我国BPL时号的频率控制系统及结果分析

根据我国现行ＢＰＬ时号的频率控制系统,分析ＴＢＰＬ时号频率控制系统的缺陷,对目前ＢＰＬ时号的频率稳定性进行了评价,提出了一种新的频率控制方案。     

双向时间同步系统的设备时延校准技术研究

设备时延校准误差是卫星导航系统中伪码测距实现双向时间同步的重要误差因素,其精确校准是实现时间同步的关键技术。针对设备时延问题展开研究,提出了一种物理含义清晰、易于测量的设备时延的新定义。设计实现了一种双向时间同步系统的设备时延校准方案,基于时间同步站硬件平台验证了设备时延校准的有效性,试验结果表明时延校准的精度与准确度达到了亚纳秒量级。     

带时间窗的飞机排班问题优化

为提高飞机排班质量,在以航空公司成本最小化为目标的基础上,兼顾顾客的满意度（航班准时性）和飞机使用数目最小化目标,建立优化的多目标带有时间窗的飞机排班问题模型。结合算例,对三个目标函数都进行处理后,运用粒子群优化算法进行求解,最终得出模型解的运算结果和时间都在理想范围之内,表明新模型有效可行。该模型的建立有助于有效地解决带有时间窗的飞机排班问题,提高排班工作效率。     

机场跑道运行仿真

分析了影响跑道运行的各种因素，通过建立气动、推力、道面等数学模型，结合运动学方法，采用面向对象的计算机语言实现了在最小空管间隔下跑道运行的仿真。并通过与实际数据的对比验证了该仿真模型的精确性，最后对起飞各项参数的变化及其影响因素进行了研究。     

时间序列法在临近空间大气风场预报中的应用

受多种因素影响,临近空间大气环境要素复杂多变,预报难度很大.本文采用时间序列法中的自回归滑动平均（ARMA）模型对临近空间大气风场开展统计预报方法研究,基于廊坊（39.4°N,116.7°W）中频雷达在88km高度的大气纬向风数据开展预报试验.本次预报试验的样本数据为2015年9月24日至10月24日风场数据,利用过去7天数据对未来第8天风场数据进行预报.试验结果显示,ARMA模型对临近空间大气风场预报有一定的适用性.当风场变化规律性较强,即样本数据风场呈现出比较显著的24h周期性变化时,ARMA模型预报效果较好;当风场发生突变时,预报效果变差.与实测数据的对比结果表明,ARMA模型预报结果的误差在9~27m·s^-1,预报效果优于同阶自回归（AR）模型,略优于高阶AR模型.     

基于在线LS-SVM算法的变参数混沌时间序列预测

研究利用最小二乘支持向量机(LS-SVM)预测变参数混沌时间序列。变参数混沌系统适合于描述现实中的复杂混沌现象,但由于参数的慢变导致系统动力学特性不断发生变化,基于Tan-kens嵌入定理的建模预测方法难以适用,其时间序列预测可以看作是小样本学习问题。最小二乘支持向量机是在二次损失函数下采用等式约束求解问题的一种支持向量机,保留支持向量机优点同时计算量大大减少。提出用一种具有遗忘机制的最小二乘支持向量机在线递推算法,并引入历史数据的高次项预测变参数混沌时间序列。对典型变参数混沌时间序列的预测结果表明,该方法具有较高预测精度,能快速跟踪预测变参数混沌时间序列。     

有限时间收敛的阻力加速度跟踪进入制导律

摘要：针对地球或火星的大气层进入过程提出一种具有有限时间收敛性质的阻力加速度跟踪鲁棒制导律.将再入动力学方程抽象为一类带有不确定性及扰动的非线性系统,并针对该类系统提出一种基于滑模控制的有限时间鲁棒控制律.将所提出的理论方法应用于阻力加速度跟踪制导律的设计中,设计可使阻力加速度在有限时间内跟踪上标称值的制导律.仿真验证方法的有效性和先进性.     

基于神经网络的翼型积冰预测

采用神经网络方法对翼型表面的积冰进行了预测研究.建立了一种型面曲线坐标系,通过坐标变换将积冰外形转化为几何曲线.利用傅立叶级数对此曲线进行拟合,实现积冰外形的参数化.以结冰条件作为输人,冰形参数作为输出构建神经网络,对NACA 0012翼型表面的积冰进行预测.通过将预测结果与实验结果以及数值模拟结果进行对比,说明所提出...     

考虑时变环境的基于设备退化的剩余寿命估计

进行剩余寿命估计时,需要考虑设备运行环境的作用。退化率模型是刻画外部环境对设备退化影响的一种重要模型,退化率模型分为两种:第一种是设备退化率只由外部环境状态决定,第二种是设备退化率是运行时间和外部环境的函数。本文总结了基于退化率模型的剩余寿命估计方法;指出了当外部环境用马尔科夫跳变过程描述时,利用第一种退化率模型进行剩余寿命估计中存在的问题,并举例说明;最后给出了用蒙特卡洛仿真计算基于第二种退化率模型的剩余寿命估计的方法,结果合理。     

航空发动机的智能神经网络自适应控制研究

针对结构复杂、模型不确定、强非线性的航空发动机对象,提出一种综合模糊推理、神经网络自适应和PID简单控制各自优点的控制方案.在改进模糊PID控制器的基础上,进行了新型智能型神经网络控制器的设计,并提出离线混沌蚁群优化与在线误差反传调整相结合的优化方法.应用具有良好泛化能力的最小二乘支持向量机进行系统辨识,对某型航空发动机进行了设计点处的线性和非线性模型控制仿真.结果表明:控制系统具有满意的动、静态性能和较好的鲁棒性,验证了该方案的可行性和有效性.