基于马尔可夫蒙特卡洛法的系统辨识方法研究及应用

提出了基于马尔可夫蒙特卡洛(MCMC)的贝叶斯辨识方法,以解决高超声速飞行器系统辨识中复杂动力学模型转换为简单或稀疏模型所带来的不确定性问题,以及存在的训练数据大和积分难处理的问题。该方法将数据退火算法引入MCMC中,不仅解决了MCMC易陷入局部最优的问题,并且将数据退火与“高信息训练数据”的概念相结合,能够以较低的计算成本分析大数据集。此外,该方法可以对参数估计过程中存在的不确定性进行量化,获得未知参数的最优估计值。通过仿真实验,验证了提出的系统辨识方法的有效性,辨识出的模型能够有效应用于控制器设计之中,并获得较好的控制效果。     

一种基于链路状态的舱内环境自适应干扰消除算法

针对舱内无线光传输系统多种干扰问题,比如多径损耗和突发干扰等,提出一种基于链路状态的自适应干扰消除技术,该方法分析舱内链路状态,完成链路状态估计,采用环境自适应的变遗忘因子RLS（recursive least squares）算法,针对不同链路状态采取差异化的干扰消除策略,以提高舱内通信质量。仿真结果表明：该算法在尽力避免增加算法复杂度的条件下,相对于传统固定遗忘因子算法,在平稳状态下优先保证传输的误码性能,在链路状态变化时具有更好的收敛性能,灵活适应了舱内多种传输情况。     

基于分层传递系统模型的航天器故障诊断方法

 针对传统的传递系统模型在航天器自主诊断系统中只能表示单一粒度诊断知识,知识表示的完备性差,导致诊断结果的分辨率不高,且诊断系统执行效率低的问题,提出了分层传递系统模型和诊断方法。为了保证不同粒度诊断知识的完备性表示,将系统模型按不同粒度和结构关系进行分层。通过自顶向下的递归搜索,先监测系统异常,再匹配故障类型,逐层缩小搜索空间,最终找出故障候选集和故障的层次关系。同时为了减小计算规模,在诊断过程中引入了分离策略,降低实时诊断计算量。应用该方法建立了某卫星测控分系统模型并进行故障仿真,结果表明该方法可以增加模型知识表示的完备性,并能有效提高诊断效率和结果的分辨率。     

基于ODE参数辨识的液压伺服系统灰箱建模

 针对液压伺服系统常规"白箱"建模由于参数无法精确获得导致所得模型精度不高及"黑箱"建模所得模型内部结构未知的问题,本文提出基于ODE参数辨识的液压伺服系统"灰箱"建模。首先,建立了工程上实用的系统状态空间模型, 根据系统特征确定了待辨识参数,将模型辨识问题转化为常微分方程(ODE)参数辨识问题;然后,采用正弦扫频信号作为激励信号和基于带边界约束的信赖域优化算法的初值问题方法进行参数辨识;为了和ODE参数辨识结果进行对比,本文同时采用系统的频率响应数据和最小二乘法辨识得到系统的"黑箱"传递函数模型;最后,通过大量实验验证了辨识模型的精确度。实验结果表明,本文提出的基于信赖域算法的液压伺服系统模型辨识方法可以有效处理参数的边界问题,使辨识模型既具有实际的物理意义,又与实际系统高度符合。     

系统误差条件下的多运动站无源定位性能分析

 系统误差的存在可能对无源定位的性能带来较大影响。针对多运动站得到的含有系统误差的观测量信息,推导了定位误差的克拉美-罗下限(CRLB)。首先根据具体系统误差模型推导测量误差的统计信息,然后根据系统误差导致不同时刻观测量相关的特点,将非对角矩阵的误差协方差矩阵写为分块矩阵的形式,并在此基础上推导其递推计算式,最后以系统误差情况下多运动站只测角无源定位为例进行定位性能的仿真分析。仿真结果表明系统误差的存在对定位误差CRLB影响较大,在定位中需要重点考虑。     

高超声速气动热辨识技术实验研究

为估计高超声速飞行中的气动热流,采用热流辨识技术研究了平板表面的气动热流。首先采用仿真数据对辨识方法进行验证,结果表明,在测量噪声较低时热流辨识结果误差较小。此后,开展了平板的高超声速气动热风洞实验,通过内埋热电偶测量平板内部温度,采用热流辨识法获得平板表面的气动热流,采用辅助测点对比验证了内埋测点辨识结果的可信度。最后将辨识结果与平板边界层热流理论估算结果进行对比,分析了两者产生误差的原因。本文的研究为热流辨识技术的实际应用奠定了基础。     

军用飞机使用技术状态标识与控制研究

为了满足军用飞机使用技术状态管理的需要,提出了一种新的技术状态信息编码化标识方法,以及基于此技术状态标识方法的使用技术状态控制方案．重点描述了对引起飞机使用技术状态改变的换件等外场维修活动进行控制的基本原理。     

基于多维几何形状的雷达辐射源识别算法

针对复杂电磁信号环境下雷达辐射源识别困难的问题,提出了一种基于多维几何形状的辐射源识别算法。借助几何形状将辐射源空间特征向量转换为平面向量,计算向量各夹角余弦值,再同辐射源数据库进行比较,实现辐射源型号的自动识别。仿真验证了提出的识别算法,识别率均在80%以上。     

Strategy to search fragments from breakups in GEO

This paper proposes a strategy to search fragments from breakups in the Geosynchronous Earth Orbit (GEO) region based upon population prediction and motion prediction by means of ground-based optical observations. Breakup fragments have uncertainties in the states such as their position and motion, or even in their existence. Population prediction and motion prediction resolve those uncertainties. Population prediction evaluates the time-averaged distribution of fragments, whose position at a given time is unknown, in the celestial sphere. Motion prediction evaluates the expected motion of fragments appeared in image series acquired by a telescope’s CCD camera. This paper logically describes procedures of the search strategy, and provides mathematical expressions of population prediction and motion prediction. This paper also validates the search strategy via actual observations, in which a confirmed breakup in the GEO region is selected as a target. It is concluded that the proposed strategy is valid even for searching uncataloged fragments from breakups in the GEO region.     

基于遗传算法的柴油机喷油系统模型参数辨识

柴油机喷油系统中压力的变化会引起气泡的产生和溃灭,而气泡的变化会对燃油的流动和压力波的传播产生影响.为了更准确预测喷油系统中的初始含气率以及变化情况,提出了应用改进遗传算法对柴油机喷油系统模型中的柱塞腔、出油阀紧帽腔、高压油管和针阀腔初始含气率进行辨识的新方法.基于气泡模型,建立了气-液两相条件下的柴油机喷油系统模型,通过仿真数据和试验数据对比,构造了适应度函数,实现了对柴油机喷油系统模型的参数辨识,并得到了参数优化后的柴油机喷油系统模型.仿真结果与试验数据的比较验证了采用改进遗传算法对气-液两相条件下的柴油机喷油系统模型进行参数辨识的可行性.