基于意图推断的高超声速滑翔目标贝叶斯轨迹预测

为解决高超声速滑翔目标机动给探测防御造成的困难,研究基于意图推断的贝叶斯轨迹预测方法。首先对目标进行动力学建模,利用气动参数设计机动模式集。假定高超声速滑翔目标必定攻击某目标,结合飞行意图合理构造意图代价函数,借鉴贝叶斯理论迭代推导机动模式和运动状态递推公式。通过蒙特卡洛采样实现轨迹预测算法。仿真结果表明,算法能有效提高目标机动不确定条件下轨迹预测的精度,当多目标可能被打击时,通过对预测轨迹进行在线重新规划,降低目标误判给轨迹预测造成的不利影响。     

基于改进二维分形海面模型的分层海面电磁散射分析

用微扰法研究了平面波入射分层介质粗糙面的电磁散射。由改进的二维分形海面模型模拟实际的分层海面,导出了平面波入射时的散射系数计算公式。通过数值计算获得了不同散射角的HH极化双站散射系数,并讨论了中间介质介电常数与厚度、摩擦风速和入射波频率对双站散射系数的影响,得到改进的二维分形分层海面散射系数的基本特征、分区特征和随频率变化的特征。结果表明：散射系数近似具有＂量子化＂特征。     

Chebyshev模拟滤波器离散化问题分析与解决

针对高阶次、 低截止频率的Chebyshev模拟滤波器离散化发散问题,从滤波器阶次、采样步长、 截止频率、 离散化方法、 滤波器种类等方面进行了细致分析,得出定性原因,并针对该问题给出了通用解决方法.通过仿真实例和试验,验证了所提方法的有效性.     

燃气分析法测试燃气轮机主燃烧室燃烧效率、气态污染物误差分析

介绍了测量燃气涡轮发动机主燃烧室燃烧效率、气态污染物排放的燃气分析系统,从取样、摆动测量方式、过程温度控制、仪器测量4方面分析了燃烧效率、气态污染物的误差.结果表明:采用混合式取样器以摆动测量方式得到的燃烧效率误差在0.21%以内,余气系数的误差在1.11％以内,气态污染物误差在2.24%以内.此外还对燃烧室不同工况下的燃烧效率和污染物组分体积分数分布进行了统计分析,确认了除较高油气比状态的燃烧效率分布较为均匀,可适当减少取样点数量外,足够的取样点数量是保证燃气分析测试结果准确性的必要条件.      

基于混合系统粒子滤波和二元估计的故障预测算法

针对一类故障预测问题提出了一种基于粒子滤波的故障预测算法。在算法的状态估计阶段,采用混合系统粒子滤波和二元估计算法同时估计对象系统故障演化模型混合状态和未知参数的后验分布。在算法的状态预测阶段,在一定的假设条件的前提下,将混合模型连续状态变量的预测问题转化为一个基本状态空间模型的状态预测问题。通过对连续状态变量当前时刻的后验分布进行迭代采样从而获得其未来时刻的先验分布。在算法的决策阶段,在获取的故障演化模型连续状态变量分布基础上,结合一定的故障判据近似计算出对象系统剩余寿命分布。故障预测仿真实验结果证明了算法的有效性。     

混合变量系统基于MCMC的自适应重要抽样法

 系统关键故障的发生,会导致系统处于各种离散性能降级状态.针对传统的基于马尔可夫链蒙特卡罗(Markov chain Monte Carlo,MCMC)的自适应重要抽样法只适用于连续变量系统的不足,提出考虑混合变量的基于MCMC的自适应重要抽样法,以支持系统性能可靠性的高效仿真.该方法首先将由关键故障产生的不同失效域组成失效空间,并通过初始样本点在失效空间中随机游走构造马尔可夫链模拟样本;然后综合考虑连续变量与离散变量,利用核密度估计构建混合核抽样密度函数;再根据该密度函数进行重要抽样仿真并计算系统的性能可靠性;最后对该方法的仿真效率进行理论分析.通过电液舵机(Electro-Hydrostatic Actuator,EHA)案例对方法的正确性和仿真效率进行验证.     

基于贝叶斯的航空备件需求研究与应用

鉴于目前航空备件需求计算应用泊松公式存在计算结果误差较大的问题,依据历史故障数据并应用广义更新过程建立反映历史故障数据以及维修能力的可靠性分布模型,同时针对目前历史故障数据主要是小样本事件,应用贝叶斯方法并采用切片采样法对可靠性分布模型进行参数估计。最后通过实例进行分析,结果表明实际故障次数和实际故障情况较为吻合,增大了模型的应用范围。     

基于三坐标测量机的复杂曲面的重构设计与实现

阐述了基于三坐标测量机的复杂曲面反求设计思路,分析了采用等距扫描获取曲面数据的方法。同时对多种情况下的数据处理技术进行了简要总结,并深入剖析了NURBS曲面造型方案。     

分辨率优于0.1arcsec的二维微小角度传感器的系统设计

设计一种新型二维微小角度传感器,可实现实时二维角度的测量。并采用基于DSP的检测电路进行高速数据采集处理,使系统的测量精度和响应速度满足了当前在线检测的需求,角度测量>±600arcsec,测量分辨率优于0.1arcsec。     

基于成败试验的导弹贮存可靠性Bayes分析模型

针对传统导弹贮存可靠性分析方法的缺点, 提出了一种Bayes分析模型.这种模型以狄氏分布为先验分布, 综合利用了历史信息和专家信息, 结合导弹检测时间段的成败试验数据, 给出了各检测时间段可靠性的联合后验分布, 然后利用Gibbs抽样算法进行后验推断, 得到了各阶段可靠性的Bayes估计和区间估计.此外, 基于当前试验数据, 利用这种模型以预测未来导弹贮存可靠性.算例表明这种Bayes模型参数含义清楚, 利于工程应用.