基于EMD、遗传算法及神经网络的柴油机故障诊断

研究了将经验模式分解(Empirical Mode Decom position,EMD)、遗传算法及BP神经网络相结合对柴油机振动信号进行故障诊断的方法。首先运用经验模式分解方法对柴油机缸盖表面振动信号进行分解并提取特征参数;然后利用遗传算法对得到的特征参数进行选择,找到对于故障诊断最为敏感的参数;最后建立了BP神经网络模型对柴油机典型故障进行诊断。通过对某型柴油机的验证,表明该方法能够准确识别柴油机供油系统的典型故障。     

基于离散化模型的雷达优化配置与部署方法

雷达优化配置与部署问题存在模型复杂的问题,很难对其进行优化.提出了一种基于网格的离散化模型.雷达配置与部署的方案、雷达网对防区的覆盖能力以及雷达布站的约束条件都分别通过网格和矩阵进行了定量描述,在此基础上,建立了雷达优化配置与部署问题的数学模型.这样就可以采用模拟退火算法对该问题优化.仿真实验证明了该方法的有效性和可行性.     

小型无人机航位推算定位算法研究与误差分析

对空中航位推算(DR)算法做了深入研究,提出了适用于小型无人机(UAV)的风速估计策略;将算法中各元素的误差对推算定位精度的影响进行了理论分析与数值计算;该研究结果应用于某小型UAV的航位推算/GPS组合导航系统的设计与实现中;飞行试验表明,通过提高对DR误差影响较大的元素的测量精度和风速的估计精度,有效提高了DR推算精度,与以往其他小型UAVs相比,在断开GPS对DR的修正后,DR精度保持在一定范围的持续时间显著延长.     

固体火箭空间快速响应任务规划研究

针对空间快速响应任务中固体火箭弹道设计、微小卫星轨道规划相互独立,无法快速生成任务方案的问题,提出一种固体火箭空间快速响应任务规划方法.总结概述了空间快速响应任务规划的定义,在此基础上设计了固体火箭空间快速响应任务规划的总体架构,将其划分为任务要素分析、轨道规划、弹道规划、机动路径规划、方案评估和仿真演示共6个模块,阐...     

一种支持向量机增量学习淘汰算法

针对大规模数据集的分类问题,支持向量机的训练成为一个难题。增量学习是解决这一难题的思路之一。分析了新增样本加入训练集后支持向量集的变化情况,提出了一种基于密度法的支持向量机增量学习淘汰算法,淘汰了对最终分类无用的样本,在保证测试精度的同时减少了训练时间。实验仿真证明这种算法是有效的。     

GEO导航星广播星历拟合改进算法设计

设计了倾角较小的GEO导航星的广播星历拟合算法。该方法的核心思想是在常规拟合算法的基础上对位置观测量进行合理的坐标系参考平面旋转,特别是提出针对拟合迭代初值进行相应的坐标变换,从而既可以解决轨道参数拟合的相关性问题,使轨道参数拟合快速收敛,同时又兼顾了用户接收机的计算简便化。通过仿真验证,该方法简洁有效,拟合中误差RMS在厘米量级,能够保证拟合精度。     

姿控发动机脉冲工作的管路瞬变特性

采用有限差分格式的特征线方法 ,对某姿控推进系统发动机真实推进剂管路在脉冲工作情况下的瞬变特性进行了数值研究 ,对影响发动机多次脉冲启动的重要参数进行了定量计算 ,对比分析了试验结果与计算结果的一致性。说明该方法可方便地对包括许多管路、阀门和推力室的复杂系统进行动态性能分析 ,所得结果对于液体火箭发动机管路工程设计具有重要参考价值     

微机电系统技术的实际应用——微型仪器

微机电系统被普遍认为是一项面向21世纪的可以广泛应用的新兴技术,作为其实际应用的微型仪器,具有传统仪器无可比拟的优势.从微型仪器入手,分别介绍了其概念、特点和市场应用,并在最后阐述了对微型仪器的几点认识.     

一类不确定大系统的分散变结构模型跟随控制

针对一类具有不确定参数和外界扰动的非线性大系统 ,在子系统互连项上界具有多项式形式的条件下 ,提出了一种分散变结构模型跟随控制器设计方案。该控制器不需要未知参数变化、外界扰动以及子系统互连上界的先验信息 ,能够通过自适应率对上述信息进行在线估计。在保证闭环大系统渐近稳定的条件下 ,同时实现了各个子系统滑动模态的存在性和可达性。理论分析和仿真结果验证了本文所提方案的有效性     

含非线性介质Fabry-Perot腔混沌研究

根据混沌动力学的基本理论 ,计算了含非线性介质Fabry Perot腔动力学方程在其参数下的Lya punov指数分布图。利用Lyapunov指数和动力学特性的对应关系 ,分析出非线性Fabry Perot腔在各种参数下的动力学特性、稳态参数区域面积和混沌转换机制