基于IMM-RUASFF的网络化目标跟踪算法

针对目前网络化目标跟踪算法存在实时性差、精度低等问题进行了研究。首先,基于网络信息共享需求,建立了网络探测节点的目标跟踪模型;其次,网络探测节点目标跟踪需求和实战要求发现目标经常是有多种运动状态并存,而单一模型的滤波器不能满足对机动目标跟踪性能的要求,采用了基于交互式多模型(Interacting Multiple Model,IMM)的有反馈实时更新的异步状态融合算法。最后,针对多个探测节点目标跟踪的状态融合估计问题,提出了一种有反馈实时更新的异步状态融合算法,通过仿真验证了算法的有效性。     

光电跟瞄平台稳定控制器设计

以考虑光电跟瞄平台三轴环架间的耦合所建立的数学模型为基础,对光电跟瞄平台的稳定回路分别设计了基于线性矩阵不等式(LMI)的状态反馈H∞控制器和多输入系统极点配置控制器;分别建立基于所设计两种控制器的跟瞄平台稳定控制系统,并对其控制效果进行对比研究,结果表明,二者皆能实现对光电跟瞄平台的稳定控制,都具有一定的鲁棒性能。其中H∞控制器的设计更简单,超调更小且达到稳定的时间短,更适合于光电跟瞄平台的稳定控制。     

基于通用扩张状态观测器的鲁棒飞行控制方法

针对参数不确定、外界干扰与测量噪声情况下飞行控制问题,提出一种基于通用扩张状态观测器的鲁棒飞行控制方法。基于状态相关的Riccati方程控制方法对飞行器俯仰通道非线性模型进行扩展线性化;引入基于通用扩张状态观测器的控制方法,设计干扰补偿增益,实现对外界干扰的估计与补偿;通过在线解算状态相关矩阵及代数黎卡提方程,得出状态反馈增益与干扰补偿增益,实现对飞行器期望攻角的跟踪控制。与已有方法对比表明,所提方法不仅对系统模型不确定性与外界干扰具有较强的鲁棒性,而且在较大测量噪声情况下,其依然能够保证良好的跟踪控制效果,具有较强的工程应用价值。     

纯方位目标定位与跟踪航路优化模型

为了得到更加精确的目标运动要素,需要研究观测器的优化跟踪航路。在目标作匀速直线运动的条件下,以系统的可观测性为约束条件,观测器机动的时间为目标,利用数学建模的思想和方法,得到观测器只进行航向机动的目标定位与跟踪航路优化模型。     

基于可靠度的状态维修决策模型

通过问题提出、模型假设,在研究条件剩余寿命的基础上。构造了可靠度的基于单状态信息维修决策模型。通过实例表明,基于可靠度的状态维修能够对装备故障做出准确的维修决策,从而节省了大量人工分析计算时间,也避免了过剩维修和维修不足等问题。     

涡轮泵状态监控及传感器故障识别的新异类检测方法

为了在故障样本稀缺、故障模式不完备的情况下监控涡轮泵状态,并剔除传感器失效故障造成的虚警,提出用于涡轮泵状态监控及传感器故障识别的单类支持向量机新异类检测方法。该方法以正常状态为目标类构建单类支持向量机检测器,用于检测涡轮泵是否出现异常;以传感器故障为目标类构建单类支持向量机检测器,用于判断检测到的异常是否属于传感器故障。对涡轮泵试车数据的分析结果表明了该方法的有效性。     

基于解距离的纯方位观测器最优机动轨迹

目标距离是潜艇进行作战决策和武器使用时考虑的一个重要参数。为了在纯方位观测条件下快速解算目标距离,提出了一种新的几何算法,即利用假想方位与观测器测量方位的几何关系,通过解平面三角形获得目标距离的解析解。对距离误差进行了分析,提出降低距离估计误差的观测器最优机动方案,并求得观测器等速运动时最优机动航向的解析表达式。进一步提出了一种工程简化的次优机动方案,并求得其解析解。所提出的解距离方法和最优机动方案具有理论和工程应用意义。     

基于信号处理的齿轮箱状态监测与故障诊断

针对工程上齿轮箱实时监测和故障诊断的需要,对JZQ 250型齿轮箱展开研究,提出了状态监测特征值和故障特征向量相结合的分级诊断方法。通过时域参数分析提取监测特征值作为一级诊断,利用能量比重谱的方法,提取故障特征向量作为神经网络的输入向量进行故障诊断为二级诊断。实验结果表明,该方法不仅满足工程上实时在线诊断的要求,而且能够准确进行齿轮箱故障定位。     

避开“负螺旋”状态

调查中发现,不少单位把目标定在了＂只要第一,不要第二＂、＂刻苦练精兵,科目全优秀＂,认为目标越高越好,压力越大越好。于是体能每天考试、训练每周评比、工作半月排名、进步每月定位,还美其名曰＂井无压力不出油,人无压力轻飘飘＂,似乎压力成了支撑官兵训练、工作、生活、学习的＂动力源＂。然而一些同志却因一再的失败,感觉到自己和部队要求差距太大,丧失了在部队发展进步的勇气,怀疑起自己当初的选择。     

基于风险评估的检测与修理决策模型

研究了基于故障风险的检测与维修策略,运用威布尔比例风险模型建立系统故障率与工作时间及所处状态的关系。分析了两类基于间接状态信息维修决策的风险,建立了系统检测及维修策略的决策树,通过比较检测与不检测情况下的期望费用确定最优的检测间隔。算例表明,所提出的方法能够有效控制系统运行风险,降低系统运行费用。