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.      

基于混合战略均衡双寡头航空公司定价博弈研究

利用产品差异化理论和博弈理论,建立了双寡头航空公司市场竞争定价的不完全信息静态博弈模型,假定双方经营相同航线、选择相同机型、面临相同旅客,而在产品价格和服务水平方面存在差异性,在文献【1】中证明了这种博弈不存在纯策略均衡,按照纳什均衡解存在性理论,对混合战略均衡进行求证,得出结论：双方价格和服务水平的大小关系一致时,其市场份额和期望利润的关系与之相同;双方两因素关系随机变化时,其市场份额及期望利润同其变化程度有关,即结果不确定。     

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.     

可靠性增长的单调约束模型

大型复杂产品研制过程中每一阶段的试验数据通常具有小样本特征.对此在产品可靠性评估中,提出使用约束条件,即"下一阶段可靠度真值总是大于前一阶段",综合利用产品多阶段试验数据的方法.产品研制过程中可靠性通常是增长的,因此这种方法具有广泛的适用性.在上述约束条件下,可靠度被看作一个随机变量.首先推导出了可靠度在此条件下的分布函数表达式,然后给出了一种近似计算方法,最后通过一个实例与仅使用单阶段试验数据的评估结果作了对比.由于该方法的约束条件简单且可以求得可靠度的分布函数,因此其工程适应性强于传统的AMSAA(Army Materiel System Analysis Activity)模型,并能获得Duane模型无法给出的可靠度区间估计.     

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。     

基于样本路径分析的交换式以太网实时通信调度方法

在离散事件动态系统(Discrete Event Dynamical System, DEDS )有限摄动分析(Finite Perturbation Analysis, FPA)的理论框架下,通过样本路径(Sample Path),分析了实时数据包在以太网交换设备中多路复用排队的行为;根据各个通信任务不同的实时性与重要性指标,提出了数据包在发送节点上的保持(holding)延迟的调节机制,避免了交换机多路复用器过度地拥塞。在新的通信任务动态加入的情况下,该机制能够即时地规划调度,适用于信息一体化环境下,航空器等运动平台电子系统中,本地与远程接入的数据高动态交互的交换式以太网环境。     

基于神经网络和专家系统的电传操纵系统故障诊断

提出了一种神经网络与专家系统相结合的故障诊断方法,研制了相应的诊断模块,并在某型飞机电传操纵系统的故障诊断中得以实现。在实物仿真和实际诊断实例中,该诊断模块均达到了很好的效果。从而证明了所提出的方法作为一种诊断策略,可作为飞机电传操纵系统快速故障诊断的基础。该故障诊断方法可推广应用到其它同类飞机的故障诊断当中,为现代航空维修保障的故障诊断提供了一条有效的新途径。     

基于相空间重构和神经网络的压气机机匣静压预测

建立了基于相空间重构和径向基神经网络的压气机机匣静压的预测模型。对试验数据进行相空间重构,分析其混沌特性,根据重构相空间的最小嵌入维数确定网络输入参数的个数,采用K均值聚类的方法优化网络的拓扑结构,根据时间序列的最大李亚普诺夫指数确定预测模型的最大有效预测步数,利用径向基神经网络的强大非线性映射能力,实现对时间序列的非线性预测,试验结果证明了该方法的有效性。该方法对压气机趋势监控具有一定的参考价值。