基于支持向量机和DS证据理论的双馈风机定子匝间短路故障诊断

结合支持向量机(SVM)和DS证据理论,搭建了扩展Park变换模型以及失电残压模型,从多元信息融合的角度进行定子匝间短路故障诊断。仿真证明,该方法可以有效提高故障诊断的精确度,从而减少误诊。     

观测站位置状态扰动下Taylor级数迭代定位方法及性能分析

针对具有一般普适意义的定位方程,给出观测站位置状态扰动下基于Taylor级数迭代的目标定位方法,并推导其理论性能。分别在“无校正源(情况a)”和“有校正源(情况b)”两种条件下进行算法推导和理论分析。针对情况(a),给出两种Taylor级数迭代公式,并证明两种方法的定位性能趋于一致,均能够达到相应克拉美罗界;针对情况(b),首先给出基于差分校正的Taylor级数迭代公式,针对其不足提出一种基于两步最优融合的Taylor级数迭代公式,并证明其理论性能可达到相应克拉美罗界。最后,设计两种无源定位实验场景用以验证算法设计与理论分析的有效性。     

TIG焊接TC4工艺参数对熔合区显微组织特征影响研究

利用TIG焊接材料厚度为1．2mm钛合金薄板,正反面用Ar气进行保护,要求单面焊双面成形,焊接时取几组不同的焊接工艺参数进行焊接试验,对焊接试件进行横向切割磨制成金相,利用扫描电镜（SEM）观察不同试样熔合区的显微组织,并且对它的成分进行分析,通过比较它们的显微组织特征,以便合理评价出最优的焊接工艺参数来焊接1．2mm的钛合金薄板。     

一种瞬时圆周加速度制导律设计

为了保证导弹攻击目标的精确性,根据平面弹道的几何特性,设计了一种输出指令为过载的瞬时圆周制导律.描述了瞬时圆周加速度制导律原理,详细推导了制导方程.利用导弹质心和目标质心的位置及速度信息,得出导弹攻击目标的过载制导指令,并进行了弹道仿真.仿真结果表明,所设计的瞬时圆周加速度制导律不仅能够保证导弹准确命中目标,而且弹道平...     

基于贝叶斯网络模型的导弹防御效能评估研究

效能评估涉及到评估指标的确定、评估方法的运用等诸多问题,现有的效能评估方法存在效率低下、难以解决复杂问题等诸多限制。本文在作战仿真试验的基础上,基于贝叶斯网络分析理论,进行了弹道导弹防御系统的效能评估研究。通过建立并学习贝叶斯网络评估模型,对不同方案进行了优选分析,分析了效能指标与多种因素之间的关系,计算得出响应时间、机动突防、拦截次数等对拦截结果影响较大,其余则影响较小。     

无反馈多级式多传感器组合导航系统

传统的多传感器组合导航系统大都采用集中式、分布式与混合式信息融合方法,而多级式信息融合算法是上述3种算法的发展,可完成高层次空间融合。文章首先研究了基于无反馈信息的多传感器组合导航系统的多级式信息融合算法,然后理论分析证明该算法与无反馈形式的联邦卡尔曼滤波算法等价,最后以SINS/GPS/ SST/高度表多组合导航系统为例,对上述算法及结论进行了仿真与验证。     

舰载机综合光电着舰引导信息融合

飞机着舰过程对着舰引导信息的精度要求非常高,为了更好地辅助飞行员着舰或者实现舰载机自主着舰,文章将电子着舰系统和光学助降系统提供的引导信息进行融合,实现了电子与光学着舰信息的综合运用。其中,电子着舰系统提供斜距、方位仰角和方位偏航角,光学助降系统提供方位仰角和方位偏航角。仿真结果表明,该方法提供的着舰引导信息精度高。     

基于有限元法的大气层外弹道式目标表面温度场分析

获取目标表面温度场是进行红外特征分析的重要前提。为确定大气层外弹道式目标的表面温度场分布,建立了有限元模型。根据目标温度场的轴对称分布特点,在柱坐标系内建立了二维瞬态热传递模型,从而降低了计算量。与当前大部分的有限元软件和文献不同,严格分析了温度非均匀性有限单元的辐射热损失,并推导出轴对称三结点三角形单元的辐射热损失公式。为了能够使用Galerkin法求解时间微分方程组,将辐射热损失视为与时间相关的热载荷项,并用Newton\|Raphson法迭代求解处理后得到的非线性方程组。一个简单的数值实验表明了所提出方法的有效性,最后应用该法求解了目标飞行全程的表面温度场分布。
     

多姿态敏感器测量的信息融合定姿方法研究

基于最优融合估计理论,给出并证明了多敏感器组合姿态确定系统状态最优融合估计形式。设计了基于信息分配的多信息融合联合滤波器结构和算法,分析估计性能,讨论了决定联合滤波器融合的性能信息分配因子选择方法,提出了一种基于协方差阵特征值平方分解的动态自适应信息分配因子确定方法。以某卫星多姿态敏感器组合测量为例,推导了卫星姿态确定的误差状态方程和各子系统的量测方程及观测阵。仿真结果表明：采用联合滤波器对多敏感器卫星姿态确定系统进行信息融合能改善定姿精度,有效抑制滤波发散,并提高整个系统的运算与收敛速度。     

基于PNN-DS信息融合模型的目标识别方法

针对目标识别中常用BP—DS信息融合方法识别率低,运行速度慢,抗噪性差等问题,提出一种基于PNN网络和DS证据的信息融合方法。该方法不仅综合了证据理论在处理不确定信息方面的优点和神经网络在数值逼近上的长处,利用神经网络和证据推理算法获取了基本概率赋值,同时突出了PNN网络在处理多传感器信息的准确性和运算速度上都要优越于BP网络的特点。