基于LSSVR的模拟电路故障诊断

对基于最小二乘回归型支持向量机（LSSVR）的模拟电路故障诊断方法进行了研究。根据模型故障诊断原理,设计了LSSVR残差生成器,用遗传算法优化LSSVR参数,以残差的高阶统计量为故障特征识别电路故障。仿真结果表明：该法能有效识别模拟电路的故障,具一定的实用性。     

Multi-sensor optimal data fusion for INS/GPS/SAR integrated navigation system

INS/GPS/SAR integrated navigation system represents the trend of next generation navigation systems with the high performance of independence, high precision and reliability. This paper presents a new multi-sensor data fusion methodology for INS/GPS/SAR integrated navigation systems. This methodology combines local decentralized fusion with global optimal fusion to enhance the accuracy and reliability of integrated navigation systems. A decentralized estimation fusion method is established for individual integrations of GPS and SAR into INS to obtain the local optimal state estimations in a parallel manner. A global optimal estimation fusion theory is studied to fuse the local optimal estimations for generating the global optimal state estimation of INS/GPS/SAR integrated navigation systems. The global data fusion features a method of variance upper finiteness and a method of variance upper bound to ensure that the global optimal state estimation can be achieved under a general condition. Experimental results demonstrate that INS/GPS/SAR integrated navigation systems achieved by using the proposed methodology have a better performance than INS/GPS integrated systems.     

路径搜索和匹配算法在交通信息服务中的应用

针对公共交通信息交流服务平台建立,设计并实现了交通路径图的生成、最短路径搜索算法、最优路径算法以及匹配算法;给出了相关的实验结果,为实现公共交通信息交流服务平台奠定了基础。     

一种可实现的离散时间最优末制导律

提出了一种可实现的离散时间最优末制导律,该制导律在导弹导引头获取的目标加速度信息的基础上,以时间最优为设计指标,可动态调整最优控制量,能够适应目标末端机动,并采用变周期算法以提高收敛速度。仿真结果表明,该制导律能够满足给定脱靶量要求,成功拦截目标。     

航空发动机部件性能参数融合预测

为了改善目前单独采用基于模型和数据驱动的部件健康参数预测精度,提高数据驱动方法的故障诊断的泛化能力,提出一种自调整决策融合机制,对航空发动机部件性能蜕化在连续蜕化空间进行融合诊断。传感器测量值同时输入到机载自适应模型和数据驱动的诊断模块中,分别利用卡尔曼滤波算法和自适应遗传算法优化的支持向量回归机(AGA-SVR)对主要部件性能进行预测,再利用自调整决策权重的量子粒子群寻优(QPSO)进行决策级融合诊断。以某型涡扇发动机为对象进行气路部件蜕化的仿真研究表明,与单独使用基于模型和数据驱动的诊断方法相比,采用决策融合机制有效地提高了部件故障诊断精度。     

弹性飞机地面滑行随机最优控制

将主动控制缓冲器应用于飞机地面滑行减振。建立了飞机在随机跑道激励下,考虑机身俯仰运动与弹性振动的非线性随机动力学模型。采用统计线性化方法,使模型在平衡点附近线性化。加入前置线性滤波器将随机路面高斯激励转换成高斯白噪声激励。基于随机最优控制理论,设计了线性二次型高斯(LQG)控制器。由Monte-Carlo法模拟了路面随机过程,得到了飞机的动响应。通过主动控制缓冲器与被动控制缓冲器的仿真比较可以看出,主动控制缓冲器能够有效提高飞机地面滑行的舒适性与减振性。     

Sensitivity analysis for air temperature profile estimation methods around the tropopause using simulated Aqua/AIRS data

A sensitivity analysis is performed to investigate potential improvements to the accuracy of air temperature profile retrievals near the tropopause. A simple inversion method is employed to identify and remove redundant spectral channels from the retrievals using simulated data for the high-spectral resolution sounder AIRS (Atmospheric Infrared Sounder) on the Aqua satellite. Bayesian optimal theory and inverse technique are applied for the atmospheric temperature profile retrievals, and the 15 μm CO₂ absorption bands (620–750 cm⁻¹) are chosen for this study. Sequentially elimination of redundant channels is directly integrated into the inverse scheme for the temperature profile, in order to accurately retain the valuable channels and remove all the redundant channels, for accurate retrieval of the temperature profile. Also, the tropopause and troposphere are treated differently in the inverse scheme to improve the retrieval accuracy in the tropopause. Results of a sensitivity analysis based on this method, for the Tropical and Middle-Latitude Summer models simulated by MODTRAN4.0, show that the estimated accuracies are improved by 2 K around the tropopause, and are only changed by less than 0.2 K in the troposphere.     

最优/经典综合法设计直接力/气动力复合控制器

将最优控制与经典控制中的频域分析综合起来应用,设计了直接力/气动力复合控制自动驾驶仪.应用最优控制理论推导出自动驾驶仪的结构,并确定其增益系数,经典控制中的频域约束用于限制目标函数中的权系数矩阵的选取,以保证系统具有一定的鲁棒性.仿真结果与传统设计方法相比较,说明了应用本方法设计出的自动驾驶仪使系统响应速度更快,但超调略变大,同时系统也具有一定的鲁棒性.     

基于Pareto遗传算法的复合材料机翼优化设计

针对某型飞机设计过程中遇到的副翼反效问题,提出了复合材料机翼满足气动弹性要求的优 化方法,构造了一种基于Pareto最优解定义的多目标遗传算法——Pareto遗传算法.该算法 以权重信息为基础建立Pareto解集过滤器,引入小生境技术等实现Pareto前沿面的求解.测 试函数计算表明该算法有较好的收敛性.以复合材料机翼的升力系数和滚转力矩系数为目标 函数,采用Pareto遗传算法进行计算得出一组Pareto最优解集,计算结果表明,给出的方案 能够满足工程需求,为决策者提供了多种可选方案.      

基于Unscented四元数粒子滤波的 微小卫星姿态估计

针对基于微小卫星姿态确定系统精度低和噪声存在非高斯分布的情况,研究了适用于该定姿系统的Unscented粒子滤波(UPF,Unscented Particle Filter)算法.UPF方法结合了Unscented卡尔曼滤波(UKF,Unscented Kalman Filter) 与粒子滤波(PF,Particle Filter)的特点,用UKF得到PF的重要采样函数,从而克服了PF没有考虑最新量测信息、 扩展卡尔曼滤波(EKF,Extended Kalman Filter)和UKF只能应用到噪声为高斯分布的不足.以MEMS(Micro Electronic Mechanical System)陀螺和CMOS APS(Complementary Metal Oxide Semiconductor Active Pixel Sensors)星敏感器为姿态敏感器件,将UPF与基于误差四元数的卫星姿态运动学方程结合,构建了UPF定姿滤波器,并用MEMS陀螺采集的随机噪声数据进行了半物理仿真,对其特性进行了分析与比较.仿真比较结果表明:在敏感器精度较差并且系统噪声非高斯分布的情况下,这种基于UPF的姿态估计方法在计算粒子数目相对于PF较少的情况下,可以取得比UKF更好的滤波精度,从而有效地提高了定姿性能.