遥测参数数据载荷状态判别集成学习方法

针对载荷单机设备遥测参数维度高、数据量大、存在类别不平衡、无法直观判别单机设备运行情况等问题,考虑到航天任务对可解释性的要求,提出一种基于信息增益参数特征选择和集成学习方法的载荷单机状态快速识别方法。采用统计量性质和信息增益子集搜索方法对遥测数据进行特征筛选降维,通过集成学习模型算法实现载荷单机设备状态的自适应识别分类。所提方法将信息增益的参数分类信息量评价准则和集成学习拟合能力强、类别不平衡下准确率高和抗噪能力强等优点相结合,兼顾模型特征和结果的可解释性,提供了重点参数发现功能。采用科学卫星任务真实载荷遥测参数数据对该方法进行了验证,整体识别准确率高于90%,少数样本亦可准确识别,整体效果可达到在轨任务要求,证明了所提方法的有效性和实用性。     

惯性稳定平台高精度控制方法

惯性稳定控制技术广泛应用在无人机云台稳像、导弹制导、卫星成像等领域,其精度直接影响到系统成像、跟踪的性能.然而当前基于永磁同步电机驱动的惯性稳定平台仍然缺乏一套可靠的高效控制方法,传统基于经典控制理论的线性控制器无法满足实际工程需求.为此,提出一种新型的滑模控制方案,实验结果证明了其有效性.在此基础上,为了减小滑模控制器的抖振并抑制系统的各种外扰,设计了Luenberger状态观测器以观测系统的实时扰动,并将其补偿进滑模控制器中.实验结果证明,采用所提出的控制方案,在速度跟踪实验中相比于传统的PI+DOB控制策略有很大提升.所设计的新型控制方案能使系统性能完全满足工程需求.     

线性扩张状态观测器的改进及观测精度分析

为提高线性扩张状态观测器的观测精度,加快其收敛速度,从偏差控制的基本原理出发,提出了一种应用于自抗扰控制系统的改进型线性扩张状态观测器。该改进型线性扩张状态观测器将各状态变量与其观测值之间的偏差作为各状态变量的调节依据。给出了改进后的二阶和三阶线性扩张状态观测器的观测误差系统的稳定性证明,并进行观测精度分析。仿真结果表明,该改进型的二阶和三阶线性扩张状态观测器比传统的同阶次扩张状态观测器的收敛速度更快、观测精度更高。     

复杂网络节点重要度评估及网络脆弱性分析

提出一种基于节点状态演化级联失效模型的节点重要度评估和网络脆弱性分析方法。故障传递演化的内在机理是基础复杂网络变得脆弱的根源。在负载网络级联失效模型的基础上,提出一种能够实时跟踪节点负载状态,继而根据节点状态来重分配节点负载的重分配模型。提出基于节点状态演化的节点重要性评估和网络结构脆弱性分析方法,通过脆弱性分析结果找出网络的健壮性参数,并对此节点重要性评估方法进行失效分析。通过仿真实验验证方法的有效性。     

BTT导弹状态反馈H_∞控制自动驾驶仪设计

针对倾斜转弯(BTT)导弹自动驾驶仪的抗干扰性和鲁棒性问题,以考虑耦合的情况下建立的更接近于实际的导弹数学模型为基础,将通道间的耦合作为干扰,在弹道特征点上对导弹模型进行解耦和线性化,得到各个通道的数学模型;设计基于线性矩阵不等式(LMI)的状态反馈H_∞控制自动驾驶仪,搭建全耦合状态下的三通道仿真模型,并进行联合仿真研究。结果表明所设计的状态反馈H_∞控制自动驾驶仪能够实现对导弹制导指令的有效跟踪,满足BTT导弹控制的要求。     

基于节点综合效能的DTN路由算法

针对容忍延迟网络(DTN)高延迟、数据传输成功率低等问题,提出了一种基于节点综合效能的DTN路由算法SERA。该算法综合考虑移动节点的活跃度和剩余能量,使消息副本向综合效能高的节点扩散。SERA节点活跃度描述了节点的社会和动态特性,SERA尽量将消息副本传递给活跃度高的节点,以提高消息传输的成功率;在选择中继节点时,充分考虑节点的能量状态,以避免能量不足的节点承担更多的信息传输任务,从而提高网络节点的存活率。仿真结果表明,与典型的DTN路由算法相比,SERA能够更好地平衡节点的能耗,获得更高的消息递交成功率和更长的网络生存期。     

基于马尔科夫链的一种评价方法

应用了数理统计与随机过程理论,从分析动态系统的状态以及状态转移情况给出了一种合理的评价方法,经过实例验证,该方法效果较好.     

问题链式教学模式在工程力学课程教学中的应用

描述了问题链式教学模式的内涵,并结合工程力学课程中应力状态分析的具体实例,将该教学内容梳理、提炼和升华,设计成链状结构的环环紧扣的问题集合,说明了问题链式教学模式的应用方法。由此可以引导学生探索性地发现问题、解决问题,提高学生的独立思考和创新思维能力。     

基于卡尔曼滤波的超宽带时变信道估计

在超宽带时变信道估计中,针对状态转移系数估计不准确引起的滤波发散问题,提出一种基于状态转移系数门限修正的卡尔曼滤波信道估计方法。该方法对时变信道采用自回归模型(AR)进行建模,利用导频估计初始信道信息和信道状态转移系数,并对信道转移系数进行门限修正。仿真实验表明:和传统卡尔曼滤波算法相比,提出方法实现简单并能有效抑制滤波发散问题,提高时变信道估计精度。     

基于PSO-Markov联合模型的无人机路径规划

利用PSO算法对无人机在侦查任务中的路径进行实时规划,将算法与地形、飞行角度、油量等约束条件结合起来,有效地缩减了搜索空间;同时为了在任务中能够更好地掌握无人机完成任务与生存的概率以及整个路径的代价,引入了一种可用于计算风险和评估任务威胁的生存性联合模型,该模型使用了八状态马尔科夫链来描述无人机的状态。仿真实验结果表明,该方法可以有效地检测航路中飞机的各种状态的概率,并以此对整个航路进行评估。