基于HAZOP法的飞行冲突故障树的建立

针对故障树的建立中所存在的主观性、覆盖性、以及模糊性等问题,提出了一种基于HAZOP法来建立进近和离场期间飞行冲突故障树的方法。通过引导词与航管参数的排列组合确定偏差,然后以偏差事件为节点,分析产生偏差的原因和造成的结果并构建故障树,最后对故障树进行定性定量分析。并以美国两架民航客机在机场上空发生的飞行冲突示例了完整的建模过程。结果表明所建立的故障树在能准确分析飞行冲突成因的基础上,较好地解决传统FTA所存在的局限性。     

基于多点空间直线拟合的调炮精度检测方法

针对火炮身管上标记两个点检测调炮精度受制于单个空间点坐标测量精度的问题,提出通过增加身管上标记点的冗余数量来提高调炮精度的检测方法。应用最小二乘原理对多个空间点进行直线拟合,并采用Monte Carlo方法对身管指向的测量精度进行分析。结果表明:标记4个点、5个点、6个点和7个点与标记2个点(传统方法)相比,其身管指向的测量精度分别提高了约6%、18%、19%和21%。该方法适用于对调炮精度检测要求较高的场合,综合考虑工作效率和测量精度这两个因素,推荐标记5个点测量身管指向。     

基于重要度的航材备件库存综合优化模型

航材备件的精确保障必须将装备的使用情况和备件库存控制问题结合起来,才有利于保障人员进行正确的决策。从飞机的可用度着手,根据不同的费用标准,结合飞机的可用度和边际效用分析得到相应的最优库存模型;当费用较少时,综合考虑备件的重要度和飞机的实际使用情况,用两两赋值法求出备件的重要度权系数,重新计算可用度并调整各备件的存储量,对库存进一步进行优化;最后,给出了所提方法的计算步骤。实验结果表明,所提方法在备件库存优化中既能保证重点又能兼顾一般,既能发挥装备的最大军事效益又能节约国防成本。     

基于改进人工鱼群算法的WNN优化设计

针对人工鱼群算法优化设计小波神经网络(WNN)的缺陷,引入了视野范围与步长的自调整策略,以提高搜索效率和收敛速度。改进后的人工鱼群算法可在WNN的搜索空间中同时确定参数初始值和隐节点数。仿真实例验证了其有效性。     

训练空域管理安全性的灰色综合评价

为改善军事飞行训练的安全水平,提出一种空域管理的安全性评价方法。在该方法中,通过问卷调查与统计分析,建立了军事飞行训练的空域管理安全性评价指标体系;通过信息熵的专家群组灰色聚类方法实现评价标准的授权;在评价指标赋权基础上,采用灰色综合评估法进行军事飞行训练的空域管理安全性评价。实例分析表明,所提出方法可对军事飞行训练的空域管理安全性进行评价,能够得出较为符合实际的评价结果,从而验证了方法的有效性和可行性。     

过失速机动的AUKF-WNN气动力建模及仿真

为使所建立的气动力模型能够准确刻画复杂动态特性,提出一种基于改进UKF算法的小波神经网络(Wavelet Neural Network,WNN)飞行数据失速气动力建模方法。引入一种自适应因子来改善无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法的性能;按照飞行数据的气动力建模流程,利用改进UKF算法对WNN参数进行最优化估计,构建失速现象的气动力模型。实验结果表明,针对飞行器失速的气动力建模问题,基于改进UKF算法的WNN建模方法,在建模精度和速度方面,优于传统神经网络和其他现有WNN方法,因此,使用提出飞行器失速的气动力建模方法是可行和有效的,得到预测结果也能准确刻画飞行器失速的动态特性。     

基于蒙特卡罗法的航路区与终端区冲突检测

针对航路区飞行与终端区飞行的防相撞安全问题,提出一种基于蒙特卡罗法的飞行冲突检测方法。该方法选取椭球形作为飞机的保护区模型,并通过随机微分方程预测飞机的位置,进而采用蒙特卡罗法计算航路区飞行与终端区飞行发生冲突的概率。实验表明,所提出方法能够得到较为准确的总体飞行冲突概率,从而验证了其用于冲突探测研究的可行性。     

航空发动机大延迟系统Smith预估补偿模糊PID控制算法

试车过程中某型涡扇发动机低压压气机进口导流叶片控制通道出现了参数摆幅较大的现象,经判读试车数据认定该通道存在较大的延迟,针对该问题为该通道设计了一种Smith预估补偿模糊PID控制算法,计算机仿真结果表明:与传统的Smith预估补偿算法相比,该算法对模型的不匹配具备较强的适应能力。     

基于路径-博弈混合策略的无人机空战机动决策

针对无人机的自主空战机动决策问题,设计了基于路径-博弈混合策略的决策算法。首先根据无人机飞行控制过程中,水平机动和垂直机动可以解耦的原理,提出了相解耦的自主决策机制,使用路径规划实现水平机动决策,使用博弈理论实现垂直机动决策。为提升决策环境的灵活性,设计了能够自适应调整规划范围和分辨率的动态栅格环境。基于QL算法设计路径规划模型,并使用双Q表学习机制改进算法,有效提升了路径规划质量。基于纳什均衡理论构建垂直机动算法模型,根据不同的态势环境设计了代价计算函数,实现了无人机的垂直机动决策。最后,针对一对一空战对抗情景开展仿真验证,验证了算法的有效性,相对于传统基于三维规划空间下的机动决策,可有效缩短规划耗时,提升规划品质。     

基于UPF的WNN学习算法及其应用

为改善小波网络(WNN)的非线性建模能力,提出一种基于改进无迹粒子滤波(UPF)的WNN学习算法。算法先引入最小偏度策略减少无迹变换(UT)的Sigma采样个数,改进无迹Kalman滤波(UKF);再用改进UKF算法选取粒子滤波的重要性密度函数,构成新型UPF;最后,将SUPF作为WNN的学习算法进行训练和测试。实验表明,基于新采样策略UPF与基本UPF的WNN模型精度总体接近,但速度更快,效率更高,某型军用飞机气动力建模也验证了算法的有效性与可行性。