基于不确定传感器状态的机载系统多层故障诊断方法

准确的机载系统故障诊断是保证飞机安全飞行和实现经济效益最大化的重要途径。然而传感器受到内外部环境条件的影响而不可避免的存在检测状态的不确定性,因此基于单个传感器或局部区域传感器综合检测结果的方法难以完全保证故障诊断的有效性和正确性。针对飞机机载系统的结构和工作原理,充分利用系统中不同层级、不同区域传感器检测特征之间的关联关系,考虑单个传感器本身存在的不确定性,构建了传感器信息前向融合与反向校验相结合的分层诊断决策方法,实现了对系统状态和传感器状态的双重估计与更新,克服了单一传感器故障对系统诊断推理准确度的影响。该方法较传统故障诊断模型,不再依赖某一个或某一类传感器信息的绝对可靠,在实现系统级的准确故障诊断同时,还能判断具体某一传感器本身是否发生虚拟警。在飞机液压系统故障诊断案例中,新方法成功将系统故障诊断的虚警率降低了96%,传感器的不确定度降低了84%。     

多传感器多模型多尺度组合导航系统算法

多传感器组合导航系统是组合导航发展的方向之一。针对复杂环境,多模型自适应算法可以较好地解决模型及参数不确定的问题;而多尺度融合算法将基于模型的动态系统分析与具有统计特性的多尺度信号变换方法相结合,可有效提高系统的滤波精度。为此,文章将多模型估计与多尺度滤波算法相结合构成多模型多尺度滤波算法,该算法用于多组合导航系统后,经仿真验证,相对于多模型或单模型多尺度滤波算法,系统的滤波精度明显提高。     

Robust Hybrid Control for Ballistic Missile Longitudinal Autopilot

This paper investigates the boost phase’s longitudinal autopilot of a ballistic missile equipped with thrust vector control. The existing longitudinal autopilot employs time-invariant passive resistor-inductor-capacitor (RLC) network compensator as a control strategy, which does not take into account the time-varying missile dynamics. This may cause the closed-loop system instability in the presence of large disturbance and dynamics uncertainty. Therefore, the existing controller should be redesigned to achieve more stable vehicle response. In this paper, based on gain-scheduling adaptive control strategy, two different types of optimal controllers are proposed. The first controller is gain-scheduled optimal tuning-proportional-integral-derivative (PID) with actuator constraints, which supplies better response but requires a priori knowledge of the system dynamics. Moreover, the controller has oscillatory response in the presence of dynamic uncertainty. Taking this into account, gain-scheduled optimal linear quadratic (LQ) in conjunction with optimal tuning-compensator offers the greatest scope for controller improvement in the presence of dynamic uncertainty and large disturbance. The latter controller is tested through various scenarios for the validated nonlinear dynamic flight model of the real ballistic missile system with autopilot exposed to external disturbances.     

基于标准弹道点的最优制导方法

由于基于需要速度的显式制导方法要确定虚拟目标点,虚拟目标点的确定要对地球扁率和再入阻力的影响进行修正,存在着百米以上的修正误差,为此提出了基于标准弹道点的最优制导方法,即将标准弹道的某点作为目标点进行需要椭圆轨道计算及最优入轨控制。提供了采用弹上迭代制导方法实现最优控制,同时给出了预测关机参数的需要椭圆轨道终端约束校正方法。该制导方法无需进行地球扁率和再入阻力的影响修正,可以减少方法误差,仿真计算证明了这一点。     

航空发动机故障诊断信息融合方法研究现状

简介了信息融合的层级和实现过程,综述了航空发动机故障诊断信息融合方法研究的现状。     

多传感器信息融合及其新技术研究

信息融合是信息领域一个前景广阔的研究方向。介绍了多传感器信息融合的基本概念和融合原理,比较了信息融合技术的常用方法,并对多传感器信息融合中出现的新技术做了总结分析,最后从技术发展和应用需求出发,对信息融合的发展作了进一步展望。     

一种基于随机集的模糊观测的多目标跟踪算法

为解决目标数未知或随时间变化时模糊观测的多目标跟踪问题,将多目标状态和模糊 观测数据表示为随机集形式,利用模糊观测的似然函数融合模糊数据,建立了模糊观测的概 率假设密度(probability hypothesis density,PHD)粒子滤波方法。这种方法首先利用 粒子滤波预测和更新随机集的PHD,然后估计目标数N,最后找出N个PHD最大的点就 是多目标的状态估计。在相同的仿真环境中,用这种方法与用重心去模糊器进行去模糊处理 后的观测数据同时跟踪目标数变化情况下的多目标,并进行了比较,结果表明,模糊观测多 目标跟踪的PHD粒子滤波能稳健跟踪目标数未知或随时间变化时的目标状态和目标数,性能 好于去模糊情况。     

高超声速钝锥模型及其尾迹红外辐射实验研究

介绍了利用InSb红外辐射计在弹道靶上测量底部直径为10mm、半锥角和头部半径分别为9°、2.2mm(模型A),8°、0.6mm(模型B)的两种非烧蚀钝锥模型及其尾迹的红外辐射.模型速度大于6km/s,飞行环境压力约4.8kPa,红外辐射测量波段为1~3μm、3~5μm.结果表明:非烧蚀钝锥模型头身部红外辐射远大于尾迹红外辐射,在相同飞行速度和环境压力条件下,模型A产生的红外辐射比模型B产生的红外辐射强.     

自适应融合 RGB图像特征的稀疏深度修复

深度修复的目的是从稀疏深度图像中恢复出稠密的深度图像。现有方法通常是以稀疏深度图像及其对应的 RGB图像为输入,通过 1个卷积神经网络恢复出密集深度图像。然而,普通的卷积层在处理稀疏且不规则的深度信息时有较大的局限性,同时,RGB图像特征和深度图像特征属于不同的模态。针对这些问题,文章提出了自适应稀疏不变模块,根据输入像素的有效性来处理稀疏深度,并提出了结合注意力机制的多尺度特征融合模块,在关注有效特征的同时,抑制不必要的特征,进一步提高深度修复性能。文章在 NYUv2数据集上进行了一系列实验,实验结果表明了所提出算法和模块的有效性。     

航天发射特征事件综合和弹道融合策略优化研究与应用

特征事件综合和弹道融合是航天发射过程中最为重要的一项工作,通过特征事件发生时间和火箭飞行弹道可直观地反映出运载火箭的飞行状态。因此,为了进一步提高特征事件综合和弹道融合效果,基于遥、外测量信息,分别对参与特征事件综合和弹道融合的信息源进行分类及其影响因素进行分析,并提出了相应的信息融合策略。通过采用优化的融合策略,可进一步提高特征事件时间解算的准确性和实效性,提升弹道融合的效果,满足航天发射飞行态势显示和安全控制的任务需求。