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。     

基于混合多目标粒子群算法的飞行器气动布局设计

 为了提高多目标优化算法求解非劣解集的效率,在多目标粒子群算法的基本框架中引入了Pareto过滤算子、小生境技术和模拟退火算法,建立了全新的混合多目标粒子群算法。该算法具有运算收敛快,所得非劣解集分布均匀、广泛的特点。将其应用于求解以升阻比和效用体积最大化为目标的再入式高超声速飞行器气动布局多目标优化设计模型,将计算结果与原始多目标粒子群算法的计算结果进行对比,体现出本文提出的混合多目标粒子群算法能够更加有效地求解复杂多目标优化设计问题的非劣解集,从而为多目标决策提供有力的支持。     

巡航导弹组合导航中综合地形匹配算法研究

为了克服惯导误差随时间累积的不足,提高巡航导弹的目标命中精度,提出了基于惯导/地形匹配组合导航的巡航导弹中制导方案.其中,地形轮廓匹配技术采用MSD算法和COR算法相结合的综合地形匹配算法,通过粗配和精配两步完成地形匹配过程.组合导航仿真结果表明,采用综合地形匹配算法的地形匹配辅助导航方法可以明显提高惯导精度,因而基于惯导/地形匹配组合导航的巡航导弹中制导方案是可行的.     

基于GPS的弹射试验测试技术研究

该课题将GPS差分定位技术引入到弹射救生试验测试中,产生了新的弹射试验测试方法,提高了测试水平和测试的自动化程度.该方法将静态差分定位的后处理手段和动态差分定位测试有机结合,解决了动态精确定位、测速问题.在后处理中同时使用纵向平滑和横向平滑的滤波算法,建立了加速度"当前"统计模型的卡尔曼自适应滤波算法,有效提高了测试数据的后处理的抗干扰能力和测试精度.并通过大量的试验研究对系统进行了验证和分析.结果表明将GPS用于弹射试验测试是一种可行的方法,同时该课题的研究成果可推广到空降空投的试验测试中.     

增广的Davidson算法

Davidson算法通常用来求解对称特征值问题,并被应用到求解大型线性方程组中,取得了不错的效果。但在求解大型线性方程组的过程中,Davidson算法的重新开始过程将影响残量的收敛速度。由此可以考虑在重新开始时保留一些重要的信息,如把最小特征值对应的近似特征向量添加到Davidson算法的迭代子空间中,这样就可以大大加快其收敛速度。本文将在Davidson算法的基础上给出新的算法,即增广的Davidson算法,通过理论分析比较两算法的收敛速度,并给出数值例子加以说明。     

天线组阵技术研究及其在我国深空测控通信系统中的应用

研究深空通信系统中天线组阵技术实现方案,并通过数值仿真对几种基本的天线组阵方案和算法的性能进行比较分析。仿真结果表明,采用SUMPLE算法的全频谱合成技术能够获得很好的合成效率,是适合我国深空探测工程测控通信系统设计的有效方案,有望在我国后续的深空探测工程中得到应用。     

一种无陀螺捷联惯导系统角速度解算组合算法

无陀螺捷联惯导系统仅利用加速度计就可完成惯性测量与导航,然而采用积分法解算载体的角速度时误差积累严重,发散迅速。文章采用一种常用的九加速度计配置方案,设计一种积分法补偿算法,并针对其初始时段误差过大的问题提出了一种组合算法。仿真验证能有效地抑制解算误差的发散,提高了解算精度。     

VS-CMA盲均衡算法在短波数据通信中的应用研究

在美军标MIL-STD-188-110B基础上,改进短波（HF）数据通信发送端数据流结构,以便接收端对信号进行盲均衡处理。基于8PSK调制信号的峰度为恒定值的统计特性,提出采用均衡输出信号的峰度与理想信号的峰度差异,以调整恒模算法（CMA）的步长因子;并针对国际电联推荐的短波信道参数,进行了算法的性能仿真。仿真分析表明该算法对慢衰落的短波信道具有较好的均衡效果,对快衰落信道的均衡能力有限;应对快速衰落信道,算法还有待进一步改进。     

一种新的蚁群算法及其在飞行器设计中的应用

尝试将蚁群算法引入飞行器优化设计领域,为此建立了适用于高维、多目标、多约束优化问题的连续空间蚁群算法,并以高超声速飞行器气动布局的多目标优化设计为例进行了验证.优化设计结果与采用遗传算法得到的优化结果进行了对比,指出了蚁群算法的优点.该研究可为蚁群算法应用于复杂、高维的大规模飞行器设计问题提供参考.