混合不确定条件下的飞行器级间分离可靠性分析

为量化飞行器级间分离过程随机不确定性和认知不确定性的综合影响,结合概率和区间理论混合模型特点,提出了一种基于随机和区间理论混合模型的飞行器级间分离可靠性分析方法。面向高超声速飞行器分离任务需求,建立分离动力学仿真模型,针对级间分离结构的几何特点,设计了一种快速碰撞检测方法,进而构建了分离任务的可靠性分析混合模型。通 过将该模型转化为随机可靠性分析的无约束优化问题,考虑分离过程中复杂外力及力矩导致功能函数高度非线性的特点,利用高效全局优化和主动学习Kriging方法实现无约束优化问题高效求解。结合实例表明,该方法能够准确描述混合不确定性因素对飞行器分离过程的影响,给出了飞行器分离任务可靠性区间,可为飞行器分离方案的精细化设计提供决策支持。     

众包标签的双重置信度推断算法

标记者的知识水平、评价标准等均具有显著差异,导致收集到的标签质量参差不齐,提高标签和学习模型的质量对众包标签中学习起着关键作用。针对众包标签推断问题,提出了一种双重置信度推断算法,分别从数据分布特征及标签信息两方面计算得到标记者置信度,再通过此置信度推断数据集的集成标签,以此提高集成标签的质量。实验结果表明,与其他仅使用标签信息的推断算法相比,所提算法可以得到更优结果。     

面向无人环境的机器人生态圈自主任务决策方法

借鉴自然界生态系统的典型特征,提出机器人生态圈概念。通过使集群机器人进行智能协同与复杂演化,涌现自我维持、自我复制与自我进化等生命特征,实现无人条件下的长期生存、繁衍与进化,并执行特定的任务。针对机器人生态圈典型任务场景的自主任务决策需求,分析不同机器学习任务决策方法的特点,建立机器人生态圈自主任务决策的决策树模型和神经网络模型。分析表明,两种模型的正确率均在80%~90%,且均具有良好的稳定性。这说明,机器人生态圈自主任务决策问题可以通过决策树、神经网络等机器学习方法来很好地加以解决,从而为面向无人化场景的任务应用提供技术支持。     

结合流形滤波的矩阵信息几何检测器

针对小样本、非均匀杂波下的信号检测问题,提出一种基于流形滤波的矩阵信息几何检测器,将信号检测问题转化为矩阵流形上的几何问题。将每一个样本的相关性数据建模为一个托普利兹正定矩阵,在此基础上,利用每一个样本数据的邻近矩阵进行加权平滑滤波,去除一部分杂波能量,提升目标与杂波间的区分性。计算了辅助样本数据对应矩阵的几何均值,通过比较待检测样本数据矩阵与几何均值矩阵之间的距离与检测门限的大小,以实现信号检测。实验结果表明,与自适应匹配滤波相比,本文方法在小样本、非均匀杂波下具有明显的性能优势。     

结合平流层飞艇姿态的太阳辐射强度分布

平流层飞艇上表面太阳辐射强度的分布是影响光伏阵列输出性能的重要因素。为分析平流层飞艇飞行姿态对其上表面太阳辐射强度分布特征的影响,并建立飞艇动力学模型与太阳辐射物理模型交互耦合的计算模型。使用该模型对算例飞艇进行计算分析,量化得出飞艇偏航角和俯仰角耦合变化对飞艇表面太阳辐射强度分布影响的结果,并比较分析了太阳辐射强度受飞艇飞行姿态影响的特性。研究结果可用于指导太阳能电池阵在平流层飞艇上的优化布局和阵列构型。     

含脉冲负载的综合电力系统储能优化配置研究

考虑到舰船环境限制和高能脉冲负载对储能的需求,有必要对储能装置进行合理的选型和优化配置,来提升综合电力系统性能。为此,基于带权极小模理想点法和层次分析法,提出了一种储能装置性能评价函数,并以其为优化目标,进行储能装置优化配置。所提出的评价函数充分考虑系统需求和脉冲负载特性,以储能装置体积、质量和经济性作为评价函数主要组成部分,同时考虑功率、能量、电压、荷电状态等约束,建立优化配置模型,并采用差分进化算法进行求解。以高性能锂电池和超级电容器为例,对所提模型进行求解计算,结果表明在所给权重系数下锂电池性能更优,更适用于综合电力系统,并给出了优化配置后的指导方案。     

爆炸成型弹丸贯穿靶板靶后破片空间分布模型

深空撞击载荷对探测小天体内部物质成分和结构特性具有重要意义,因此,在考虑爆炸成型弹丸(explosively formed projectile, EFP)可变截面的特性和区分靶后破片来源的基础上,建立了EFP贯穿靶板靶后破片空间分布模型。在靶板厚度30 mm至70 mm、EFP着靶速度1 650 m/s至1 860 m/s的条件下,该模型可以定量预测靶后破片云中各个破片的速度、质量、数量与空间位置的关系。结果表明,相对速度总是随相对空间位置的增加而呈线性增加,相对质量、相对数量总是随相对空间位置的增加而呈幂函数增加。