基于CIDBN的战术活动识别模型及在线精确推理

战术活动识别是战场态势感知的重要研究内容。为提高战术活动识别的准确性与实时性,提出了一种基于上下文独立动态贝叶斯网络（CIDBN）的战术活动识别模型及在线精确推理。通过对战术活动机制的分析,采用动态贝叶斯网络（DBN）理论,建立了一个初始战术活动识别模型。该模型引入了威胁指数节点来影响战术活动的终止与选择,并采用模糊隶属度函数对连续变量进行离散化处理。依据上下文独立关系对该模型进行简化,获得了一个基于CIDBN的战术活动识别模型。将接口算法扩展于该模型上,提出了在线精确推理算法。仿真结果表明,所提出的战术活动识别方法,具有识别精度高、较低不确定性和实时性高的优点。      

基于GPS多星三频数据融合的GNSS-IR土壤湿度反演方法

土壤湿度的监测是全球卫星导航系统干涉测量法（GNSS-IR）的关键应用之一。传统的GNSS-IR土壤湿度反演方法一般只针对单颗卫星的单一频段,未充分利用不同轨道、不同频率卫星信号的差异性与互补性。针对此问题,提出了一种将GPS多星的L1、L2和L5频段数据加权融合进行联合反演的方法,该方法利用基于最小方差的自适应融合算法得到加权因子,并通过现场实验进行了方法验证。结果表明:在测试集上所提出的反演方法相比于传统的Larson方法,相关系数提高了24.69%,均方根误差下降了22.28%,与均值融合法相比,相关系数提高了26.77%,均方根误差下降了23.26%,证明了所提方法能有效提高反演精度。      

起飞航段飞机尾气扩散研究

随着我国航空运输的快速发展,飞机排放污染也越来越受社会关注,国内外对终端区内基于进离场飞行程序的污染物排放研究甚少。本文主要先评估起飞初始阶段尾气中污染物的排放,从而分析污染物的扩散情况。分析了ICAO基准排放模型和各污染物的基准排放指数,给出飞机的运动模型,计算出飞行程序运行的污染物排放量;建立飞机污染物扩散模型,分析污染物的扩散情况,主要分析风对污染物扩散的影响。以天津滨海国际机场VYK-01D离场飞行程序为例,利用MATLAB2010b进行仿真分析该飞行程序的污染物的扩散情况。仿真结果表明:在起飞的初始阶段各污染物的排放量与ICAO的基准数据误差在适当范围内;污染物的扩散接近于现实情况。     

非线性自适应神经网络控制器设计

在系统存在非匹配不确定性和输入未建模动态的情况下,提出了一种基于RBF神经网络和反演控制技术的非线性自适应控制系统的设计方法.应用RBF神经网络辨识系统中存在的不确定性,利用反演控制技术,设计了非线性自适应控制器,成功地处理了非匹配不确定性.同时动态非线性阻尼项的引入使得系统对未建模动态具有很强的鲁棒性,并应用Lyapunov稳定性理论,证明了系统跟踪误差、RBF神经网络参数误差全局渐近收敛于原点的一个邻域.最后给出的BTT导弹非线性六自由度数字仿真结果,显示了该设计方法的有效性.     

用霍尔特-温特斯模型预测航空运输总周转量

引入了霍尔特-温特斯模型对中国民用航空运输总周转量进行预测,首先介绍了该模型的具体预测步骤,然后采用面向对象的软件技术,设计并开发了预测模型软件。该预测模型软件不但可以根据用户设定的平滑系数进行预测,还可以自动计算出预测效果较优的平滑系数,最终对2006年各个月份的中国民用航空运输总周转量进行了较为精确的预测。     

基于季节特性的航材备件定量订货模型

为达到降低库存费用、保障飞机持续适航的目的,建立定量订货模型,并通过对部分航材消耗数据的分析,提出利用中心移动平均法求得季节指数的方法,将其作为权系数对该模型进行修正,以提高航材采购数量的精确性。实验证明,该模型能有效地为航材备件的计划采购提供理论指导和决策支持。     

纳米压痕法测试压痕蠕变的应用研究

阐述压痕蠕变的研究进展及其测试原理,并且采用纳米压痕仪对Ta,Ni和Ni基高温合金三种金属体材料、BaTiO3陶瓷和Ag/Co多层薄膜进行蠕变实验,分析蠕变应力指数和相应的蠕变机制.     

降低硝酸酯增塑聚醚推进剂燃速研究

采用调节硝酸酯增塑聚醚(NEPE)推进剂的配方组分、添加燃速调节剂等手段开展了降低环氧乙烷-四氢呋喃共聚醚/硝化甘油/硝化二乙二醇/黑索金/高氯酸铵(P(E-CO-T)/NG/DEGDN/RDX/AP)类NEPE推进剂燃速的研究。结果表明,增大AP粒径、降低NG/DEGDN的比例、适当降低AP含量、添加少量燃速调节剂,可达到降低燃速的目的。通过对NEPE推进剂配方组分的调节,在燃速调节剂三醋酸甘油酯/聚甲醛/蔗糖八醋酸酯以1∶1∶1配比添加时,其7.0 MPa下的燃速可降至6.87 mm/s。     

临近空间动能拦截器神经反演姿态控制器设计

为满足临近空间动能拦截器姿态控制快速性、准确性和鲁棒性的要求,设计了一种自适应神经反演姿态控制器。首先,建立了姿控发动机侧喷干扰模型,并推导了包含质心漂移、参数摄动和外界干扰的三通道强耦合模型;其次,设计了自适应神经反演姿态控制器,为提高控制精度,采用径向基函数（RBF）神经网络对各个通道的不确定项进行估计和补偿,并基于最小学习参数的思想,将神经网络学习参数拟合为一个参数,提高了RBF计算效率,保证了估计的实时性。最后,采用伪速率（PSR）脉冲调制器将设计的连续控制律转化为脉冲控制律,实现了拦截器的变推力控制,并克服了脉冲脉宽调制（PWPF）调制器相位滞后问题。数字仿真表明,所设计的控制器收敛速度快,控制精度高,对强扰动具有鲁棒性。     

基于改进牛顿法的航空发动机起动建模技术

为进行涡扇发动机起动过程性能仿真研究,在发动机慢车以上部件级模型的基础上,通过指数外推法获得低转速部件特性,在建立起动附件模型的同时,修正起动过程各部件总压恢复系数,从而建立起包含地面起动过程的全状态性能模型。在求解发动机各部件共同工作非线性方程组时,采用基于传统牛顿拉夫森迭代求解方法的改进方法,即在第1次完成中心差分得到Jacobian矩阵后,使用修正项迭代更新上一步的Jacobian矩阵。结果表明:该建模方法可以有效地建立起动过程性能模型,并大幅改善模型的执行效率、提高模型仿真求解速度。