大流量航空发动机高空模拟进气压力智能与复合控制技术

在航空发动机高空模拟过渡态考核试验中,要同时实现进气压力的稳定和快速控制非常困难.针对系统实际工况及被控对象的特点,本项目成功开展了进气压力智能与复合控制技术专项研究,并进行了关键技术总结.实际结果表明,采用该技术后,进气压力控制系统能实现高精度和快速度的高效统一.     

人工智能航天领域应用参考模型

针对人工智能在航天领域的发展和应用问题,梳理了人工智能涉及的技术内涵和技术范畴,分析了在航天领域应用人工智能的近期迫切需求,给出了人类自然智能功能结构,构建了"信息感知、记忆思维、学习适应、行动驱动"的人工智能模型。从基础设施、基础技术、应用技术、产品与系统等层次,给出了人工智能技术参考模型,对需要发展的核心关键技术进行了描述。该参考模型可为明确航天领域的人工智能技术发展重点、建立标准体系提供参考。     

从天基战略侦察向天基战术侦察的发展

在简述天基情报侦察发展历史的基础上,较为详细地分析了战术天基情报侦察的基本要求,并在此基础上给出了战术天基情报侦察的体系结构。最后列举了美国的"战术卫星-3"系统,用以说明战术天基情报侦察的发展趋势。     

知识表示的F-K系统

对经典知识表示系统（多系统）进行了扩充，引入一个刻划“大概知道”的模态词“Ｆ”，并建立了相应的公理系统Ｆ－Ｋ，该公理系统除包含“Ｆ”外也包含经典模态词“Ｋ”。同时，基于滤子对经典Ｋｒｉｐｋｅ框架及模型进行了扩充，从而给出了“Ｆ”的语义，并证明了该语义下Ｆ－Ｋ的完备性与可靠性。     

基于多特征点参数权值优化的蒙皮点云去噪研究

点云去噪的效果对三维扫描过程后续的曲面拟合与造型设计至关重要，如何快速准确提取特征点已成为研究热点，然而点云去噪的关键之处在于奇异值与离群值的检测。提出耦合多特征点参数的去噪模型，分别讨论每个特征点参数对去噪模型的影响程度；采用群智能算法求解出一组最优参数权重，以此确定点云去噪模型，从而达到三维散乱点云最优去噪效果；通过对Bunny 模型进行去噪仿真以及某一型号的蒙皮进行去噪实验，对去噪模型进行验证。结果表明：本文提出的点云去噪模型相较于半径滤波器、统计滤波器、改进体素滤波结合高斯滤波模型，迭代更快、耗时更少，具有更好的去噪效果。     

高新技术在系统仿真中的应用前景

简述人工智能，多媒体和灵境技术的由来和发展，重点介绍了仿真领域应用这三项技术的最新动态。探讨了应用过程中的关键技术或存在的问题。     

一种面向机器翻译的知识库求精机制

给出了一些知识库求精原则;提出一种面向机器翻译的知识求精机制,以错误严重性为指示器,优先求解最严重的错误,并以系统有效性和知识收敛粒度的变化为依据衡量求精操作的可接受性;给出了基于案例的错误辨识策略以及基于聚焦修正的概化、特化操作.     

A novel autonomous self-assembly distributed swarm flying robot

Swarm intelligence embodied by many species such as ants and bees has inspired scholars in swarm robotic researches. This paper presents a novel autonomous self-assembly distributed swarm flying robot-DSFR, which can drive on the ground, autonomously accomplish self-assembly and then fly in the air coordinately. Mechanical and electrical designs of a DSFR module, as well as the kinematics and dynamics analysis, are specifically investigated. Meanwhile, this paper brings forward a generalized adjacency matrix to describe configurations of DSFR structures. Also, the distributed flight control model is established for vertical taking-off and horizontal hovering, which can be applied to control of DSFR systems with arbitrary configurations. Finally, some experiments are carried out to testify and validate the DSFR design, the autonomous self-assembly strategy and the distributed flight control laws.     

数据挖掘在运载火箭智能测试中的应用

针对运载火箭复杂系统的故障检测难以建立准确的数学模型的问题,研究了基于数据驱动的数据挖掘异常检测算法,对多种数据挖掘算法在运载火箭发动机异常检测的应用进行了研究和分析,提出了基于混合概率密度统计的多策略异常检测评价算法。该算法基于非监督学习的算法挖掘火箭发动机不同参数间的正常关联模型,火箭发动机早期的异常数据会引起正常关联模型的破坏,引入混合概率密度统计的多策略异常检测评价机制,可以有效屏蔽参数测量故障对系统故障检测的影响,从而更加准确给出系统异常程度。使用发动机历史试车数据作为样本进行特征模型的训练,使用一元、多元和混合概率密度模型对存在异常的发动机试车数据进行了实时异常检测的实验验证。实验结果表明,相比传统基于阈值和规则的异常检测算法,基于概率密度统计的多策略异常检测算法不仅可给出系统的正常和异常的状态,还可计算各参数和整个系统的异常值,为运载火箭进一步的故障诊断提供更加灵活的参考。     

人工智能产生式系统的分析(下)

本文分为四节:一、产生式系统的求解方式;二、问题描述的不同表示法;三、规则集的灵活性和规格化;四、控制策略。全文分上、下篇发表,上篇为第一、二、三节,发表于本刊1986年第2期,本期发表第四节,即下篇。