverse difference Doppler (IDD) methods, which can locate the position of earth-station from one-way uplink signals in the FFS coordinate, and by way of conversion of coordinates, the position of FFS is achieved in earth-centered earth-fixed (ECEF) coordinate. The ability of neural network (NN) filter in navigation to extract position of spacecrafts from random measuring noise of signal arrival time and Doppler shift is studied with different radius of FFS and surveying parameters. The NN filter used by spacecraft group is new way of unidirectional autonomous navigation and is of high precision of hybrid navigation.     

基于神经网络和模糊逻辑的航空发动机状态监视

设计了基于神经网络和模糊逻辑的航空发动机状态监视系统,它包含数据有效性检查和发动机健康评估.系统利用BP(back propagation)神经网络对发动机进行数据有效性检查,根据发动机的状态确定测量参数的有效边界以检测发动机的测量参数是否超限;利用模糊逻辑对发动机健康状况进行实时的评估,监控发动机因性能蜕化引起的异常.通过对某型涡扇发动机仿真,验证了基于神经网络和模糊逻辑的状态监视系统的有效性.      

基于GA-BP贝叶斯算法的可靠性分析近似模型

研究了GA-BP(Genetic Algorithm-Backpropagation)贝叶斯算法在可靠性仿真中的应用.GA-BP贝叶斯算法是一种新型前馈神经网络训练算法,它建立在遗传算法(GA)、L-M(Levenberg-Marquardt) BP算法以及贝叶斯方法这三者的基础上.由于该算法的训练目标是获取对应于后验分布最大值的权值向量,并且在搜索过程中融入了遗传算法,因此能够使前馈神经网络具有更佳、更稳定的泛化性能.在可靠性仿真中,采用GA-BP贝叶斯算法来构造前馈神经网络近似模型,再用它来替代复杂费时的数值仿真程序进行Monte Carlo模拟,就能够在计算成本得到有效控制的同时获取随机输出变量的概率分布情况.     

基于Flowmaster的运输机供氧系统仿真

研究运输机供氧系统,建立相应的系统仿真模型,对整个管网系统中氧气的流动及分配进行仿真分析.系统由高压氧源、机组供氧点和座舱乘员供氧点3部分组成,各部分分别建模,然后集成系统;为了方便设计者针对不同的管路布置进行系统仿真分析,利用Flowmaster的外部元件模块开发出了氧气系统特有的元件,包括氧气调节器、减压器和快戴式氧气面罩;在某任务航程下利用此仿真模型对氧气系统进行了仿真计算,得到各气瓶耗氧量和各供氧点氧气流量的变化情况,验证了系统是否满足设计需求.     

扰动测量环境中基于图像序列的模态参数识别

针对结构模态参数识别,提出了一种基于二维连续图像序列的识别方法.该方法以CCD相机采集的图像序列为基础,在待识别结构上选取一定数量的特征点,运用因子分解法将结构运动参数和外形信息分离开,得到各特征点的运动轨迹,通过实施特征系统实现算法(ERA,Eigen-system Realization Algorithm)识别出结构的模态参数.特别是当测量仪器,即CCD相机受到扰动时,能够从图像序列中分离扰动,得到结构自身的运动参数,保证较好的识别效果.以相机受扰动时,悬臂梁模型为例进行了仿真分析.将识别出的悬臂梁前5阶频率与ANSYS计算结果进行对比,结果吻合很好,对于工程中利用光学图像识别结构动态特性具有较高的参考价值.     

平流层飞艇巡航姿态自适应神经网络补偿控制

 研究了一种基于自适应神经网络补偿的平流层飞艇前向速度与姿态控制系统设计方法。针对近似模型进行常规线性动态补偿器设计,并引入自适应径向基函数(Radial Basis Function, RBF)神经网络对模型误差进行补偿。根据Lyapunov方法得到神经网络权值自适应律,保证了闭环系统误差信号一致最终有界。该控制器设计对模型参数信息仅有较少的要求。仿真结果表明对于两类不同的飞艇模型,所设计的控制器在响应性及对未知环境风速作用的鲁棒性方面均具有良好的效果。