改进的极大似然算法及其在试飞数据处理中的应用

通过对一般极大似然辨识算法的分析,提出一种改进的极大似然辨识方法,使之更适合于飞机飞行试验数据处理。将其应用于纵横向耦合的六自由度飞机的飞行试验数据的协调性检验及重建。结果表明：这种方法使参数辨识的收敛速度得到大大提高,使参数初值更易于选择。     

飞船返回舱再入飞行迎角和侧滑角估计

迎角和侧滑角是飞船返回舱再入飞行试验气动分析工作所需的重要参数.本文发展了基于弹道重建的返回舱迎角和侧滑角估计方法.首先,利用舱上测量数据和有限的地面雷达测量数据,采用极大似然法进行弹道重建,再现黑障区的弹道,同时给出整个再入过程的弹道参数;然后,利用几何关系法计算迎角和侧滑角,并进行风修正.对某飞船返回舱的飞行试验数据进行了计算和分析,结果证实了弹道重建数学模型和算法的正确性以及迎角和侧滑角估计方法的有效性.     

液晶显示方法研究管内马赫数4拟似冲击波流动

在一个压力-真空型超声速风洞中, 剪切应力敏感的液晶表面流动显示技术被用来研究方管内马赫数4拟似冲击波的超声速流动.实验是在日本室兰工业大学的超声速风洞中进行.它提供了关于测试表面流动结构的定性信息,诸如湍流边界层分离和再附, 以及边界层流动的维数等.液晶显示结果与纹影实验照片和油膜方法进行比较,证实了它是一种非常有效的表面流动显示工具.     

拟合激光陀螺数学模型的方法研究…

在分析激光陀螺的数学模型和三欠样条函数拟合原理的基础上,针对俄罗斯某型低精度激光陀螺实际输入－输出特性曲线的数据,应用三次样条合方法进行分析处理,推导出了适用于非线性工作范围误差补偿且实际陀螺特性的数学模型。本文所提方法可用于工作区线性化较差,工作精度低的激光陀螺的精度补偿。     

融合多传感器数据的发动机剩余寿命预测方法

针对基于单一传感器数据的剩余寿命预测方法存在数据利用率低和预测精度不高的问题,论文提出了一种融合多传感器数据的发动机剩余寿命预测方法。首先将多个传感器数据融合成一个复合健康指标来表征发动机的退化性能,采用线性维纳过程对复合健康指标进行退化建模,通过极大似然估计方法确定模型参数,进而得到发动机的预测寿命。为了确定融合系数,提出了一种利用真实寿命与预测寿命的预测均方误差最小化的方法。融合系数确定后,基于训练发动机历史寿命数据,确定出模型参数的离线估计值;然后利用Bayesian公式,同时结合发动机的实时监测数据与参数的先验分布对模型参数进行实时更新,接着在首达时间的意义下推导出剩余寿命的概率分布,进而实现了发动机的剩余寿命在线预测。最后,选择商用模块化航空推进系统仿真数据集进行数值仿真实验,结果表明：相较于基于单一传感器的方法,论文所提方法能够提高剩余寿命预测的准确性,其剩余寿命预测的相对均方误差降低了2%左右。     

柔性决策

提出了柔性决策的思想,并对决策科学的发展进行了回顾。为解决柔性决策问题,提出了极大－极小方法、人机交互方法和集包含方法。     

基于极大代数的离港航班优化调度

改变以往采用的排队论和线性规划等方法，用极大代数理论研究了航班调度优化问题，将进离港系统的非线性转化为极大代数意义下的线性，结合离散事件动态系统理论(DES)的摄动分析法、鲁棒分析法，论证了不同机型排列对系统性能的影响?运用这一方法，实现了对机型排列的寻优，为科学的航班调度提供了定量的参考：     

直管式科氏质量流量计最佳测量点分析

根据振动理论，分析了直管式科氏质量流量计的最佳理论测量点；由于实际工程中必须考虑噪声条件，而在噪声环境中通常采用信号的最大似然估计算法，所以本文仿真了不同信噪比条件下的信号检测，结果表明最佳测量点同环境的噪声有关，并给出了不同信噪比条件下直管式科氏质量流量计最佳测量点。该结果同实验数据基本吻合。     

基于Viterbi算法的扩频码与信息序列联合估计

针对短码DSSS（Direct Sequence Spread Spectrum,直接序列扩频）信号扩频码MLE（Maximum Likelihood Estimation,最大似然估计）问题,提出了一种基于Viterbi算法的扩频码搜索方法,并将其应用到同步CDMA（Code Division Multiple Access,码分多址）信号的扩频码估计中.该算法利用了扩频码码元为±1的先验知识,以向量的2-范数平方或1-范数作为度量值;每次判决扩频码码元时,计算2条可能路径的度量值,并选择使度量值最大的那条路径作为幸存路径,最终的幸存路径即为估计的扩频码;所提算法不仅计算复杂度低,而且能同时估计扩频信号的扩频码和信息序列.仿真实验表明,本算法在低信噪比时同样具有较好的性能.     

三参数Weibull分布参数的极大似然估计数值解法

利用降阶思想,给出了一种新的求解三参数Weibull分布参数的极大似然估计数值方法。该方法首先假定形状参数已知,将三元方程组转化为二元方程组,并用二分法求解该二元方程组的数值解,然后将尺度参数和位置参数表示成形状参数的函数,此时极大似然函数仅是关于形状参数的单变量函数,再次应用二分法即可得出形状参数的最优估计结果。该算法稳定,不需要赋予初始值,对样本数量没有限制。与其他方法相比,具有计算精度高、运算速度快的优点,便于工程应用。