INS/SAR组合定位技术研究

主要研究了INS/SAR组合对运动目标的定位算法。首先,建立了INS/SAR组合定位系统数学模型;其次,基于卡尔曼滤波方法和alpha-beta滤波方法完成了INS/SAR组合定位算法设计;最后,考虑组合导航系统误差及导引头测量误差,对定位算法进行了数字仿真及性能分析。仿真结果表明,所设计的INS/SAR组合定位算法在远距对运动目标具有较高的定位精度。     

基于改进遗传算法的燃气轮机自适应建模

综合运用了一种改进的遗传算法和自适应建模技术对燃气轮机的精确特性进行寻优获取.引入自适应机制优化交叉和变异算子,同时引入模拟退火算法,使改进遗传算法能很快接近最优解,并能跳出局部最优的陷阱,在保证解的质量的同时提高了收敛的速度.针对以往自适应模型中未考虑测量参数间的线性相关性和不同的传感器测量精度对目标函数的影响等问题,采用加权方法建立了较为完备的燃气轮机自适应数学模型,应用改进遗传算法获取燃气轮机部件的精确特性,实例计算结果表明:模拟退化改进遗传算法进行的自适应建模效果更好.      

基于隐身的三维航迹规划研究

为提高飞行器对地攻击效能,必须对其三维航迹规划技术进行研究。考虑到威胁并非不可穿越,建立了间歇式暴露模型;通过考虑飞行器姿态变化对暴露范围的影响,建立了飞行器战术隐身模型;对传统稀疏A*算法进行了改进,有效提高了规划速度,在此基础上提出了具有实时规划能力的分步规划算法,并给出了解决在线重规划的方法;最后,在真实地形下进行了仿真验证,仿真结果证明了所建模型及算法的有效性和实用性。     

基于改进HMM和LS-SVM的机载设备故障预测研究

针对传统故障预测方法不能直接预测设备状态的不足,提出了将改进隐马尔科夫模型（HMM）和最小二乘支持向量机（LS—SVM）相结合的机载设备故障预测方法。首先,采用多智能体遗传算法对HMM参数进行训练优化,克服了B-W算法易陷入局部最优解的缺陷;其次,分别研究设计了设备是否具有使用阶段状态退化过程数据2种情况下的故障预测算法流程;最后,以飞机发动机温控放大器为应用对象进行仿真计算。结果表明,该算法不仅预测精度高,而且预测结果直接与设备状态相关,易于理解分析。     

基于自适应遗传算法的DGPS整周模糊度快速解算

 鉴于遗传算法(GA)所具有的全局搜索特性,也为了更快速准确地解算差分全球定位系统(DGPS)整周模糊度,将自适应遗传算法(AGA)引入DGPS整周模糊度的搜索中。首先根据全球定位系统(GPS)载波相位双差方程求解出双差整周模糊度的浮点解,并以基线长度作为约束条件确定整周模糊度的搜索范围;然后利用白化滤波的方法对整周模糊度进行降相关处理,降低整周模糊度各分量之间的相关性;最后将自适应遗传算法应用在整周模糊度的解算过程中,搜索整周模糊度的最优解。仿真计算结果表明,与LAMBDA算法和简单遗传算法相比,自适应遗传算法能够快速地求解整周模糊度,也具有较好的可靠性和鲁棒性。     

回转对称光学曲面磨削误差建模及补偿工艺研究

根据回转对称曲面的特点,利用轨迹包络的原理建立了一种光学曲面磨削的数学模型;分析砂轮半径误差和砂轮定位误差对回转对称光学曲面面形精度的影响;针对回转对称曲面建立了误差模型,将砂轮半径误差和砂轮定位误差进行分离和辨识;利用误差补偿机制补偿磨削过程中砂轮半径误差和砂轮定位误差,提高了回转对称曲面精度;在自主研发的磨床上通过实验验证了这种误差补偿机制的有效性。     

敏捷成像卫星多星密集任务调度方法

 面向应急观测需求,对敏捷成像卫星多星密集点目标观测任务调度问题进行研究。针对敏捷成像卫星观测特点,综合考虑卫星可观测时间窗口、任务间卫星姿态调整时间、卫星最长连续工作时间、星上存储容量、卫星能量等约束,建立多星任务调度模型。提出了一种改进的蚁群优化(ACO)算法对调度模型进行求解。该算法借鉴了蚁群系统(ACS)和最大最小蚂蚁系统(MMAS)的思想,结合调度相关约束设计寻优策略和信息素更新策略。引入任务优先级、最早及最晚可观测时间等因素来控制转移概率。仿真结果验证了模型和算法的有效性。     

一种改进的等效系统拟配方法

等效系统拟配对于采用主动控制电传操纵系统的飞机飞行品质评价具有重要意义.从等效系统拟配中失配曲线的分布出发,比较了采用不同的频段进行等效拟配的不同结果,进而提出了一种带加权系数的等效系统拟配方法,最后通过分析得出了加权系数的合理区间.仿真结果表明,这种方法有效地改善了等效拟配失配曲线的分布.     

Novel approach of crater detection by crater candidate region selection and matrix-pattern-oriented least squares support vector machine

Impacted craters are commonly found on the surface of planets, satellites, asteroids and other solar system bodies. In order to speed up the rate of constructing the database of craters, it is important to develop crater detection algorithms. This paper presents a novel approach to automatically detect craters on planetary surfaces. The approach contains two parts: crater candidate region selection and crater detection. In the first part, crater candidate region selection is achieved by Kanade-Lucas-Tomasi (KLT) detector. Matrix-pattern-oriented least squares support vector machine (MatLSSVM), as the matrixization version of least square support vector machine (SVM), inherits the advantages of least squares support vector machine (LSSVM), reduces storage space greatly and reserves spatial redundancies within each image matrix compared with general LSSVM. The second part of the approach employs MatLSSVM to design classifier for crater detection. Experimental results on the dataset which comprises 160 preprocessed image patches from Google Mars demonstrate that the accuracy rate of crater detection can be up to 88%. In addition, the outstanding feature of the approach introduced in this paper is that it takes resized crater candidate region as input pattern directly to finish crater detection. The results of the last experiment demonstrate that MatLSSVM-based classifier can detect crater regions effectively on the basis of KLT-based crater candidate region selection.     

机翼积冰数值模拟

采用计算流体力学（CFD）方法对三段翼和MS-317后掠翼进行了积冰数值模拟研究,基于欧拉两相流理论,应用分区算法,对空气流场和水滴流场进行了数值求解,得到水滴收集率.求解3-D积冰模型得到积冰量.将MS-317的冰形计算结果与实验数据以及软件LEWICE3D的计算结果进行了对比.结果显示:三维积冰模型具有较好的精度,虽然预测的冰形与实验数据有一些差异,最大厚度方面,误差在13.1%以内,但是积冰的类型与体积和实验数据基本一致.