分布式传感器网络自适应一致性融合估计算法

针对分布式传感器网络的目标一致性状态估计问题,提出自适应一致性融合估计算法。考虑到网络中节点为测距和测方位的传感器,基于观测噪声与目标状态相关的假设,构建量测模型;引用无迹卡尔曼滤波与CI算法得到各节点的局部估计,通过误差矩阵加权更新节点状态以改进一致性算法,实现各节点对目标状态的一致性估计。仿真实验结果表明,该算法能够在快速收敛的过程中实现无中心节点的分布式传感器网络中各节点对目标位置的精确估计,同时又保证各节点之间的一致性。     

四支板超声速引射器性能特性试验

对二维喷管构型的四支板超声速引射器进行冷流试验,分析启动、负载匹配方面的性能特性。试验结果表明:启动特性方面,四支板超声速引射系统的盲腔压力低于3 kPa,引射器入口腔压的迟滞压力比启动压力低15.9%。负载匹配特性方面,四支板引射器在小引射系数、大增压比状态下具有十分明显的优势,当引射系数为0.04时,增压比为11.21;当引射系数为0.10时,增压比为7.0。因此,二维喷管构型的多支板超声速引射器具有良好的启动、负载匹配性能,工程应用潜力较大。     

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。