利用经验正交函数分解的大气密度模式校准方法

热层大气密度产生的阻力是作用在低轨航天器上最大的非引力摄动,现有大气密度模式存在15%~20%的偏差,难以满足空间任务应用需要。采用NRLMSISE-00模式作为密度参考标准,通过修正Jacchia-Roberts经验大气模式温度参数校准密度,建立温度修正量与密度的参数方程。针对部分区域修正量迭代计算发散问题,采用改进高斯牛顿迭代法求解方程。选择经验正交函数（EOF）分解方法分析修正量的时空特征,并与传统球谐（SH）分析的结果进行比较。结果表明,前4阶EOF基函数与前9项球谐基函数分别可提取温度修正量超过85%与80%的变化特征,EOF分解方法对温度修正量的表示效率高于球谐分析方法。第1阶EOF基函数反映了温度参数的整体偏差,第2~4阶EOF基函数对应的时间系数表明温度修正量的变化具有天周期性,且球谐分析得到的时间系数同样具有天周期性的特点。利用前4阶EOF基函数和前9项球谐基函数重构的温度修正量校准Jacchia-Roberts模式,校准后的模式密度偏差分别下降了9.06%与5.37%,表明EOF分解方法与传统球谐分析方法相比,能够更有效地修正温度参数,改进模式精度。     

基于S-PSO分类算法的故障诊断方法

将监控数据的已知状态作为先验类别标签,构造出新的有监督的粒子群优化(S-PSO)分类算法,并对设备进行故障诊断。为提高故障诊断的准确率,降低随机性对分类算法的影响,提出了新的基于动态邻域的自适应探测更新(ADU-DN)的干预更新策略来拓展粒子搜索整个解空间的能力,引导粒子自适应地跳出局部最优区域,确保获得全局最优解;同时设计出基于最小类内距离、最大类间距离和训练样本最大分类精度的适应度函数,使得输出的最优类别中心兼顾了这3个因素,增强了分类算法在故障诊断中的通用性和容错性,提高了测试样本的分类精度。S-PSO分类算法有效克服了聚类算法只考虑数据间相似性特征、不考虑数据蕴含的物理意义以及不能很好指导样本分类的缺陷。对GE90发动机孔探图像纹理特征分类进行了对比研究,研究数据表明:S-PSO分类算法表现出了较强的鲁棒性,在故障诊断中的分类精度高于支持向量机(SVM)和常用神经网络模型。     

等效原理算法在不同等效面下的误差分析

等效原理算法(EPA)借鉴了区域分解的思想,并基于惠更斯等效原理实现了对大规模散射问题的计算.本文对EPA中的等效原理算子(EPO)进行了误差分析,选取了立方体、球体和进行了光滑处理的立方体等作为等效面寻找误差来源,并提出了误差改进的建议.根据计算结果,等效磁流在等效面上描述的误差一般集中在等效面表面的几何不连续处,且主要受等效面上的法向向量不连续性和基函数的选取的影响.故在选取等效面时应尽量考虑使用平滑的等效面,而不是直接使用立方体等效面.      

基于嵌入式MATLAB函数编程的火星车能量平衡仿真系统

在以往航天器研制过程中,电源系统能量平衡分析是基于表格化计算的方法,其运算效率低、显示不直观。文章提出了一种可视性强、易编程、更通用的能量平衡分析方法,即采用嵌入式MATLAB函数对电源系统能量平衡分析的功能模块进行编程实现,以火星车电源系统为应用背景,在MATLAB/SIMULINK平台上搭建了一套用于能量平衡分析的仿真系统,并在特定实例下进行仿真分析,仿真结果采用图表曲线形式显示,能清晰、直观地反映能源利用的动态变化趋势,可为电源系统方案优化设计提供参考依据。     

多退化变量下基于Copula函数的陀螺仪剩余寿命预测方法

针对惯性导航系统中陀螺仪多退化变量条件下的剩余寿命（RUL）预测问题,提出了一种基于Copula函数的多退化变量剩余寿命预测方法。首先,针对退化变量间不同的退化轨迹,采用不同的方法进行退化建模,并对于陀螺漂移系数样本标准差数据波动性随时间递增的特性,提出了一种方差时变的正态随机过程退化建模方法,得到了陀螺仪剩余寿命的边缘分布函数。然后,通过Copula函数来描述退化变量之间的相关性,将得到的剩余寿命的边缘分布进行融合,得到了陀螺仪剩余寿命的联合分布函数。最后,通过陀螺仪实例分析验证了方法的适用性和可行性。     

求解结构可靠度的直接积分方法

针对一类极限状态函数为随机变量的和差积商的有理函数形式,提出了求解结构可靠度的直接积分方法。给出了一些基本函数的概率密度函数。通过定义中间变量将这类特殊的极限状态函数转化为基本函数的函数,进而求出中间变量的概率密度函数,最终求出极限状态函数的概率密度函数.用积分的方法求出结构可靠度。该方法不用考虑随机变量服从何种概率分布,且计算结果为精确解。     

基于伪相关函数的BOC无模糊跟踪性能分析

BOC(Binary-Offset-Carrier)调制广泛应用于全球导航卫星系统中,但由于BOC自相关函数的多峰导致传统码跟踪环路存在模糊性。伪相关函数(Pseudo Correlation Function, PCF)方法在本地采用两个特殊的参考信号和非线性处理以获得无模糊的相关函数。根据一种PCF方法本地参考波形设计的充分条件,推导了其无模糊函数的数学形式,并着重分析了其跟踪和抗多径性能与本地参考波形的关系。仿真结果表明：该PCF方法解决了跟踪模糊问题,且随着参考信号的宽度因子增加,其跟踪精度逐步改善;该PCF方法对于中长延迟多径干扰抑制能力较好,宽度因子为0.5或1时,其多径误差最小。     

一种新的辐射源优化识别方法

针对证据理论无法获得传感器报告、无法处理具有冲突的传感器报告、计算复杂度高、干扰环境下融合结果不可靠等缺点,提出了一种新的辐射源优化识别方法。该方法首先利用灰色关联算法来获得传感器的报告,并且提出利用信息熵解决灰色关联分析中特征权重的选择问题。然后根据传感器证据报告的特点,引入传感器可信度因子,通过构造和分解代价函数将辐射源识别问题转化为求解一个凸二次优化问题。最后,给出了一种利用对数罚函数方法求解该问题的改进方法和步骤。理论分析和仿真结果表明,与证据理论相比,新方法具有更低的计算复杂度、更好的识别能力、更广的适用性和更强的鲁棒性。