基于多维递阶熵的元胜任力模型实证

为了提升人力资源效用,减少用人风险,测评个体胜任力,针对七维度的元胜任力模型,提出了多维递阶熵决策模型.首先分析元胜任力性质呈现动态渐变的特征,进行信度和效度检验,然后通过层次分解和维数递进的方式,运用熵模型集结元胜任力的多个维度:概念能力、创造力、学习能力、反省能力、情绪能力、沟通能力、解决问题能力,获得综合测评值.最后,人力资源案例的实证研究表明,基于递阶熵计算元胜任力值,验证了元胜任力模型在实际工作中具有有效性和可行性,为提升人力资源效用提供了科学依据.     

关于非扩张映像的修正粘滞迭代格式

设H是Hilbert空间,X是Banach空间,C是H或X中的非空闭凸子集,T是C→C的非扩张映射,且f是C→C的压缩映射。受H．K．Xu对粘滞迭代算法讨论的启发,提出一种新的粘滞迭代算法,xn＋1=T[（1-αn）xn＋αnf（xn）],n≥0,其中x0∈C,C是Banach空间中的非空闭凸子集,分别在Hilbert空间和Banach空间框架下证明了序列{xn}是强收敛的。     

q-一致光滑Banach空间中的严格伪压缩映像

提出一种不用投影算子的修正的Mann遮代的循环算法,用于逼近q-一致光滑的Banach空间中有限个严格伪压缩映像的公共不动点,并证明了算法的强收敛性。本结论推广了Kim等和Zhang等关于非扩张映像的相应结果。     

基于分数阶Fourier域滤波的单电磁传感器宽带Chirp信号二维DOA估计

提出一种基于单个电磁矢量传感器的宽带Chirp信号方位-仰角估计算法。对强度相差不大的信号,该算法利用分数阶Fourier变换分别估计不同信号的电磁矢量传感器导向矢量,并根据矢量叉积运算得到方位-仰角估计值。对强度相差较大的信号,该算法利用分数阶Fourier域滤波,采用逐次消去的方法分别估计电磁矢量传感器导向矢量,得到方位-仰角估计值。提出的算法不需要进行迭代搜索和二维DOA的配对,不受近场信号的球面波效应的影响,并且可估计具有相同或不同调频斜率的多个Chirp信号的二维DOA。计算机仿真试验证明了算法的有效性。     

可重复使用飞行器进场着陆拉平纵向控制

针对可重复使用飞行器（RLV）进场着陆拉平段的纵向控制问题,提出了反馈控制与前馈控制相结合的复合控制策略。设计反馈控制律参数,在此基础上基于时间加权高度跟踪误差/误差变化率平方积分指标优化设计前馈控制律参数。按输入补偿的前馈控制在不影响系统稳定性的前提下,提高了RLV对拉平着陆轨迹的跟踪精度,减小了RLV的接地散布。提出了基于积分器初值的控制律平滑切换方法,实现了RLV起落架释放前后不同控制律之间的平滑切换。仿真验证了拉平纵向复合控制和拉平过程中不同控制律之间平滑切换方法的有效性。      

航天器的有限时间时变滑模姿态控制方法设计

本文研究具有参数不确定性和外部扰动的航天器姿态控制问题.针对修正罗德里格参数表征的航天器姿态模型提出一种有限时间时变滑模函数,在此基础上设计一种有限时间收敛的滑模姿态控制方法,并证明其稳定性,给出控制参数的设计方法.该方法在保证系统渐近稳定的前提下,不仅能够实现姿态跟踪误差在有限时间内收敛,而且能够实现姿态跟踪误差在设定的时间收敛,且全局具有滑模动态确定的系统响应.通过仿真结果验证本文提出方法的有效性.     

基于CP FODT实时数据处理技术稳健性研究

为改善飞行器实时数据处理中端点附近数据解算精度差、状态预估不准确的问题,提出并证明三次多项式一阶导数定理(CP FODT),对基于该定理的一阶导数解算方法的实时数据处理性能进行了研究.通过仿真计算研究了拟合区间长度、测量误差限及采样间隔对于计算结果的影响,对解算误差进行了分析,给出参数选取的基本原则,并采用实测数据对解算效果进行了验证.验证表明该算法对于实时数据处理具有较高的稳健性和可靠性,可提高端点附近数据的解算精度和预测的准确度,并可衍生为插值算法,能够为实时数据处理提供高精度的数据源.     

无人机用燃料电池阴极供气系统建模与控制

燃料电池因其高效、无污染、噪声小等特点,被认为是未来最具有潜力的无人机（UAV）用动力源,燃料电池阴极供气系统的控制技术是决定燃料电池系统性能和可靠性的关键。针对无人机用质子交换膜燃料电池（PEMFC）阴极供气系统,首先,考虑外界温度、压力、空气密度以及雷诺数等随高度变化的参数,建立了跨高度离心空压机模型并分析了其在不同高度下的工作特性,基于无刷直流电机反电势特征构建了高速空压机驱动电机模型。其次,通过计算燃料电池阴极氧气和氮气的动态分压获取了PEMFC电堆输出电压。设计了基于分数阶PI^λD^μ的过氧比和阴极气压控制方法,驱动电机采用有限集模型预测控制（MPC）实现快速的转矩响应,仿真结果表明设计的控制器可在无人机跨高度运行条件下实现过氧比的快速调节,同时维持阴极气压稳定,满足燃料电池阴极供气需求。     

高保真气动伺服弹性系统降阶技术研究

采用高保真非定常气动力辨识技术获得的气动伺服弹性(ASE)系统时域模型往往阶次较高,不利于控制系统设计的应用.为了有效降低高阶ASE系统阶次,研究了高保真ASE模型的降阶特性,分别采用平衡截断、奇异摄动以及平衡奇异摄动模型降阶技术,结合BACT系统讨论了各种方法在ASE模型降阶中的应用情况,通过仿真比较得知,平衡奇异摄动法应用于ASE模型的降阶具有一定的优势,可以大幅降低模型阶次,且能够保证降阶模型的精度.     

基于CNN机翼气动系数预测

随着机器学习的快速发展和其突出的非线性映射能力,越来越多的学者将机器学习方法应用到流体力学领域。为克服传统数学拟合不能很好的解决系统非线性问题,以及现有文献中所提及的一些基于神经网络的气动参数预测方法,需要进行参数化处理而带来的不便,同时为实现多变量多输出气动参数快速预测的目的,基于卷积神经网络考虑机翼变迎角和浮沉建立了一种多变量多输出的机翼气动参数预测模型,实现了机翼气动参数的快速预测。结果表明：所建模型具有较高且稳定的预测精度,并且计算效率较计算流体力学(CFD)提高了40倍。