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GDOP的多基地雷达布站优化研究

以BLUE算法和GDOP为基本定位算法和精度分析工具,评估多基地雷达的定位性能,建立以GDOP最小值最小和有效监控区最大为目标的多基地雷达布站优化模型.仿真结果表明,通过以下措施可提高定位性能:①增加收发站总数;②采取扇形方式布站;③优先增加部署接收站;④交替部署收发站;⑤通过优化模型优化扇形布站分布角总和.     

近程防空武器网络化跟踪系统

研究多探测器航迹滤波与互联新技术与新方法,把数据融合的基本理论和计算机网络技术应用于近程防空武器的跟踪系统中,得到了近程防空武器网络化跟踪系统的框架.应用数据融合和计算机网络技术可以提高近程防空武器的使用效率.     

PH分布参数估计的确定性退火加速EM算法

针对连续PH分布参数估计标准EM算法迭代速度慢和初值敏感易陷入局部最优化的问题,首先引入逆温因子和加速因子两参数改进算法,提出了确定性退火加速EM算法;然后,进行了详细的理论推导,给出了PH分布参数估计的具体步骤;最后,利用算例对两类典型分布和一组某装备维修时间的实际数据进行拟合,验证了改进算法的全局最优性和较快的收敛速度,拟合效果和迭代加速情况也验证了该算法的有效性和通用性。     

Global Diagnosable Sequence的故障诊断能力分析

利用归纳法对Global Diagnosable Sequence的故障诊断能力进行了分析。分析结果表明：目前该算法＂关于征兆混淆问题＂的结论是不够准确的,除了满足一个基本互连诊断算法的抗混淆能力以外,还对W-A/W-O以及W-O/S-D-k无征兆混淆。并由证明过程得到以下结论：无W-O征兆误判的诊断算法必然不存在W-O/S-D-k征兆混淆。     

小波分析和神经网络结合的变速箱状态识别

针对变速箱故障信号的非平稳和时变特性,提出了小波分析和神经网络结合的变速箱状态识别方法。为了验证该方法的有效性,试验模拟了某型车辆变速箱正常、7216轴承滚动体点蚀及3挡被动齿轮严重磨损3种状态,以箱体振动信号作为分析信号,首先对信号应用小波阈值法降噪减少干扰,接着将小波分解系数单子带重构得到不同频带的信号分量,提取各频带能量作为特征向量输人神经网络进行状态识别,结果表明该方法能有效识别变速箱的3种状态。     

训练模拟器总体设计技术及应用

训练模拟器的研制要求的模拟逼真度高,能完成主要操作训练,同时要结构简单、成本低。由于新型武器系统技术含量较高,操作较为复杂,训练模拟器研制周期较短,顶层设计至关重要。本文从总体的角度论述了训练模拟器的功能、结构、关键技术等设计方面的问题。     

训练模拟器计算机视景技术研究及应用

本文详细介绍了微机环境下,处理大地形、多地物、海量的三维视景数据时,所采取的多种模型优化和软件算法,来保证训练模拟器三维视景系统的实时运行。     

一种改进的连续域蚁群算法

简要介绍了蚁群算法,并从解决连续域问题的角度分析了段海滨等提出的基于网格划分策略的连续域蚁群算法的基本原理,针对该算法的特点和存在的缺陷,提出了改进的办法:在前期用遗传算法快速生成初始信息素,再利用蚁群算法寻求精确解。最后通过对一个二维连续域函数优化仿真实验,证明了改进后蚁群算法的有效性。仿真实验结果证明:改进后的蚁群算法无论是时间性能还是优化性能都明显优于改进前的蚁群算法,克服了蚁群算法的缺陷,大大提高了算法的速度和求解效率,达到了时间性能和优化性能的双赢。