环境参数在线辨识及其在滑翔段制导中的应用

针对助推滑翔导弹,提出基于飞行环境参数在线辨识的滑翔段数值预测校正制导方法。综合考虑大气密度和气动系数对导弹运动的影响,引入滑翔段综合环境参数,利用扩展Kalman滤波方法对综合参数进行在线辨识。基于在线辨识结果,利用渐消记忆递推最小二乘方法在线建立环境参数预测模型,并利用最新辨识结果进行模型的在线修正。设计了纵向和横向制导律,并基于环境参数在线预测模型进行落点预测,以克服飞行环境扰动对落点预测精度的影响。进行了大气密度非定常扰动下的制导仿真,以及密度和气动参数随机扰动下的Monte Carlo仿真。仿真结果表明:环境参数在线预测模型能准确预报飞行环境参数,制导方法对飞行环境扰动具有较强的鲁棒性。     

动态服务质量的多信道媒体接入控制传输机制

针对航空自组网在高负载下的服务质量及时延问题,提出一种动态服务质量的多信道媒体接入控制传输机制。以多信道检测统计为平台,结合优先级机制,通过在高负载网络中适当遏制低优先级业务,并且进行网络流量优化,保证高优先级业务的低时延发送;同时利用流量预测模型估计网络流量,通过粒子群优化算法进行优化,寻找合适的优先级门限值,确保高优先级业务接入率。通过计算机仿真可知,所设计的动态服务质量的多信道媒体接入控制传输机制,可在大负载网络中动态控制信道的接入,保持良好的网络吞吐量,其高优先级业务接入率达到99%以上,能有效解决航空数据链网络高业务量导致的服务质量及时延问题。     

监测位移趋势分析确定滑坡稳定状态研究

针对滑坡预报缺少公认的临界速率,同时由于普遍存在的位移突变现象,易于造成大量误报的问题,提出了基于监测位移趋势分析的滑坡预报新思路。通过分析某工程滑坡的位移监测数据,得出了选取关键断面、观测预报点的一般规律。采用FLAC3D计算考虑流变状况下,不同安全系数所对应的滑坡位移趋势曲线,通过对比分析相应关键点监测位移趋势曲线,定量、全过程判定滑坡所处的稳定状态,为工程项目提供决策参考,避免了滑坡进一步发展,验证了滑坡观测预报点选择规律和对比监测、计算位移趋势曲线进行滑坡预报的可行性。     

H.264/SVC的编码依赖问题研究

H.264/SVC(Scalable Video Coding)使用了多种预测编码机制,极大地提高了分级编码的编码性能,同时也引入了复杂的编码依赖关系,给编码器的优化控制带来了极大的难度。因此,有必要研究这种不可忽视的编码依赖关系。在介绍H.264/SVC的主要预测编码机制的基础上,分析归纳出H.264/SVC的编码依赖关系主要来源于帧间预测、层间帧内预测和层间残差预测,然后针对这三种预测机制的特点,结合文献[1]提出的帧间依赖关系,基于实验数据,建立了编码依赖模型,得到了用编码依赖测度表达的编码依赖关系。最后,将时域依赖模型应用到H.264/SVC基本层码率控制中,实验数据表明时域依赖模型能够提高码率控制的性能。     

基于炮口雷达的初速综合预测技术

初速对火炮的"首发命中"影响较大.因而,预估初速的各种方法纷纷出台.从发射药、火炮两个不同角度分别测算初速偏差是以往的主要方法.初速综合预测技术首次以炮口测速雷达的测量数据为基础预测初速,预测效果和使用等问题被普遍关注.本着应用原则,从工程实现中的焦点问题出发,提供了在现有指挥平台上应用的方法.     

J-M模型改进与可靠性预测研究

软件可靠性J-M预计模型对可靠性测试数据的假设要求比较严格,与实际情况不太符合。针对可靠性测试中各种因素的影响,适当修改了排除错误的条件假设,使得模型的适用性更强。对J-M模型用迭代法确定了参数的估计值,结合1组可靠性测试数据,得到可靠性预测结果。     

基于转置卷积神经网络的翼型结冰冰形图像化预测方法

结冰问题严重影响飞机飞行安全,结冰智能预测是飞机智能防除冰系统设计和安全设计的重要依据和支撑.为解决复杂冰形在翼面同一位置的法线方向冰形厚度存在多值的问题,提出基于转置卷积神经网络的翼型结冰冰形图像化预测方法.设计预测模型的神经网络结构、损失函数、数据规范等,直接将影响飞机结冰的飞行和大气条件作为输入,以灰度化的冰形图...     

基于压力测量的发动机汽缸磨损寿命预测方法

对不同摩托小时的某型坦克发动机进行了实车检测试验,采用压力传感器测量了发动机汽缸压缩压力,分析了汽缸压缩压力随发动机使用时间的变化趋势。分析了汽缸套磨损的特点及对发动机使用寿命的影响。针对发动机汽缸磨损的非线性特点,建立了人工神经网络预测模型,实现了对坦克发动机汽缸使用寿命的预测。     

E 级超级计算机故障预测的数据采集方法

随着超级计算机规模向E级迅速发展,其可靠性面临巨大挑战,基于故障预测的主动容错技术成为提高系统容错能力的有效方法之一。数据采集是故障预测的基础,现有用于超级计算机故障预测的数据采集方法采集数据属性少、开销大,影响了故障预测的准确性和效率。本文面向未来E级超级计算机,提出数据采集框架（Failure Prediction Data Collection Framework, FPDC）,能够全面采集与计算结点故障相关的状态数据,采用自适应多层分组数据汇集方法,有效解决了随着系统规模增长数据汇集过程开销过大的问题。在TH-1A超级计算机上的实现和测试表明,该数据采集框架具有开销小,扩展性好的优点,能够适应未来大规模系统故障预测数据采集的需求。     

导弹遥测故障的GM-Verhulst-SCGM预测算法

遥测故障预测是保障导弹遥测系统可靠性的基础。根据导弹遥测故障的历史数据,结合GM(1,1)模型、Verhucst模型和SCGM(1,1)c模型构建了导弹遥测故障的GM-Verhulst-SCGM组合灰色预测模型,按照预测有效度算法取得组合预测模型的权重系数。选用导弹遥测故障的训练组实际值作为原始数据,分别利用各预测模型估算对比组导弹遥测故障数据。预测结果表明,相比单一预测模型,组合灰色预测模型具备更高的故障预测精度。在验证组合灰色预测模型可行性的基础上,进一步估算了同一型号导弹未来时序的遥测故障数据,为相关部门及时改善导弹遥测技术及避免导弹故障提供理论及方法借鉴。