故障诊断的神经网络观测器法

以神经网络的自学习代替故障诊断观测器法中的解析计算,提出了一种新的故障诊断方法,从而解决了具有模型不确定性系统的故障诊断问题。对某型航空发动机控制系统传感器故障进行了仿真研究,该方法不仅具有传统观测器法报警及时准确、易于实现容错控制的优点,又不需要获得系统精确的数学模型,对具有模型不确定性系统的故障诊断与容错很有效     

应用反推神经网络检测液体火箭发动机多维故障

基于可测参数所构成的参数模式对应着一定的发动机故障模式, 应用反推神经网络检测发动机多维故障, 方法的有效性由只有泵效率下降和喷注器阻塞同时发生的数值仿真得到验证      

PARALLEL COMPUTATION OF SUPER-SONIC BLUNT BODY VISCOUS FLOWFIELDS IN PVM

ＰＡＲＡＬＬＥＬＣＯＭＰＵＴＡＴＩＯＮＯＦＳＵＰＥＲ┐ＳＯＮＩＣＢＬＵＮＴＢＯＤＹＶＩＳＣＯＵＳＦＬＯＷＦＩＥＬＤＳＩＮＰＶＭＹａｎｇＸｉａｏｈｕｉ，ＷａｎｇＺｈｅｎｇｈｕａ，ＷａｎｇＣｈｅｎｇｙａｏ（Ｄｅｐｔ．１，ＮａｔｉｏｎａｌＵｎｉｖｅｒｓｉｔ...     

大攻角飞行时机翼摇摆问题的神经网络控制方案

提出了一种基于神经网络的自适应控制方案,这种方案能够在对被控对象几乎没有先验知识的情况下对其实施有效的控制,对一个具有不稳定机翼摇摆问题的薄三角翼飞机模型的仿真证实了本方法的有效性。     

扩压器叶片形线逆命题设计的一种新方法

应用遗传算法结合神经网络技术通过对候选叶片表面速度分布与目标速度分布之间误差的极小化,求解给定表面速度分布下的扩压器叶片形线。叶片形线利用Bezier曲线参数化表示,候选叶片形线的流场分析由BP神经网完成。      

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。     

Adaptive recurrent neural networks tracking-filter for maneuvering target

Ｇｅｎｅｒａｌｙ,ｔｈｅｏｐｔｉｍａｌｔａｒｇｅｔ－ｔｒａｃｋｉｎｇａｌｇｏｒｉｔｈｍｓａｒｅｂａｓｅｄｏｎｔｗｏａｓｓｕｍｐｔｉｏｎｓ：１）ｔｈｅｔａｒｇｅｔｍａｎｅｕｖｅｒｉｎｇｍｏｄｅｌｓａｒｅｋｎｏｗｎ;２）ｔｈｅｃｏｖａｒｉａｎｃｅｍａｔｒ...     

一种支持QoS的航空自组织网络无反馈MAC协议建模

针对航空自组织网络的高动态特性和对高优先级业务的服务质量(QoS)要求,提出了一种无反馈介质访问控制(MAC)协议建模方法及相应的阈值设置方法,以保证高优先级数据分组的时效性及可靠性。首先,对数据分组在接收端碰撞建立时间约束模型,得到信道统计结果与分组成功概率的映射关系;然后,根据不同业务的QoS要求设置接入阈值;最后,实现对不同优先级业务的接入控制。仿真结果表明,在典型空域网络场景下,基于该建模方法的无反馈MAC协议可以为高优先级业务提供QoS保证,即分组成功概率大于99%,端到端延时小于1 ms。      

蜂群无人机自组网多优先级自适应退避算法

针对现有媒质接入控制（MAC）协议退避算法无法为蜂群无人机自组网（FANETs）提供区分服务,且在重负载时性能严重恶化等问题,提出一种多优先级自适应退避算法。采用忙闲因子自适应机制和最优竞争窗自适应机制,根据信道忙闲程度和网络状态参数自适应实时更新各优先级竞争窗口（CW）长度,从而使每次退避的竞争窗口可快速收敛到最佳状态,并实现了多业务区分服务,得到了最优的系统性能。通过建立不同优先级退避过程的三维Markov链模型求解得到了饱和吞吐量下的最优竞争窗自适应因子,并且理论推导了系统吞吐量和平均MAC时延的数学表达式。仿真结果表明,所提算法在重负载时能够实现多优先级区分服务并有效提高系统的吞吐量性能,相比区分业务优先级的自适应退避（PAB）算法和支持QoS的自适应竞争窗口退避算法（Q-ABACW）,性能均有较大提升。      

带有覆盖介质层的微带线的特性分析

本文从麦克斯韦方程出发,通过付里叶变换和坐标旋转,导出特征坐标系中谱域场表达式.利用场匹配技术,建立起TE~z真和TM~z模的等效传输线网络,使场问题转化为网络问题,简化了特征方程的推导。然后,运用谱域导抗法具体分析由单轴介质构成的带有覆盖介质层的微带线的特性,根据有效介电常数和特征阻抗的数值结果,得出了在宽带情况下,用标准微带线的综合公式近似代替能得到较高精度的结论,这对设计电磁耦合带馈式微带天线阵的馈线极为有用。