基于KBE的航空发动机复杂壳体MBD设计模式研究

针对航空发动机泵类及调节器产品结构复杂、孔类特征多、建模过程繁琐、几何信息表达与传递困难等特点,通过对壳体模型数据集及结构的深入探索和研究,在UG平台上开发出适用于MBD技术的知识融合系统,将知识工程、产品标准规范等抽象、分散知识更加形象和集中地表达。实现了设计模式由"基于经验和试错驱动"向"基于知识组件驱动"的转变,从而形成航空发动机复杂产品的创新MBD设计模式。此模式在某国家级重点型号中得到深入应用,提高了复杂壳体产品的设计效率和质量。     

机器学习数据融合方法在火箭子级栅格舵气动特性建模应用中的比较研究

机器学习数据融合方法可帮助降低飞行器气动数据库建立的成本,加快研制进度,目前已经成为飞行器设计方法领域越来越活跃的研究方向,但其在工程复杂问题方面的应用研究并不充分。将多种常见变可信度数据融合模型应用于运载火箭子级栅格舵落区控制的工程项目,在开展部分工况的风洞试验基础上,结合少量的CFD数值模拟结果,研究相关函数和不同模型预测完整工况气动特性数据的差异性。通过对比加法标度函数修正模型、Co-Kriging模型、分层Kriging模型和多可信度神经网络模型等4种不同的数据融合模型发现:高斯指数相关函数对气动建模问题的适应性更好;Co-Kriging模型对气动数据的内插表现最好;分层Kriging模型对内插的预测精度较高,外插效果不理想;多可信度神经网络模型在外插区域能获得更光滑、合理的预测结果。     

用证据理论融合方法选择舰艇的反导防御手段

将证据理论应用于舰艇反导防御手段的融合 ,以四种干扰手段对抗四种导弹制导方式进行数据融合为例 ,介绍融合的实现过程。结果表明 ,融合后舰艇的生存力得到很大提高。     

时空关联多跟踪剔除的多源数据融合方法

随着网络信息共享技术的深入发展,多源异构数据将是未来数据融合的主要信息源,这种数据融合表现出跨平台、跨军种、跨领域等特征,对多源异构数据关联与融合提出了新要求。针对特定场景敏感区域内有限多目标的探测问题,结合一体化作战数据融合的数据滤波、空时配准、航迹关联与建立、多目标跟踪等方面,提出了时空关联多跟踪剔除的数据融合方法,并从数据滤波、航迹关联与融合、时空关联多跟踪剔除以及融合数据“簇”等方面重点研究了所提出的数据融合方法。距离波门拖引干扰和牵引干扰的对抗仿真试验表明,所提方法具有一定应用价值。     

基于神经网络的加工误差智能预测技术

通过理论和实验分析了造成加工误差的主要原因，找出并有效地提取体现加工误差原因的加工参数及加工状态特征，如切削用量、刀具直径、顺／逆铣、主轴电流和振动信号等，从而建立加工状态特征与加工误差之间的关系模型。同时叙述了针对ＨＵＲＣＯＢＭＣ－２０Ｌ镗铣加工中心建立的加工尺寸智能预测实验系统，采用多传感器信息融合技术，建立了基于ＲＢＦ神经网络的加工误差智能预测模型。并通过实验验证了此方法的可行性、有效性。     

基于实践性活动项目的理论与实践融合互动教学模式研究

依据"教学基本要求"涵盖的课程内容、知识、能力点要求,以相应的实验、实训、目标电子产品分析、制作等实践活动项目为线索安排教学任务,将理论学科知识和素质培养融于任务能力,整合、重构课程结构模式.并将实验室、实训室、教室整合为理论与实践融合互动的一体化教学平台,创建了一个和谐的多方位融合互动教学情景场.从先行训练"通用电子仪器仪表三大件"开始,基于实验、实践性活动项目和对目标电子产品的使用、测试、分析讨论、分拆、制作,边做边讲、边讲边做,实现了理论与实践、知识与能力、教师与学生、学生与学生融合互动的教学过程.     

基于代价函数的传感器管理算法研究

针对多传感器目标跟踪的应用背景,研究了综合考虑系统性能与资源消耗的传感器管理问题.建立了基于代价函数的传感器分配优化模型,其中代价函数包括跟踪系统偏差代价和资源消耗代价两部分.采用协方差控制技术量化系统跟踪性能,将目标跟踪的实际协方差与其期望值之间的偏差作为系统性能偏差代价.传感器管理优化模型通过最小化当前时刻系统的总代价来分配传感器以维持目标跟踪.仿真结果表明,与传统的协方差控制传感器管理算法相比,该方法不仅能够获得理想的跟踪性能,而且能够更加有效地分配有限的传感器资源.     

一种多制式传感器数据融合算法

针对一有三坐标雷达、两坐标雷达和红外探测器三种传感器的分布式多站多目标跟踪系统，提出了一种多制式传感器数据融合算法。算法以测量间最小距离为关联度，对测量集间的相似程度进行度量，用极大似然法估计目标位置，通过融合方法求得目标三维航迹。在作状态估计时，采用两组非线性卡尔曼滤波切换提高融合精度。     

一种改进的系统偏差估计算法

雷达组网系统首先要解决误差配准问题,用以准确地估计和消除系统偏差。实时质量控制RTQC算法是一种经典的配准算法,但是该算法提出时并没有考虑随机量测误差对配准性能的影响,现对这一问题进行了分析,在其基础上构造了一种关于量测和系统偏差的线性模型。然后根据这一线性模型提出了一种改进的基于广义最小二乘的误差配准算法,并对算法的性能进行了比较和分析。仿真结果表明,本文提出的算法能有效地进行误差配准。