Mobility control of unmanned aerial vehicle as communication relay in airborne multi-user systems

In this paper, a model-based adaptive mobility control method for an Unmanned Aerial Vehicle(UAV) acting as a communication relay is presented, which is intended to improve the network performance in airborne multi-user systems. The mobility control problem is addressed by jointly considering unknown Radio Frequency(RF) channel parameters, unknown multi-user mobility, and non-available Angle of Arrival(AoA) information of the received signal. A Kalman filter and a least-square-based estimation algorithm are used to predict the future user positions and estimate the RF channel parameters between the users and the UAV, respectively. Two different relay application cases are considered: end-to-end and multi-user communications. A line search algorithm is proposed for the former, with its stability given and proven, whereas a simplified gradient-based algorithm is proposed for the latter to provide a target relay position at each decision time step, decreasing the two-dimensional search to a one-dimensional search. Simulation results show that the proposed mobility control algorithms can drive the UAV to reach or track the optimal relay position movement, as well as improving network performance. The proposed method reflects the properties of using different metrics as objective network performance functions.     

基于神经网络的火箭发动机动态过程建模

简要介绍了神经网络的基本理论, 分析了神经网络与非线性建模问题。基于对液体火箭发动机动态过程的研究, 提出了用神经网络建模的一般思路和基本方法, 从而为发动机参数研究找到了新的建模途径。建模结果表明, 将神经网络应用于液体火箭发动机动态过程的研究是十分成功的。      

基于贝叶斯网络的航空公司飞行安全系统评价

开展航空公司的飞行安全系统评价是提高飞行安全运行水平的重要措施。在对国内外相关研究成果进行分析和比较的基础上,结合飞行安全评价中的不确定性特点,利用飞行安全评价指标体系,建立了基于贝叶斯网络的飞行安全系统评价模型。该模型能够有效地处理专家意见一致或不一致的情形,并对系统进行预测及诊断分析。通过对某航空公司飞行安全运行状况的实例评价,结果表明此方法是合理有效的。     

粒子群优化的粗糙集-神经网络在航空发动机故障诊断中的应用

提出了一种基于粒子群优化算法的邻域粗糙集-神经网络的发动机智能故障诊断方法,首先利用基于邻域粗糙集模型的属性约简方法对样本数据进行属性约简,然后采用粒子群优化算法替代传统BP算法来训练神经网络的权值和阈值,再用训练好的神经网络对航空发动机气路故障进行诊断.仿真结果表明:该方法降低了神经网络结构的复杂性,减少了网络训练时间,提高了诊断精度.     

求解区域网络问题的近似算法

区域网络是给定一个无向图G=(V,E),在图G中,存在一个子图是森林,森林中的若干个不相交的树称为若干个区域。该问题的目标是把该森林子图即若干个区域连结成一棵树,且使增加的边的权和最小。把该问题归结为图的Steiner tree问题,给出了求解该问题的一个近似算法,并证明其复杂性,最后用实例说明算法的准确性。     

Solar Energetic Particle Events: Phenomenology and Prediction

Space Science Reviews - Solar energetic particle events can cause major disruptions to the operation of spacecraft in earth orbit and outside the earth's magnetosphere and have to be considered...     

基于神经网络的旋转肋化强弯曲U型通道内压力分布特性预测

依据部分实验数据．利用神经网络对旋转肋化强弯曲U型通道的压力分布特性进行了预测。计算结果表明，当积累了一定的实验测量数据后，经过训练的人工神经网络能够对更高转动数下的通道内压力分布特性进行预测。但是由于U型通道内压力分布的强烈非线性特性，当实验数据较少时，这种预测能力将显著下降，甚至完全丧失。因此，积累相应的实验数据对于基于神经网络的U型通道内压力分布特性的预测是必要的。     

航空发动机递归神经网络分路式解耦控制

针对航空发动机多变量控制中变量之间的耦合问题,提出了一种基于递归神经网络的分路式动态解耦控制方法,给出了发动机双路式解耦控制系统的结构及其解耦原理和算法。利用递归小波网络较强的动态非线性映射能力,在线完成发动机各控制通道的模型辨识,并回馈对应的灵敏度信息;神经网络PID控制器根据回馈的信息在线自适应调整参数,实现发动机各通道的准确跟踪和分路独立控制。仿真表明,该方法在保证控制系统良好的动态和稳态性能的同时,有效地减小了各回路之间的耦合影响,能够成功应用于发动机控制系统的解耦。      

一种用于无节点战术数据链的TDMA协议

介绍了时分多址(TDMA)技术在一种无节点战术数据链中的应用;并简要介绍了这种数据链的基本通信原理;具体讨论了如何利用时分多址技术进行数据链组网,以及终端入网、同步、和TDMA的实现等几个关键问题。     

自组织神经网络航空发动机气路故障诊断

 为克服学习样本依赖于发动机精确模型的问题,提出了一种基于自组织神经网络的发动机智能故障诊断的方法,并运用故障特征提取的数据预处理方式,成功地对航空发动机气路部件的几种典型故障做出正确诊断。为验证网络的抗噪性能,引入了自联想神经网络。研究表明,自组织网络可以脱离发动机模型,并且对测量噪声有良好的鲁棒性,能基本满足航空发动机故障诊断的要求,具有较好的工程应用前景。