对偶型最大熵概率密度函数模型及其优化解法

针对经典型最大熵概率密度函数模型及其计算目前存在的非线性程度高,优化不收敛,求解效率低等问题,提出了一种对偶型最大熵概率密度函数模型+逐次优化的方法.根据优化过程不稳定,重新推导了拉格朗日系数的线性变换公式.针对几种常见及一种复杂的概率密度函数,采用经典型与对偶型最大熵概率密度函数模型分别计算概率密度及可靠度的对比表明:与经典型最大熵概率密度函数模型相比,对偶型最大熵概率密度函数模型优化函数形式简单,非线性程度低.逐次优化法求解拉格朗日系数不仅克服了初始值敏感性问题,而且计算效率高.对偶型最大熵概率密度函数模型+逐次优化法与其他方法相比,计算精度最高,且能很好的应用于复杂概率分布及可靠性问题.      

基于试验的电动舵机模型辨识

目前电动舵机模型的建立基本上是基于理论的数学推导,所建立的舵机模型与实际舵机模型存在一定的误差。针对此问题,提出一种基于试验实测数据建立舵机模型的方法,搭建自动数据采集试验平台,采用组合窗法对实测数据进行频域转换,得到舵机的频率响应函数并采用非线性最小二乘法辨识舵机模型。对辨识得到的数学仿真结果与实际舵机响应比较,在频域,整个频段内幅频特性最大绝对误差1.9 dB;在时域,仿真模型跟踪实际舵机角度的最大误差1.5°,延迟时间10 ms。结果表明,基于试验数据建立的舵机仿真模型能很好地模拟实际舵机。     

一种非线性系统集员辨识算法

针对带有未知有界噪声的非线性动态系统的鲁棒辨识问题,提出了一种新的非线性动态系统的集员辨识算法.利用径向基函数神经网络的逼近能力,根据系统的输入输出数据,选用径向基函数神经网络对未知非线性系统建模.径向基函数神经网络的中心被确定之后,考虑到建模误差与系统噪声有界,利用径向基函数神经网络为参数线性模型的特点,使用参数线性集员辨识算法辨识径向基函数神经网络的输出权值.由于集员辨识算法所得到的是网络输出权值的集合估计,在系统运行过程中,可以很方便地利用所建模型预测实际系统的输出范围.仿真表明,集员辨识算法辨识网络的输出权值比最小二乘法较少的受未知动态系统噪声分布的影响.     

基于RBF带学习能力高精度非线性FDD设计

在轨航天器故障检测与诊断问题需要面对模型的非线性,而且要求尽量提高其检测的精度,为此设计了基于径向基函数（RBF）神经网络的动量轮非线性故障检测与诊断（FDD）方案。首先应用RBF补偿建模误差,提高检测精度,并选择李雅普诺夫函数证明其收敛性;然后应用非线性观测器来产生故障残差,给出了阈值以及故障检测的时间;应用RBF网络对故障信号进行重构,并据此设计了带学习能力的FDD策略。再次建立了详细的动量轮模型,通过不同条件下的仿真研究分别验证残差的阈值特性、时间特性以及RBF的重构能力,仿真结果表明了算法的有效性。     

基于主动热载荷管理技术的涡轮盘疲劳寿命

为降低航空发动机涡轮盘失效风险并提高使用寿命,将主动热载荷管理技术应用于预置裂纹的涡轮盘模型,采用通用权函数法计算裂纹应力强度因子进而分析轮盘寿命,研究经主动热载荷管理的轮盘上能量分布对轮盘寿命的影响,探索轮盘上热边界载荷与寿命的关联性和变化规律,并通过有限元仿真模拟初步分析其作用机理。结果表明:主动热载荷管理技术通过优化轮盘的温度分布,可以有效地降低裂纹附近的应力,延缓裂纹的扩展,显著的提高寿命和安全性,当热边界载荷系数分别取0.05和0.10时,轮盘相应的寿命分别增加12.2%和26.1%。     

Levy 方法的改进

由于Levy方法简化了指标函数,并采用经典的最小二乘法,用于估计系统传递函数的参数,受实验数据误差影响大。基于Levy方法但保持原来的指标函数,提出一种改进的增量迭代算法和正交最小二乘法,仿真结果表明,该算法具有良好的收敛性,并使系统参数估计精度较Levy方法有明显的提高。     

基于小生境遗传算法的多峰函数优化

根据多峰目标函数的具体情况,应用遗传算法随机寻优得到若干个最优值,以这些值作为小生境遗传算法的先验知识,指导小生境距离参数的确定。依据此方法确定小生境距离参数,应用小生境遗传算法成功求解了shubert多峰函数的所有全局最优值。并与相同遗传操作和相同参数下的遗传算法作比较,小生境遗传算法不但能一次性地寻求到解空问中所有的最优解,而且就寻求一个最优点而言收敛速度快于非小生境遗传算法。     

基于逐步回归的模型误差估计及在天基测控系统中的应用研究

以双星定位系统的天基测控技术为应用背景,提出了一种能够自适应估计模 型误差的轨道确定方法。详细推导了观测模型中的系统误差形态,建立了能表征实际特征的 部分线性轨道改进模型,并利用二阶段法和核函数估计法对混合误差进行补偿,在此基础上 对补偿模型进行逐步回归分析,从中提取动力学模型误差,从而抑制了动力学模型误差的影 响,提高了轨道改进的精度。在本文的仿真环境下,部分线性轨道改进法能够有效抑制混合 误差对定轨精度的影响,提高天基测控的轨道确定精度。     

随机环境应力冲击下基于多参数相关退化的导弹部件寿命预测

为了解决某型导弹部件的贮存寿命预测问题,提出了一种随机环境应力冲击下基于多参数相关退化的寿命预测方法。针对产品存在退化失效与突发失效两种失效模式,利用Wiener、Gamma及Inverse Gaussian等随机过程模型拟合各性能参数的退化数据,并采用Copula函数进行相关性退化失效建模;利用随机环境应力冲击解释突发失效的机理,并采用非均匀泊松过程对突发失效建模;进而建立退化失效与突发失效竞争的贮存寿命预测模型。实例应用说明所提方法能够反映出导弹部件的失效规律,比传统预测方法具有更高的预测准确性,具有较好的工程应用价值。     

基于噪声特性估计的气动系数辨识方法

利用飞行试验数据验证和修正风洞气动力数据库;是飞行器设计与评估的一个重要环节。针对飞行试验普遍没有角加速度测量的情况;发展了一种新的气动系数辨识方法。首先将气动系数的时间导数建模为一阶Gauss-Markov过程;从而构建了气动系数辨识数学模型。然后;从似然函数最大化出发;通过理论推导给出了过程噪声和测量噪声协方差等未知统计量的解析表达式。采用平方根无迹Kalman滤波器（SRUKF）和无迹Rauch-Tung-Striebel平滑器（URTSS）进行状态估计。根据状态估计结果显式计算未知统计量并迭代修正;从而获得气动系数（作为增广状态变量）时间历程的辨识结果。2个飞机气动系数辨识算例演示了该方法的有效性。算例表明;该方法能够较好地估计未知统计量;给出合理的气动系数辨识结果。此外;该方法具有良好的收敛鲁棒性;不依赖于未知统计量的初始估计。