基于自适应遗传算法的飞行器气动参数辨识

为了克服传统辨识算法的缺点，把自适应遗传算法作为辨识算法，进行飞行器的非线性气动参数的最大似然仿真辨识。在仿真辨识中，加入了零均值高斯分布的随机观测噪声。辨识结果比较满意，表明白适应遗传算法具有良好的优化性能，是进行气动参数辨识的一种实用的辨识算法。     

基于极大极小准则的模糊域划分方法

在分析模拟电路故障诊断中传统的故障字典法的两类模糊域划分方法的基础上 ,提出一种新的模糊域划分方法——基于极大极小准则的模糊域划分方法。此方法有效地解决了在先验概率未知的条件下 ,如何动态可变且快速地划分模糊域的问题。并通过实际电路仿真对这种方法的有效性和实用性进行了验证     

直扩通信系统信噪比估计在LDPC译码中的应用

针对LDPC码的信噪比误差使置信传播(BP)译码算法性能下降的问题,提出一种扩频码辅助的直接序列扩频信号信噪比最大似然估计算法,并利用解扩后的相关值序列对存在的小多普勒频偏情况进行修正。仿真结果表明,该算法在较低信噪比时仍可以达到比较好的估计精度,采用估计信噪比作为BP译码先验概率对译码性能影响非常小。     

飞行数据相容性检验的极大似然方法

 本文提出了一种有效的飞行仪器偏差估计的极大似然方法。为了提高对偏差估计的精度,采用了最小二乘方法对角速率,过载的测量量进行平滑,以减小系统噪声对估计精度的影响;并给出了灵敏度矩阵和初值的确定方法以保证算法的收敛速度。通过数字仿真和对我国几种不同类型飞机的飞机数据实际计算表明,提出的方法能够较准确地辨识出测量仪器的偏差,比普通极大似然法更有效。     

关于Browder-Hartman-Stampacchia变分不等式

本文是利用Yosida近似和预解式研究Browder-Hartman-Stampacchia变分不等式在没有紧性甚至没有连续性条件下的解的存在性。     

基于离散AMSAA模型的固体火箭发动机可靠性增长分析

描述了离散AMSAA模型与Duane学习曲线特性的关系,给出了该模型的使用方法,包括可靠性增长趋势检验、模型参数的极大似然估计和拟合优度检验方法等。利用进化算法对似然函数求极值,解决了复杂多峰似然函数的求极值问题。在此基础上得到最终研制阶段可靠性点估计和可靠性置信下限。最后,给出了固体火箭发动机可靠性增长分析实例,并与经典评估方法进行了比较,说明了该模型的优越性。     

改进的粒子群优化算法在TDOA定位估计中的应用

提出了接收端在空间随机分布时，利用改进的粒子群优化算法解决TDOA定位估计中遇到的非线性最优化问题。该算法基于简单的遗传操作，在种群更新前先进行一次筛选，通过迭代搜索最佳坐标。试验表明，在参数设定合理的情况下，该算法性能稳定，能找到逼近全局最优点的解，相对其他算法精度更高，收敛速度更快。     

成分数据的空间自回归模型

针对已有成分数据线性回归模型对研究对象相互独立的严格要求,提出了含有成分数据和普通数据的空间自回归模型,在此基础上提出了成分数据空间自回归模型的估计方法。新模型结合了空间自回归模型处理因变量之间相互依赖的优势,可同时处理成分数据和普通数据。通过利用等距对数比（ilr）变换将成分数据解约束,得到了新模型的参数估计量。蒙特卡罗模拟实验验证了所提估计方法的有效性。      

基于威布尔的发动机涡轮叶片寿命可靠性评估

在发动机涡轮叶片寿命层面上提出了三参数的威布尔分布,确定其寿命的实际分布,为发动机涡轮叶片的可靠性定量评估提供了一种切实可行的方法．其可行性已被初步的实验证实。同时也为航空公司合理备件、节约备件库存量提供参考,对提高公司的运作效益有着重要的意义。     

多样本时间序列的P-T曲线可靠性评估方法

提出一种用于评估固体火箭发动机内弹道压强—时间曲线(P-T曲线)的多样本时间序列方法.该方法可以综合利用单条样本曲线数据内的纵向信息和多条样本曲线数据间的横向信息, 提高固体火箭发动机内弹道性能曲线可靠性评估的精度.具体给出了等间距与非等间距情形下多样本P-T曲线模型参数的极大似然估计方法以及当给定压强满足可靠性要求的上、下限时可靠度的点估计与区间估计计算公式.文中最后给出了一个具体实例.