一种提高热电阻测温准确性方法研究

分析了工业铂、铜热电阻电阻-温度特性,以工业铂电阻温度传感器为例,给出了一种提高热电阻测温准确度的方法。通过对工业铂电阻进行多点测试,利用最小二乘法对测得数据进行拟合,得出新的电阻-温度转换公式和分度表。通过试验数据的比较表明,使用该方法可以提高传感器的测温准确性。     

基于遗传算法的航空发动机机载模型支持向量机修正方法

航空发动机的实时模型与发动机的匹配精度直接影响着航空发动机故障诊断的精度.提出了基于自适应遗传算法的最小二乘支持向量回归机(AGA-LSSVR)方法对航空发动机机载实时模型进行修正,有效的提高了模型的匹配精度.分析了最小二乘支持向量机中的参数的选取对模型修正的影响,在参数的选取空间里采用自适应遗传算法搜索最优参数.最后,比较了Back propagation(BP)神经网络、支持向量回归机、AGA-LSSVR等方法在机载模型中的修正效果.结果表明:提出的AGA-LSSVR具有很好的修正精度,验证了修正模型的有效性.      

DSSS卫星通信中窄带干扰的盲检测与消除研究

建立了干扰条件下的接收信号模型,提出了干扰抑制方案。利用信号谱包络的相似性 ,给出了基于滑动窗最小二乘的干扰盲检测方法,进而根据对消的思想消除窄带干扰。仿真 结果表明该方法能有效抑制DSSS卫星通信中常见的窄带干扰。     

利用条件平差实现导航星座自主守时方法

针对导航星座自主导航系统的重要组成部分———自主守时系统,提出了一种简便易行的新算法:根据星间测距数据,采用条件平差进行自主守时计算;并且介绍了此方法基本原理和实现思路。自主守时仿真计算表明,此方法守时同步误差不累积,距离测量误差0.1m时,时间同步误差均方根小于0.4m。     

航空发动机的智能神经网络自适应控制研究

针对结构复杂、模型不确定、强非线性的航空发动机对象,提出一种综合模糊推理、神经网络自适应和PID简单控制各自优点的控制方案.在改进模糊PID控制器的基础上,进行了新型智能型神经网络控制器的设计,并提出离线混沌蚁群优化与在线误差反传调整相结合的优化方法.应用具有良好泛化能力的最小二乘支持向量机进行系统辨识,对某型航空发动机进行了设计点处的线性和非线性模型控制仿真.结果表明:控制系统具有满意的动、静态性能和较好的鲁棒性,验证了该方案的可行性和有效性.      

用户星天线空间扫描策略

 天线空间扫描过程是建立中继卫星系统星间链路的关键阶段之一。首先分析比较了水平行扫、螺旋扫描和分行螺旋扫描策略,并根据分析结果,结合轨迹预处理算法,设计了一种变速分行螺旋扫描策略。然后采用蒙特卡罗仿真分析了用户星天线开环回扫指向精度,近似确定了天线空间扫描的范围。最后通过仿真比较等速分行螺旋扫描和变速分行螺旋扫描策略,并仿真了用户星天线捕获中继卫星的过程,通过仿真结果证明所设计的变速分行螺旋扫描具有一定的工程应用价值。     

递推的TLS参数估计方法及其在飞轮FDD中的应用

飞轮是很多卫星姿态控制系统中的重要执行部件，其星上自主故障诊断是一个很有意义的研究课题。本文根据飞轮系统的特点，在最小二乘（ＬＳ）参数估计方法的基础上提出了全最小二乘（ＴＬＳ）参数估计的递推形式，证明了它对飞轮参数估计的收敛性，并用于飞轮缓变故障的检测和诊断，取得了较好结果。     

多传感器目标识别的优化融合

对于工作在复杂环境下的多传感器目标识别系统,确保其稳健性和准确性的关键是有效处理被融合信息的不确定性。根据影响信息不确定性的因素,文章把传感器本地识别信息的可信度分为了统计可信度和环境可信度;采用最小二乘法和神经网络实现统计可信度的估计,自适应神经模糊推理实现环境可信度估计;并利用这两种可信度实现以一致理论为基础的多传感器目标识别的优化融合。经实验仿真证明,该融合方案是有效的。     

预报误差法在伺服系统时域辨识中的应用与实现

介绍了系统辨识中的预报误差法的基本原理,设计了一种简洁通用的软硬件辨识平台。成功地应用预报误差的辨识方法对一个实际的中功率雷达伺服系统实现了时域辨识,得到了该伺服系统比较准确的模型。将辨识结果与一般最小二乘法的辨识结果进行了比较,发现此辨识方法在抑制噪声方面有很大的改进。     

线性回归模型的最小均方误差估计

在未知线性回归模型测量误差的协方差矩阵和非零均值(由非模型化误差及测量设备系统性误差组成)情况下,提出一种回归参数的“最小均方误差估计“,证明了其优良性。还对稳健估计、测量精度分析中随机与系统性误差分离、白塞尔公式与变量差分法统计随机方差结果不一致等问题,作了深入研究分析。