动力短舱校准装置的供气流量控制策略

为了降低动力短舱校准装置的马赫数波动，提高校准数据的准确性，需要对供气流量控制策略进行研究。对系统整体特性进行了分析，对高压供气控制系统采用广义预测控制算法实现在一定时域内的最优控制，针对气源压力扰动导致的流量稳定性较差的问题，采用带遗忘因子的递推最小二乘法在线辨识扰动模型，通过扰动前馈的控制结构实现对于扰动的有效抑制。针对数字阀切换过程不同步导致的流量冲击现象，设计了一种针对数字阀的异步切换控制器来抑制该扰动。开展了某型号短舱的校准试验，结果表明：供气流量控制精度优于±0.001 kg/s，马赫数控制精度优于0.000 5，控制效率提升了40%，证明所提出的控制策略是有效的。     

固体运载火箭抗强电磁脉冲优化设计方法

本文分析了火箭在飞行过程中的强电磁脉冲(EMP)环境，建立了箭上敏感设备受强电磁脉冲干扰的优化设计模型，包括传导干扰及辐射干扰两种设计模型。针对起飞质量对火箭总体参数设计的制约问题，以最小质量增量为目标函数，采用模拟退火(SA)算法，对箭上典型电气系统抗强电磁脉冲防护进行优化设计研究，为箭上敏感设备抗强电磁脉冲指标与质量增量提供了平衡选取方法。优化结果表明,火箭在飞行过程中典型电气系统的抗强电磁脉冲性能指标达到要求的同时，实现了火箭质量增量最小的目标。     

融合深度特征的输电线路金具缺陷因果分类方法

针对输电线路金具缺陷样本不足和缺陷目标形态多样化，仅仅利用深度学习模型导致金具缺陷分类准确率较低的问题，提出了一种结合深度网络和逻辑回归模型的因果分类方法。首先，通过样本扩充方法获得数量丰富化和角度多样化的数据集；然后，基于微调后的VGG16模型提取深度特征并进行特征处理，以构建符合因果关系学习的输入特征集；最后，通过全局混杂平衡进行金具缺陷特征与标签之间的因果关系学习，构建符合金具特点的因果逻辑回归模型，完成金具缺陷分类。为了证明所提方法的有效性，利用无人机实际采集的4类金具缺陷图片分别进行了实验，所使用的训练样本和测试样本数量较原始数据集提升了5倍左右。实验结果表明:所提方法可以实现对输电线路金具缺陷的精准分类，其中，防震锤相交和变形分类准确率分别达到了0.929 9和0.911 8，屏蔽环锈蚀和均压环损坏分类准确率分别达到了0.956 7和0.966 9。      

MSK信号解调算法研究及其性能仿真比较

最小频移键控(MSK)信号具有相位连续、包络恒定并且带宽占用小的优点,被广泛应用于现代无线通信领域。对MSK解调算法进行了分析总结,将MSK解调算法分为逐符号检测算法和多符号检测算法。根据这两大类检测算法的核心思想,对算法的误码率性能、运算复杂度及应用环境进行了详细分析,总结归纳了各检测算法的优点及存在的问题。实际工程中考虑到接收机的可靠性和成本因素,可以在误码率性能和复杂度之间选取一个折衷,采用合适的解调算法。     

服役飞机结构件腐蚀失效故障树分析及改进

对某出口用飞机铝合金结构件在热带海洋大气环境条件下服役时所发生的腐蚀失效问题,提出了采用故障树分析方法对引起飞机结构件腐蚀失效的各因素进行系统分析和探讨.根据结构件腐蚀失效过程及机理的分析,确定导致结构件腐蚀失效的各个因素,建立以结构件腐蚀失效为顶事件的故障树,通过布尔代数运算得到故障树的各阶最小割集.计算故障树顶事件的发生概率,并对底事件的概率重要度、相对概率重要度进行分析排序,找出引起铝合金结构件发生腐蚀失效的主要因素.分析结果表明飞机服役环境、阳极氧化工艺和选材是导致结构件腐蚀失效的主要因素.针对这些主要因素,提出了相应的改进防护措施.     

复杂推力器配置控制能力的性能指标及其应用

针对多个推力器斜装且耦合强的复杂配置情况,首先基于矩阵范数理论提出一种适用于分析复杂推力器配置控制能力的性能指标——最小上界指令,给出其计算公式,并通过算例验证了该性能指标在评价配置控制能力的有效性;然后讨论推力矢量的幅值和几何分布对于该性能指标的影响;基于该性能指标,建立一个含参数配置阵的优化设计非线性规划模型,讨论了以增强配置控制能力为目标进行配置参数优化设计的方法．     

一种改进RLS算法及其在SINS快速对准中的应用

在传统递推最小二乘算法(RLS)中,人为设置的递推初始值将导致状态估计的有偏性,也就丧失了最优性,当量测数据次数较小时尤为严重。摒弃了传统RLS算法"新估计值=旧估计值+修正值"的递推结构,提出了借助中间量进行递推,再由中间量直接作状态估计的改进算法。改进RLS算法状态估计结果与批处理LS算法完全一致,且无需初始状态的任何信息。将改进RLS算法应用于捷联惯导系统(SINS)初始对准。对于一定的初始对准精度要求,理论上改进RLS算法所需的初始对准时间是最短的。最后,SINS初始对准数值仿真结果验证了所提算法的正确性。     

嵌入维数自适应最小二乘支持向量机状态时间序列预测方法

 针对航空发动机状态时间序列预测中嵌入维数难于有效选取的问题,提出一种基于嵌入维数自适应最小二乘支持向量机(LSSVM)的预测方法。该方法将嵌入维数作为影响状态时间序列预测精度的重?问?以交叉验证误差为评价准则,利用粒子群优化（PSO）进化搜索LSSVM预测模型的最优超参数与嵌入维数,同时通过矩阵变换原理提高交叉验证过程的计算效率,并最终建立优化后的LSSVM预测模型。航空发动机排气温度（EGT）预测实例表明,该方法可自适应选取适用于状态时间序列预测的最优嵌入维数且预测精度高,适用于航空发动机状态时间序列预测。