基于距离信息的行人协同导航研究

针对行人在室内导航中GPS信息无法获取以及纯惯导解算结果发散严重的问题,提出了通过协同导航的方式提高行人室内导航精度的方法.利用行人间的相对距离约束关系,抑制纯惯导解算结果的发散.详细推导了行人协同导航的模型,采用信息滤波的方法解算导航结果,并在理论推导中发现信息滤波更加适合行人协同导航的工程实践.设计了一种使用微型惯性测量器和超宽带测距设备的行人协同导航系统,进行实际效果验证.通过数据采集与处理,将行人导航轨迹图输出,分析协同导航以及单独导航的误差,验证协同导航的有效性.实验结果表明,协同导航与单独导航相比,对导航轨迹和导航误差有更好的修正效果.     

基于IPSO Elman神经网络的航空发动机故障诊断

为提高航空发动机故障诊断的精度,提出改进粒子群优化的Elman神经网络对航空发动机故障诊断的方法。利用MIV(平均影响值)对神经网络的输入端自变量进行筛选,降低输入维度;采用改进粒子群优化算法对Elman神经网络的权值和阀值进行优化,并对优化的神经网络进行训练;用训练好的神经网络对航空发动机故障进行诊断并与常规的BP（back propagation）、Elman神经网络、GM（1,n）、SVM (support vector machines)进行对比。仿真结果表明:IPSO Elman(improved particle swarm optimization Elman neural network)神经网络的诊断误差在不同数量训练样本时都小于其他方法,并且在参选故障诊断的性能参数不同时,其诊断误差相近,展现出较强的适应能力。      

跨声压气机内确定应力耦合问题研究

基于三维定常Denton程序发展了二维定常、二维非定常、三维非定常计算程序,以二维跨声压气机叶栅、三维跨声单级压气机近失速点为算例,进行确定应力耦合问题的研究.结果表明:在确定应力应用到时均方程的耦合处理中存在一些因素导致时均方程的解和非定常解的时均值有一定偏差,它们分别是空间差分离散引入的误差、黏性相关项引入的误差、掺混面处理引入的误差.在多排耦合问题中掺混面的处理方式至关重要,对耦合计算结果有较大的影响,简单的掺混面处理并不能获得理想的效果.      

民机飞行结冰参数的模拟与校准

结冰问题的研究对于民用飞机设计十分重要,采用结冰风洞试验是主要的方法之一,欧美国家有很多成熟的结冰风洞用于型号研究。结冰风洞中需要对很多参数进行控制,其中水雾参数精确控制的难度很大,而且一般通过间接方法来进行测试校准,往往误差较大,导致不同结冰风洞试验结果往往有所差异。文章介绍了在意大利宇航中心的IWT 结冰风洞完成的冰风洞校准试验,对结冰风洞水雾参数校准方法进行了阐述,为民机结冰风洞研究提供参考。     

宇宙十大趣星

在美国好莱坞,明星的价值是以他们的票房号召力、他们扮演的角色和影迷们的选票来衡量的。但在天文学中,我们怎么评选宇宙中最炙手可热的恒星呢?一颗恒星要有怎样惊艳的表现,才能赢得我们的敬畏和赞赏呢?有些恒星周围存在着可能孕育生命的行星;另一些恒星能够帮助我们了解太阳系的起源;还有一些恒星周围有非常奇特的行星。这些恒星颇受天文学家关注,它们是我们宇宙趣星评选的强力候选者。     

遥远的海王星

海王星与地球有什么不同?天文学家已经测算出海王星的质量为地球的17倍,平均密度为地球的1.5倍,体积也比地球大得多。另外,由于海王星的重力(引力)比地球稍微大一点,所以,一个体重100千克的人,如果站在海王星上,称得的体重就是112千克。     

船身式水上飞机中高速静水滑行阻力估算

根据水上飞机起飞滑行阶段特殊的多介质环境,参考滑行艇水面滑行阶段的阻力特性分析方法,提出一种考虑气动布局影响的估算船身式水上飞机中高速静水滑行阻力的半理论半经验公式;用此公式计算得到某船身式水上飞机中高速滑行阶段的水动阻力及俯仰角随体积弗劳德数变化曲线,并分析水动阻力及俯仰角变化的原因;根据得到的水动阻力及俯仰角,计算某船身式水上飞机起飞滑跑距离,计算结果与试验结果一致,间接验证了所提出阻力计算公式的有效性,同时也为计算船身式水上飞机起飞滑跑距离提供一种思路.      

基于子目标进化的高维多目标优化算法

多目标优化问题是工程应用中的常见问题,已有的方法在解决3个目标以上的高维优化问题时效果欠佳.如何进行有效的个体选择是求解高维多目标优化问题的关键.针对该问题,提出了求解高维多目标优化问题的子目标进化算法.从理论上证明了多目标优化问题Pareto非支配解的求取,可通过子目标函数值排序,先行选择进化种群中部分非支配解;然后,根据排序信息有选择性地比较进化种群中的元素,减少了比较次数,从而快速获得非支配解集.同时,提出归一化函数差值的Minkowski距离"k近邻"距离计算方法,在进化过程中应用到密度函数中,加速了收敛速度.同当前求解高维多目标优化的算法,在对标准测试函数的计算性能上进行比较,统计结果显示了所提算法在性能上的优势.      

基于ML背景参数估计的CDKF-CPHD多目标跟踪算法

针对低信杂比环境下的多机动目标跟踪问题,提出了一种基于极大似然(ML)背景参数估计的中心差分卡尔曼-势概率假设密度滤波(BE-CDKF-CPHD)算法。算法采用ML法实时估计重尾分布模型参数,计算检测概率和虚警概率。运用极大似然-恒虚警(MLCFAR)算法对信号进行处理,提取有效量测值,将幅值似然函数与势概率假设密度滤波器(CPHD)中的目标位置似然函数相结合,通过中心差分法递归更新得到后验均值与协方差,达到对多机动目标进行跟踪的目的。仿真结果表明,在低信杂比环境中,所提算法提高了跟踪精度与目标数目估计准确度。