航空发动机健康管理系统设计技术

总结了国内外航空发动机健康管理（EHM）研究的现状,详细阐述了EHM总体结构、功能领域和EHM系统设计的关键技术,指出了EHM系统的设计要求,最后提出了EHM系统设计的一些建议和发展趋势。     

熵判别粒子群优化算法在发动机模型修正中的应用

因生产、安装工艺差别导致单台发动机部件特性的差异,使得模型计算结果与单台发动机的性能差异较大,提出了一种基于熵判别粒子群优化算法.通过判别粒子群的熵值,调整种群的多样性,对适应度差的粒子进行迁移,克服了易陷入局部极小点的缺陷.从仿真结果可知:基于熵判别粒子群优化算法的修正效果显然优于影响系数矩阵的修正方法.经验证,模型修正后的低压涡轮出口温度等8个目标性能参数的误差在1%以内,达到较好的修正效果,使单台发动机模型能够与真实发动机进行匹配.      

基于区间灰数的分布式多目标航迹关联算法

 研究了存在系统误差条件下分布式多目标航迹关联问题,以异地配置的2D组网雷达为背景,分析了时变系统误差对雷达上报航迹的影响,将误差影响下的目标定位看做一种认知不确定性,并给出两种用区间灰数描述这一不确定性的方法。由此提出了一种航迹关联算法,该算法以区间相离度作为衡量航迹间差异信息的测度,建立灰色关联分析模型,并根据灰关联度排序给出航迹关联对。通过对算法的约束条件进行深层次分析,给出了使用算法的先决条件。在常见系统误差环境下的蒙特卡罗仿真结果表明,算法具有良好的抗差性能和较广泛的适用性。     

基于信息模型的测试性试验样本集充分性研究

建立了产品的故障模式信息模型,包括产品的故障模式、结构单元、功能和测试数据以及这些数据之间的映射关系.根据该信息模型,定义了三种故障模式等价集合,即故障模式单元等价集合、故障模式功能等价集合、故障模式测试等价集合.在这些等价集合的基础上,建立了测试性试验中样本集的三种典型充分性度量和准则,即单元覆盖充分性度量和准则、功能覆盖充分性度量和准则、测试覆盖充分性度量和准则.分析了典型充分性度量和准则的适用范围,并建立了综合充分性度量和准则.使用综合充分性度量可以评价样本集的充分程度,使用综合充分性准则可以确定样本集的构成要求.建立了综合充分性度量和准则的应用方法和流程.通过实例验证了该方法的可行性.     

构建广义立方体感知网络安全态势

针对大多方法感知范围局限、信息来源单一、空间时间复杂性高及准确性偏差较大等问题,提出了分层感知模型与构建广义立方体感知网络安全态势的方法.将监测到的连续型态势因子数据经"3σ法则"离散化预处理后,聚合在所构建的广义立方体格中,纵向上融合成组件的安全态势,横向上对组件安全态势采用统计的方法融合成网络的安全态势,为增强网络安全性提供可靠的参照依据.利用网络实例数据对所提出的网络安全态势感知模型和算法进行验证,表明了该方法的正确性.      

车辆视频检测感兴趣区域确定算法

利用最大方差阈值方法对灰度图像二值化后,对车辆底部阴影突变行检测,对感兴趣区域确定方法进行改进,实现了感兴趣区域的精确确定.通过计算精确确定后的感兴趣区域的灰度对称性和熵值归一化对称性测度,实现了车辆的精确检测,找到车辆的对称轴,并在车辆区域上边界一定范围内,进行灰度突变检测,实现了车辆上边界的准确定位.通过实验验证算法较好地实现了复杂环境下的车辆检测和上边界定位.     

单星修正惯导系统初始定位定向误差原理

本文对利用单星信息修正惯导系统初始定位定向误差的方法进行分析,从几何角度说明其基本工作原理。并指出应用这种方法的特定情况和所需条件。     

基于改进蚁群算法的无人机侦察航路规划研究

蚁群算法是一种新的源于大自然生物界的仿生随机优化方法,在一系列组合优化问题求解中取得了成效。本文将蚁群算法引入无人机侦察航路的规划,对基本蚁群算法提出了改进,提供了一种新的有效的航路优化算法,并对无人机的侦察航路进行了仿真计算。仿真结果表明改进的蚁群算法克服了基本蚁群算法的收敛速度慢、易于过早陷入局部最优的缺点,仿真结果验证了该算法的有效性。     

空中交通流量信息发布系统数据规划研究

由于缺乏对空中交通信息的共享,在空中交通流量不断增长的状况下,一方面管制员的负荷不断增加,另一方面造成空域资源的浪费和大量的航班延误,所以有必要建立空中交通流量信息发布系统向民航各部门发布统一的信息.数据库是信息发布系统的核心,所以对数据进行规划是数据库建设的基础性工作.参考美国的空中交通管制系统指挥中心(ATCSCC)的信息发布系统的相关内容,对我国的空中交通流量信息发布系统的数据规划进行了研究,建立了系统的业务模型,分析绘制了系统数据流程图,说明了系统数据模型的建立过程.     

基于二元信道互信息的属性约简方法及其应用

由于知识的粗糙性和信息熵的密切关系,基于互信息的属性约简一直以来都是粗糙集研究的热点,但现有方法都不同程度地依赖于属性值的分布情况,从而影响最终约简结果.为解决此问题,从信息论的角度对属性进行细分,定义了一种新的基于二元信道互信息的属性重要度度量方法,以此为启发式信息构造新的约简算法,实验证明了该算法的有效性;将其应用于重要气象因子的提取,获得了满意的效果.