求解航空发动机数学模型的混合智能方法

针对传统求解方法收敛性不强而遗传算法求解效率较低的问题,利用BP神经网络逼近发动机平衡方程的反函数,将求解结果作为Newton-Raphson法的初值,提出了求解模型的混合智能方法。仿真结果表明,该方法可以保证非线性数学模型在整个飞行包线范围内收敛,与遗传算法相比又提高了求解效率。     

Optimization of the tether-assisted return mission of a guided re-entry capsule

This paper presents the mission analysis of a tether-assisted payload retrieval from the International Space Station (ISS). The objective is to assess all relevant phases of such a mission in order to allow a comparison with a conventional mission employing a propulsive deorbitation. The controlled tether deployment procedure and the guided return flight of the released re-entry capsule are optimized. A preferable deployment strategy is identified that allows for favorable entry conditions and low flight loads. The optimal deployment trajectories serve as a basis for an optimal dynamic regulator. This approach is extended towards an adaptive concept, where artificial neural networks are applied to deployment control. For the guidance of the capsule a predictive concept is proposed that is based on the optimal re-entry trajectories identified previously. By applying these concepts, the attainable landing accuracy during return amounts to an average of 5 km, and the application of the tether system exhibits overall system mass advantages. This demonstrates that the tether-assisted return mission is a competitive alternative.     

航空发动机神经网络自学习PID控制

将神经网络与传统的PID控制相结合,构成神经网络自学习PID控制,用神经网络在线整定PID控制器的比例、积分及微分三个参数,使被控对象跟踪理想参考模型的输出。该系统具有自学习能力,能适用于非线性、时变的被控对象。将神经网络自学习PID控制方法用于航空发动机全包线控制以及蜕化发动机的控制,进行了数字仿真,验证了该方法的有效性。     

具有智能调节机构的航空发动机自适应控制系统

采用仅利用输入输出测量值的模型,参考自适应控制,设计了某型涡扇发动机的多变量控制系统;在飞行包线内选取标称点分别确定了自适应律的参数,以保证控制系统性能在该标称点处达到最优;用神经网络的方法拟合了发动机工作条件与自适应律参数之间的关系,建立了根据发动机工作状况选择合适自适应律参数的智能调节机构。仿真结果表明,所设计的控制系统在整个飞行包线内的标称点与非标称点均具有良好的性能。     

基于多层激励函数量子神经网络的入侵检测研究

为解决传统入侵检测模型所存在的检测效率低,对未知的入侵行为检测困难等问题,对神经网路隐层激励函数进行了研究,利用多层激励函数的量子神经网络模型进行入侵检测,该量子神经网络借鉴量子理论中量子态叠加的思想,使得隐层神经元能表示更多地状态或量级,从而很好的对入侵类型进行分类,增加隐层神经元的处理速度和检测性能法。实验表明,叠加的每个sigmoid函数较传统的sigmoid函数不仅对已知的入侵具有较好的识别能力,而且能较好的识别未知入侵行为,从而实现入侵检测的智能化。     

基于测距的无线传感器网络的定位算法的研究

无线传感器网络作为一全新的信息获取和处理技术,在国防、工农业、环境监测等众多领域都有着重大的应用价值和科研价值。而节点定位信息在无线传感器网络中是一项必需的基础信息。针对基于测距的定位算法进行研究,将算法分成三种情况进行讨论,并提出一种新的角度权值定位算法,仿真实验表明算法具有较高的定位精度。     

自愈合聚合物复合材料的研究进展

介绍了模仿人体自愈合生理机能的聚合物复合材料的研究进程,探讨了自愈合聚合物复合材料应用比较多的微胶囊、液芯纤维、仿人体毛细血管丛的自愈合模型与原理,展望了自愈合聚合物材料的应用前景。     

卷积和离散过程神经网络及其在航空发动机排气温度预测中的应用

 针对航空发动机排气温度的变化过程受复杂非线性时变因素的影响而难以用精确数学模型描述的问题,提出了卷积和离散过程神经网络(CSDPNN)模型,并将其应用于航空发动机排气温度(EGT)预测。该模型以离散样本作为直接输入,采用卷积和算法实现对时间累积效应的处理。相较于以连续函数作为输入的过程神经网络(PNN),不需要拟合离散样本得到连续函数后进行正交基展开,减少了精度损失,具有更高的预测精度。给出了卷积和离散过程神经网络模型的学习算法,并通过对Mackey-Glass混沌时间序列的预测对提出的方法进行应用说明和验证。通过航空发动机EGT预测实例,并与卷积和离散过程神经网络模型的连续函数输入过程神经网格以及传统人工神经网络(ANN)的预测结果进行了对比。结果表明,相较于连续函数输入过程神经网络以及传统人工神经网络,卷积和离散过程神经网络具有更高的预测精度,且对于EGT的预测具有较好的适应性,因而为航空发动机EGT预测提供了一种有效的方法。     

适于长传播时延无线网络的快速预约按需发送MAC协议

为解决无线网络中长传播时延所带来的信道资源利用率低的问题,提出一种基于快速预约按需发送(FRODT)的媒质接入控制(MAC)协议.该协议利用中心控制节点(CCN),在两个信道上安排各节点的分组预约和发送,保证了各节点可以在一帧中无碰撞地发送一个或多个业务分组,并且各节点通过一次握手预约即可完成整个通信会晤的业务分组发送...     

动态的Ad Hoc网络密钥管理方案

基于双线性对密码体制,提出了一个动态密钥管理方案(DKMS),使用秘密重分配技术,能够根据网络状况动态调整分享密钥的节点以及门限值的大小,利用可验证秘密共享技术对不诚实节点进行检测和清除,使得网络在保持高效通信能力的同时具有高度安全性,并对其正确性、安全性和鲁棒性进行了证明。