基于编队控制的自适应HELLO更新算法

在无人机(UAVs)编队自组织网络中,针对无人机之间位置信息更新周期不合理,从而导致编队控制不稳定和控制开销过大的问题,提出一种基于无人机编队控制的自适应HELLO更新算法。该算法应用编队控制稳定性理论推导出无人机组成期望编队的控制延时上限,结合该延时上限和编队运动状态自适应地设定HELLO更新周期。仿真结果表明,本文提出的算法与固定HELLO更新周期算法相比,既能保证在组编控制过程的稳定性,又能实时维护稳定阶段的链路,并且显著减少网络中不必要的控制开销。      

半虚拟现实座舱中基于最大后验概率框架的手姿态估计

手姿态估计是半虚拟现实(SVR)座舱环境中进行人机交互(HCI)的基础工作,为此提出一种基于最大后验概率(MAP)框架的手姿态估计方法.针对手部自遮挡问题,建立多视点手势特征树,通过树节点搜索实现手姿态参数的快速估计,并利用时序信息提高估计精度.在树节点搜索过程中,采用改进的局部敏感哈希(LSH)索引算法提高搜索效率....     

基于单循环方法的涡轮叶片可靠性及多学科设计优化

为了得到适用于涡轮叶片复杂结构并同时考虑可靠性的多学科设计优化方法,将基于单循环方法的可靠性分析（SLBRA）与并行子空间设计优化方法 （CSSO）相结合,提出了一种基于可靠性的多学科设计优化（RBMDO）方法。在优化过程中使用Kriging近似模型并不断提高模型精度。该方法在计算最可能失效点（MPP）的过程中避免了优化迭代,提高了计算效率。以涡轮叶片的设计优化为例,对该方法进行了验证并与传统双循环方法进行了对比。结果表明,优化结果满足可靠性的要求,与双循环方法相比优化效率明显提高,证明了该方法在工程应用中的可行性和有效性。     

卫星导航系统天线阵接收机波束指向误差分析

研究表明：卫星导航系统阵元几何位置误差是影响波束指向误差的主要因素,而卫星和接收机位置误差则影响甚微,其中千米级的卫星位置误差以及接收机位置误差导致的波束指向误差不超过0.1°,而毫米级的阵元几何位置随机误差可导致典型7阵元天线阵波束指向误差达到几度。该研究成果可为卫星导航系统天线阵接收机的设计提供依据。     

结构可靠性分析的拟蒙特卡罗方法

由于蒙特卡罗(MC)方法具有程序结构简单,收敛速度与问题维数无关等优点,故其在结构可靠性分析中得到了广泛应用。但是对于小失效概率等问题,计算效率低这一主要缺点限制了该方法的应用范围。为了解决MC方法存在的问题,通过引进单位超立方体中不同的低偏差点集代替伪随机数序列,并结合了重要抽样技术建立了结构可靠性分析的拟蒙特卡罗(QMC)方法。该方法不但可以大幅度减少抽样点数目,还能够得到确定性的估计值, 避免传统MC方法只能得到概率意义下误差的缺陷。通过数值算例可以看出本文方法具有较高的计算精度和效率,因此适用于结构可靠性分析问题。     

飞机飞行控制律/操纵效率器多学科优化设计

基于近似模型和遗传算法,针对多操纵面布局飞机提出一种对全包线飞行控制律和操纵效率器几何形状与位置进行多学科优化的设计方法.该方法采用力矩控制方式进行控制,应用鲁棒增益调参方法设计全包线飞行控制系统,利用试验设计方法和径向基神经网络响应面获取近似的气动学科模型和控制学科模型,在近似模型基础上由遗传算法获得优化的设计参数并最终获得优化的控制律和操纵效率器.以某多操纵面布局无尾飞机为例进行计算机飞行仿真验证,结果表明该方法具有可行性.      

基于近似技术的协同优化方法在机翼设计优化中的应用

将多学科设计协同优化方法与近似技术相结合,实现某机翼涉及结构和气动两个学科的设计优化。在对某机翼的协同优化设计中,采用基于均匀设计的二次响应面技术得到近似的协同优化模型,利用基于动态松弛近似的协同优化得到合理的结果。研究表明,将协同优化方法与近似技术相结合,能够有效地解决复杂工程的设计优化问题。     

基于误差模型的权重二值神经网络近似加速

针对智能识别系统精确度和硬件复杂度之间的均衡设计问题,提出了一种基于误差统计模型的权重二值神经网络近似加速方法.在提出了一种获得高精度轻量神经网络的权重二值化处理算法基础上,引入近似加法器、消除乘法器以进一步提高能效.最终提出了一种系统级误差统计模型用于系统评估和优化设计,该设计能够分析和预测权重二值神经网络近似加速系...     

机动目标拦截末制导状态估计器的误差特性

 针对大机动目标拦截问题,分析了末制导阶段目标机动条件下状态估计器的误差特性。首先将目标机动输入未知时的状态估计器模型表示为一随机线性混合系统,当混合系统的模式跳变事件满足可观测性条件时,模式决策过程可等效为真实模式的延迟;随后推导了模式决策延迟条件下估计误差的动态方程与传递函数,并得到了一定误差要求下模式决策延迟的上界与目标机动模式逗留时间的下界;最后通过空空导弹拦截高速战机的典型实例验证了该理论分析的正确性。研究结果为设计此类线性混合系统估计器提供了理论依据。     

State estimate for stochastic systems with dual unknown interference inputs

Stochastic system state estimation subject to the unknown interference input widely exists in many fields, such as the control, communication, signal processing, and fault diagnosis. However, the research results are mostly limited to the stochastic system in which only the dynamic state model or the measurement model concerns the individual unknown interference input, and the state model and the measurement model are both with the same unknown interference input. State estimate of the stochastic systems where the state model and the measurement model contain dual Unknown Interference inputs (dual-UI) with different physical meanings and mathematical definitions is concerned here. Firstly, the decoupling condition with the Unknown Interference input in the State model (S-UI) is shown, which introduces the decoupled system with the adjacent Measurement concerned Unknown Interference inputs (M-UI) appearing in the state model and the measurement model. Then, through defining the Differential term of the adjacent M-UI (M-UID), the equivalent system with only M-UID in the state model is obtained. Finally, considering the design freedom of the equivalent system, the decoupling filter in the minimum mean square error sense and the adaptive minimum upper filter with different applicable conditions are represented to obtain the optimal and sub-optimal state estimate, respectively. Two simulation cases verify the effectiveness and superiority compared with the traditional methods.