KPLS-SVM在缺失飞参数据估计中的应用

飞行参数的缺失给飞行事故调查工作带来了很大困难.将核的偏最小二乘法与支持向量机耦合,建立基于状态匹配的飞行参数估计模型可以较好地解决缺失飞参数据的估计问题.首先将初始输入映射到高维特征空间,进而利用偏最小二乘法在特征空间中提取对缺失飞参数据影响较强的得分向量, 最后将提取的得分向量作为输入建立支持向量机模型.既克服了输入变量间的相关性问题, 又降低了支持向量机的输入维数.仿真也说明了使用该方法估计缺失飞行参数的可行性和有效性.     

基于偏最小二乘特征提取的支持向量机回归算法

为了提高SVM的建模质量,简化建模难度,提出了PLS-SVM组合回归建模方法.该方法通过PLS对样本数据进行降维、去噪以及消除共线性处理后,再进行SVM回归建模.不仅保持了SVM良好的模型性能,而且使SVM具备特征提取功能.实验结果表明,该方法是可行的,采用此法构建的SVM模型,泛化性能优于没有特征提取的SVM.     

空间矢量脉宽调制的研究

对空间矢量脉宽调制(SVPWM)的理论进行了较详细的讨论.利用DSP电机控制器TMS320F240实现SVPWM,分析了该方法的特点,并给出了相应的实验结果.     

平流层飞艇太阳电池系统产能分析

平流层飞艇曲面太阳电池的产能与飞艇所在位置、驻空时间、飞行姿态、太阳电池布局等有着密切的关系。通过对太阳辐照模型的分析,结合平流层飞艇驻空期间方位角的变化,采用投影法分别计算曲面太阳电池各投影面的产能,从而计算出太阳电池在驻空过程中的动态发电功率。分析结果表明：曲面太阳电池在水平面内的投影部分是主要产能部分,受飞艇方位角的影响较小;垂直面内的投影部分产能较少,受飞艇方位角影响较大。     

机翼变形的临近空间太阳能飞行器平稳升空方案

临近空间太阳能飞行器由于苛刻的能源平衡约束,往往具有大展弦比轻质结构,使得其在低空飞行时空速过低,飞行安全性受到了显著的挑战。为了实现该类飞行器在临近空间工作点与中低空爬升过程的气动性能匹配,提出了基于主动变形的太阳能飞行器升空方案。针对性地研究了可变形飞行器的气动和推进系统建模方法,在此基础上定量分析了不同飞行器构型俯仰、滚转和偏航三个通道稳定性和操纵性。给出了从地面到高空机翼逐渐展平的升空方案,并对升空过程中各高度所需平飞推力和功率进行了校核。结果显示,该方案可以有效提升飞行器中低空稳定性和操纵性,代价是增加了功率消耗。     

小子样多失效模式系统可靠性竞争模型

为解决小子样多失效模式系统可靠性模型参数的估计问题,首先应用支持向量积建立小子样条件下各故障模式的规律模型,其次利用模型将各故障模式的故障数据由小子样扩充成大样本,再次采用常规的参数估算方法估算各故障模式的分布参数,最后建立多失效模式系统的可靠性竞争模型。利用所提方法,建立了小子样条件下具有两种失效模式的柴油机汽缸套可靠性竞争模型,计算结果与大样本条件下的故障预测数据吻合度较高,说明了方法的有效性。     

基于免疫粒子群文化算法的数字电路故障诊断

为改善粒子群算法摆脱局部极值点的能力,提升种群进化的多样性,将免疫算法中免疫机制引入到粒子群算法中形成免疫粒子群算法;为有效提高故障覆盖率和缩短测试生成时间,将免疫粒子群算法引入文化算法框架中形成免疫粒子群的文化算法。将其应用于数字电路故障模型仿真实验并与其他测试生成算法进行对比,结果表明该算法能够有效提高故障覆盖率,缩短测试生成时间,在大规模电路测试生成与故障诊断中更具优势。     

基于GUI和矢量信号源的微波着陆信号模拟器设计

提出了基于GUI和矢量信号源的微波着陆信号模拟器设计方法。首先利用MATLAB图形用户界面开发环境设计了集信号参数设置、干扰模拟和基带数据生成于一体的基带波形仿真功能;其次提出了一种改进的扫描波束模拟方法,实现了对微波着陆扫描信号的精确模拟;最后利用矢量信号源MG3700A对基带数据进行混合调制。测试结果表明,该信号模拟器达到设计要求。     

GSVM:一种支持Gather/Scatter的向量存储器

宽单指令多数据流(Single Instruction Multiple Data, SIMD)架构数字信号处理器一般都能高效支持地址连续或等距跨步等规则应用的向量访存,但对于科学与工程计算中广泛存在的不规则应用的数据访存则带宽利用率往往较低,从而大幅降低了其整体运算能效。为了提高不规则应用的向量访存性能,基于某SIMD数字信号处理器的体系结构,设计了一种支持Gather/Scatter访存的向量存储器GSVM。通过设计与SIMD宽度相匹配的向量地址计算单元和合适深度的冲突缓冲器阵列,实现了Gather/Scatter指令向量地址计算、仲裁与缓存的全流水访存操作。实验结果表明,相比以前不支持Gather/Scatter访存的存储器,GSVM在增加22%的硬件代价基础上,基于稀疏矩阵向量乘的测试程序集获得了2～8的性能加速比。     

用于多类分类的层次式支持向量机

针对支持向量机存在的训练数据量大导致的训练时间过长和训练数据不平衡导致的分类结果会向训练数据多的类倾斜等问题,提出了适合于多类分类的层次式支持向量机。在训练过程中,首先折衷考虑各类之间的距离和各类的训练数据长度,据此将训练样本分为距离较远且其长度基本平衡的2类,然后逐层进行训练,最终形成二叉树分类结构。仿真实验证明,该方法能够有效地缩短训练和分类时间,且对多类分类中的数据不平衡问题有一定的效果。