飞机维修大纲中的任务转移风险评估方法

以波音737NG飞机维修大纲为例,对其依据MSG—3决断逻辑制定的维修大纲中的任务转移风险进行模糊综合评价。使用模糊理论、层次分析法、熵权法和转移修正因子计算维修大纲中任务转移的风险概率值。结果表明,该值符合FAA和EASA的安全标准,方法可行。     

航空器海上飞行空域规划方法

为充分利用海上空域资源,提供海上飞行有效空域活动范围,针对海上空域可用资源问题进行了研究,主要目的是寻找一种有效的海上空域可用资源规划方法。一方面,分析了我国周边海域的海上空域资源,并基于岸基军、民航已规划使用空域的环境数据,结合周边空管雷达监视能力服务范围信息,设计了一种基于图形栅格化法的海上空域资源智能规划方法。另一方面,基于协同区域随机搜索算法,分析计算出适合航空器飞行的海上空域数据,可为航空器海上飞行空域规划提供可靠依据。     

太阳10.7 cm射电辐射流量预报方法初探

引进“相似周”方法,通过两种方式对第23周太阳10.7cm辐射流量（F10.7）月均值进行预报和预报,由“相似周”方法得到的第23周太阳黑子数月均平滑预测值来预测F10.7月均值和直接采用“相似周”方法对F10.7月均平滑值进行预测,通过对两种预报试验结果分析,得到以下结论。（1）两种预测结果与实际都比较吻合,都得到双峰结构。（2）直接通过相似周预测的F10.7的月均值结果较间接通过太阳黑子数的预测结果所推断的F10.7预测结果更接近实际观测结果。（3）使用“相似周”,预报方法,可以给出F10.7比较精细的剖面结构,这是其他普通预报方法很难做到的。     

神经网络方法在太阳质子事件短期预报中的应用

在大量统计结果的基础上,深入研究了太阳质子事件预报机理．总结了质子事件爆发与太阳活动区面积、位置、McIntosh结构、磁结构以及前两天活动区爆发耀斑事件数目之间的关系．然后,在神经网络的基础上建立了太阳质子事件短期预报模型,并对2000年以后12个未参加训练的样本进行测试,结果对事件预报的准确率为83％．此外,我们还利用该模型对2002年1-4月发生的几次质子事件进行了预报试验,结果发现,这期间发生的6次事件都被预报．其中3次质子事件系统预报提前了3天,两次事件预报提前了2天,一次事件提前1天预报．     

伪卫星空中基站的定位算法研究

伪卫星空中基站的精确定位是构建伪卫星区域定位系统的一个关键问题。分析了伪卫星空中基站的位置误差(相当于卫星的星历误差)对系统定位精度的影响,研究了利用逆用定位原理确定伪卫星空中基站位置的算法和几何精度因子问题,并用Monte-Carlo方法对定位精度进行了仿真,结果表明这种方法是可行的,具有较大的实用价值。     

基于Hadamard方差的导航星座自主时间同步算法研究

文章在总结国内外研究成果基础上,针对GPS铷钟虽然短期稳定性较好,但采用Allan方差描述铷钟频率稳定性时,其钟差状态方程仅为两参数,在较长平滑时间里存在时钟漂移和甚低频噪声的影响,使噪声特性淹没或估值不收敛的缺陷,引入Hadamard方差建立了三参数系统状态误差模型,通过三次采样方差从模型上解决了线形漂移和甚低频噪声的影响问题。在时钟系统状态模型和星间双向测量方程建模基础上,给出了工程实用的标准Kalman基本滤波方程。数值分析仿真表明,采用Hadamard方差描述时钟频率稳定性显著提高星载时钟自主同步精度,从而克服了Allan方差描述产生的频率漂移影响较大和甚低频噪声不收敛的问题。     

利用神经网络技术提前一小时预报Dst指数

利用神经网络技术并考虑地磁活动的周期性,提出了一种提前一小时预报Dst指数的方法.网络的输入包括时间、季节、当前时刻及其一阶增量、二阶增量、前27天Dst指数的平均值.以下一时刻Dst指数作为输出对网络进行训练,训练好的网络可以提前一小时预报Dst指数.分别用1985年、1986年、1990年和1991年Dst指数数据进行检验.结果表明,预报结果与观测数据符合较好,Dst指数预报误差的均方根分别为4.00 nT,3.72 nT,5.35 nT,6.82 nT.误差分析表明,Dst指数的预报结果太阳活动低年比高年好.     

众眼看宇宙

这是"勇气"号火星探测器在火星所见的最终景色。已经超期服役近8年之久的"勇气"号在调查火星表面的这个火山坑时,因为困在火星泥沙之中而终结了它的探索之旅。照片的中上部分,有着浅色山顶的山丘是"冯布朗山",是"勇气"号陷入困境前的规划探索区域,它可能是火星上     

基于未加权区域采样的直线反走样算法

直线作为组成图形的基本元素,其生成方法一直是计算机图形学研究的基础内容之一.针对非垂直且非水平直线在光栅图形显示器存在的走样现象,结合经典的Bresenham算法和未加权区域采样思想,提出一种新的反走样直线生成算法.相比于传统的未加权区域采样以及Wu算法,该算法主要利用整数加减运算完成直线的反走样,计算简单,利于FPGA(Field Programmable Gate Array)硬件实现.仿真结果表明:新算法的仿真速度约为传统未加权区域采样的3倍,与Wu算法仿真速度相当;利用Wu算法生成的直线平滑性较好,但是沿着直线方向的某些相邻像素灰度值相差较大,而新算法生成的直线不但平滑效果好,而且沿直线方向相邻像素灰度值相差不大,因此,相比于Wu算法,新算法反走样效果更佳.     

基于空域划分的超视距空战态势威胁评估

编队超视距空战(BVR,Beyond Visual Range)已成为现代空战的主要模式.在空战优势区域与劣势区域判断的基础上对整个空域进行划分,并给出4种特定空域态势.从空中态势和编队作战能力两方面对空战态势进行分析.使用主成分分析法选取输入变量分析编队作战能力,降低评估过程中收集数据的复杂度.应用遗传神经网络对影响BVR各因素进行效能评估,将遗传算法(GA,Genetic Algorithms)与多层前馈(BP,Back Propagation)网络结合,利用GA的全局搜索优化BP网络的结构参数,有效克服BP算法的局部收敛等问题.结果表明:该模型能在综合分析空战各指标后给出红蓝双发的态势评估指标,该模型可有效减少评估中的人为因素,使评估结果更为客观可信.