基于混合动态信念传播的多无人机协同定位算法

针对多无人机(UAVs)协同定位问题,提出一种基于混合动态信念传播的定位算法。在部分无人机GPS信号丢失的情况下,该算法可根据其他无人机的GPS观测,相邻无人机之间的相对距离观测,以及无人机加速度计的输出,对每个无人机的位置和速度状态进行分布式在线估计。首先用因子图模型描述多无人机的联合信念状态,接着给出一种混合动态信念传播推理算法计算图模型中的每个变量节点(对应于每个无人机)状态的边缘后验分布。推理过程仅包括每个无人机对自身局部信息的处理以及相邻无人机之间的信息交互,因此该算法可完全分布式实现。通过仿真实验以及与传统协同定位算法的比较,表明了本文算法的有效性。      

基于近邻传播聚类的航空电子部件LMK诊断模型

针对小样本条件下,航空电子部件功能模块故障诊断精度不高的问题,将局部多核学习（LMKL）算法的多分辨率解释与局部特征自适应表示能力和超限学习机（ELM）运算高效的特点相结合,提出一种新的局部聚类MK-ELM（LCMKELM）诊断模型。通过引入近邻传播（AP）聚类,在挖掘训练样本局部特征信息的同时,有效约减了局部算法的计算复杂性,避免了过学习问题的出现;通过分别分析输入空间与特征空间的聚类特征,构造了相应的2种选通函数M₁、M₂,以优化选通函数的模型参数取代优化局部权重,有效解决了核超限学习机（KELM）的对偶优化形式关于局部权重二次非凸的问题。将本文模型应用于某型机旋转变压器激励发生电路功能模块故障诊断,结果表明:相比于4种常用的多核诊断算法,模型在实现低漏警、低虚警的同时,采用M₁选通函数的诊断算法将诊断精度平均提升了3.80%,采用M₂选通函数的诊断算法将诊断精度平均提升了5.98%。同时,模型在实现与流行的LMKL算法相近的训练时间的同时,测试时间更短。      

基于相似性传播聚类算法的机会信号选择

介绍了复杂低空环境下的机会信号导航方法,并提出了一种机会信号选择方法,解决了机会导航信号源类型多、数量多难以选择的问题.由于信号源的几何精度因子(GDOP,Geometry Dilution of Precision)越小则定位精度越高,同一区域信号对GDOP影响相似,因此采用聚类的方法选择信号.首先,将各信号间的距离作为相似度测量参数,通过相似性传播聚类算法获得相似类组;然后,依据类组的中心点确定所选类组;最后,从中选择组内的机会信号.经仿真,分析了不同分布的机会信号聚类特点,通过对汶川震区机会信号选择的仿真,验证了相似性传播聚类算法的有效性.另外,该方法在复杂低空飞行应用中将大大提高信号选择的效率.     

基于BP神经网络的涡扇发动机部件特性研究

针对发动机特性计算中数据插值精度不高和部件特性的小转速数据难以获得的问题．建立了对部件特性数据进行识别学习的BP神经网络，从而实现了精确插值和对未知特性数据的推测。通过对网络输出结果的分析，表明该网络具有较强的实用性和准确性。     

剪切流圆管物理参量对声衰减量的影响

应用模态分析方法建立了均匀流和剪切流条件下,发动机多段声衬圆形管道声传播工程计算模型,围绕各种物理参量如平均流Ｍａｃｈ数、附面层厚度和声衬腔深、声阻、面板特征频率、管长等对管内噪声衰减量的影响进行了算例计算,并与有关文献实验测量结果进行了验证对比,从而为发动机前短舱管内声传播研究提供了一种比较完整的模态分析工程预测方法。     

面向过程控制的工程变更系统研究

针对工程变更过程中变更传播影响范围难以预测的问题,提出了一种制定变更传播路径的方法。研究分析了跟踪工程变更过程以及在跟踪基础上进行协同感知的策略,有效解决了目前企业工程变更过程中存在的不完整、不可控和不一致的问题。最后创建了一种基于过程控制的工程更改控制系统,实现了信息共享、过程控制、过程分析和协同感知。     

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...     

社交网络中谣言传播动力学研究

社交网络已成为谣言发酵与传播的主要媒介之一,因此有必要研究谣言在社交网络上的传播规律。本文结合时空滞后、空间扩散、媒体报道等因素对社交网络中谣言传播的影响,建立新的社交网络谣言时空传播模型。利用偏泛函微分方程理论,给出模型的稳定性以及发生Hopf分岔的判别条件。数值仿真显示时滞可以影响模型的收敛速度及改变模型的稳定性,同时,媒体对社交网络谣言的深度报道可以极大地减小网络中谣言传播者密度,并扩大系统的稳定区域。 最后,给出一些社交网络谣言传播控制策略。     

基于分布式Kalman滤波和BP神经网络组合的静电陀螺漂移辨识方法

提出一种新的方法,把分布式Kalman滤波(DKF)方法与后向传播神经网络(BPNN)技术相结合,用于静电陀螺漂移的模型辨识.首先,为了消除测量噪声影响,将同一个静电陀螺带有噪声的多次测量数据集映射到一个虚拟的传感器网络中,然后采用具有嵌入式紧致滤波功能的DKF对映射数据进行滤波预处理.在此基础上,将预处理结果转换为用于训练神经网络的输入数据和输出数据,然后采用BPNN辨识静电陀螺漂移.实验表明,该方法可有效用于陀螺漂移的模型辨识.     

GPS 载波相位组合观测值理论研究

给出了组合观测值的一般性定义,分析了组合观测值的误差传播规律,讨论了几种特殊的组合观测值的特性。对组合观测值的概念进行了推广,给出了组合观测值可匹配的定义和可匹配的充要条件。