单点定位与实时定轨的星载算法的比较研究

卫星单点定位方法和卫星定轨方法均采用GPS接收机测量得到的伪距和伪距率作为原始观测量。前者依据几何学原理,采用最小二乘法对单个历元的原始观测量进行处理,解算出卫星的位置和速度;而后者依据轨道动力学理论,采用卡尔曼滤波方法通过连续的原始观测量对滤波器状态量的修正使定轨结果收敛。通过比较,星载定轨方法能够明显改善定位测速的精度和数据的稳定性,其外推功能可以有效避免观测量短时间中断对定轨结果连续性的影响。我们已经将实时定轨算法应用到星载型号任务的工程中,并取得了较好的结果。     

基于自适应遗传BP算法神经网络数据融合的空中目标识别

空中目标识别是现代防空作战的重要研究内容。本文利用不同类型目标产生的多类型传感器的数据信息对目标进行识别。为了训练神经网络目标识别分类器,将遗传算法和BP算法相结合,提出了一种新的自适应遗传BP算法,利用这种神经网络来确定指标的权值。仿真试验结果表明,基于自适应遗传BP算法神经网络的识别是一种简单、可靠的目标识别方法,具有很好的目标识别效果。     

基于平滑BINN算法的移动机器人路径规划

针对BINN算法所得路径存在无必要连续转折的问题,提出了基于平滑BINN算法的移动机器人路径规划.使用迭代法从目标点开始向周围计算神经元活性值,将BINN算法环境建模微分方程离散化.基于环境的活性值分布,采用梯度上升算法生成路径,识别路径中具有一定特征的连续转折部分并做平滑.当直接平滑所得路径上存在障碍物时,将可平滑的...     

地面管制阶段航空器等待策略研究

地面等待策略是空中交通流量管理的主要组成部分,有利于节约飞行成本,提高安全水平。建立了空中交通多目标地面等待策略的整数线性规划模型,模型包括所有航班的总等待时间最短和总等待费用最小两个优化指标,约束条件考虑了指定空域容量的限制和各航班等待时段上限的限制。考虑到该优化问题求解的计算复杂度,应用基于自然法则的模拟退火随机搜索优化算法来解决该问题。数值模拟算例表明了所建立数学模型的正确性和算法的可行性和有效性。     

基于弹性小波神经网络的故障诊断研究

航空电源系统是机上设备的重要组成部分,任意一个环节出现故障,将会影响整个飞机系统的正常安全运行。针对神经网络收敛速度慢,易陷入局部最小的缺点,将小波神经网络结合弹性BP算法应用到电源系统故障诊断中。训练过程及仿真结果表明：小波神经网络故障诊断算法收敛时间方面表现更优,具有较高故障诊断率。     

雨流计数的递归算法

给出了疲劳分析中雨流计数法的另一种等效解释。在这个解释的基础上,提出了雨流计数的递归算法。该算法将包含多于一个应力峰值点的任意载荷 时间历程以两个谷值点为界分解成3个子段,每个子段用递归方法继续分解成3个更短的子段,直至每个子段仅包含一个峰值点或不包含峰值点为止。分解得到的仅包含一个峰值点的任意子段对应一个子循环,其应力的最大值和最小值在递归分解过程中可以同时算出。该算法不需像其他雨流计数算法那样在剔除局部子循环的峰、谷点数据后重新整理载荷 时间历程,也能保留各应力子循环出现的先后次序信息,且最先分离出来的可以是变程最大的应力循环。算法的缺点是不适合实时疲劳损伤计算,且算法在实现时需要计算机为其堆栈分配较多的存储器空间。     

多目标跟踪的核粒子概率假设密度滤波算法

提出一种新的多目标跟踪算法：核粒子概率假设密度滤波算法(KP-PHDF)。算法的创新点在概率假设密度滤波算法(PHDF)的目标状态提取步骤,以粒子概率假设密度滤波算法为框架,并运用结合了mean-shift算法的核密度估计(KDE)理论进行概率假设密度(PHD)分布的二次估计、提取PHD峰值位置作为目标状态估计值。分析与多目标跟踪(MTT)仿真的结果表明,与现有序列蒙特卡罗概率假设密度滤波算法（SMC-PHDF）相比,在相同仿真条件下新算法的估计精度提高30.5%。     

航空电子多信道实时分组调度方法

 针对航空电子波分复用（WDM）网络,提出了一种新的多信道实时调度策略实时多信道加权轮转调度（RMWRR）,将多信道分成强实时信道组和尽力服务信道组,通过调整强实时信道组的权值分配和在尽力服务信道组进行权值补偿的方法,在满足强实时消息强实时约束的同时,提高了带宽利用率,可以适应动态消息的权值变化。对经过流量整形的非强实时消息,RMWRR在尽力服务信道组对其提供延迟上界。通过理论分析,推导了RMWRR的强实时调度条件和尽力服务延迟上界。仿真和算例分析验证了该调度策略的强实时约束下的低资源占用和非强实时下的低延迟特性。     

基于动态因子的粒子群算法在航路规划中的应用

粒子群优化PSO(Particle Swarm Optimization)因其实现容易、精度高、调整参数少、收敛速度快等优点而在解决优化问题中得到了广泛的应用。分析了惯性权值及加速度因子对粒子群算法优化性能的影响,进而提出改进粒子群算法的方法:线性或非线性动态调整惯性因子,从而有效地提高算法的搜索能力;进行了仿真实验,仿真结果表明改进后的算法在全局搜优的速率与精度方面均有明显提高。     

可行SLP法在发动机在线优化中的应用

研究了航空发动机在线优化算法问题。基于序列可行方向法,提出了一种用于解决一般非线性优化问题改进的序列线性规划(SLP)在线优化算法——可行下降序列线性规划(FSLP)方法。其显著特点是通过适当的步长修正算法,在保证目标函数下降的同时,确保解的可行性。根据对偶理论证明了其核心算法的收敛性,对步长修正原理进行了数学分析,并详细介绍了算法实现途径。基于上述优化算法,以某型双转子涡扇发动机最大推力模式为仿真算例,验证了该算法在解决航空发动机在线优化问题时,相比传统的序列优化方法,在提高优化算法解的可行性方面效果更好。