ANFIS优化磁链滑模观测器的PMSM无传感器控制

针对永磁同步电机(permanent magnet synchronous motor,PMSM)无传感器控制中转子速度和位置的估计精度不高、系统抖振等问题,提出一种基于自适应模糊神经网络(adaptive neuro-fuzzy inference system,ANFIS)优化的磁链滑模观测器(flux sliding mode observer,FSMO)。采用经过ANFIS优化的FSMO,实现对观测器增益的在线调节,减少系统抖振;采用改进的锁相环(phase locked loop,PLL),提高对转子速度及位置的估计精度。实验结果表明：ANFIS优化的FSMO能够有效地提高PMSM无传感器控制中转子速度和位置的估计精度,减少系统抖振。     

基于对象元模型的LVC实验资源服务化方法研究

真实-虚拟-构造仿真(live-virtual-constructive，LVC)实验中存在大量异构的仿真资源对象。针对传统对象模型已无法满足信息化战争对武器装备体系快速响应的实验任务需求问题，开展基于对象元模型的LVC实验资源服务化方法研究。给出基于对象元模型的资源描述方法，在对象交互、消息传递、远程方法调用3类资源服务化基本形式基础上，设计虚拟化状态对象(virtualization infrastructure object，VIO)远程方法调用模块，虚拟化状态对象-虚拟化对象模型(virtualization infrastructure object - virtualization object model，VIO-VOM)组件发布/订阅模块，VIO-VOM聚合、组合、继承、回调机制，以及本地类虚拟化对象模型，消息类虚拟化对象模型。该方法可为实现LVC实验复杂资源的快速调度、监控、分发、部署、运行控制、数据采集等运行管理服务提供方法支撑。     

基于融合视觉词袋的高分遥感水体提取算法

针对高分遥感影像中水体目标提取易受植被阴影及光照条件等影响问题，提出基于融合视觉词袋的高分遥感水体目标提取算法。在分析遥感水体特性基础上，提出一种遥感水体目标频谱特征提取方法。为增强水体目标特征表达能力，设计一种基于局部二值模式和频谱特征的融合视觉词袋模型。基于提出的模型，设计水体目标分类器。为进一步细化水体和非水体边界，提出对水陆交界区域进行二次识别，得到优化后的水体目标提取结果。实验结果表明：提出算法能有效检测高分遥感影像中水体目标，在准确率和Kappa系数上表现良好。     

时间依赖型多时间窗车辆路径问题研究

针对一类考虑城市交通拥堵情况的时间依赖型多时间窗车辆路径问题(time-dependent vehicle routing problem with multiple time windows,TD_VRPMTW),提出一种混合离散灰狼算法(hybrid discrete grey wolf optimizer,HDGWO)进行求解。在HDGWO中,设计了新的灰狼个体更新公式,采用基于客户排列的整数编码方式,使算法可直接在离散问题解空间中执行基于标准灰狼算法个体更新机理的全局搜索;设计了基于问题性质的种群初始化策略,用于生成具有高质量和多样性的初始种群;引入头狼信息交流公式,用于探索头狼形成的优质解空间;构造具有多种局部搜索操作的自适应变邻域局部搜索策略,用于增强算法的局部搜索能力。结果表明：HDGWO可有效求解TD_VRPMTW。     

基于卷积神经网络的陆战兵棋战术机动策略学习

针对从“人在回路”兵棋推演的复盘数据中提取推演者战术经验高价值知识的问题,提出一种基于深度神经网络从复盘数据中学习战术机动策略模型的方法。将战术机动策略建模为在当前态势特征影响下对目标候选位置进行优选的分类问题：梳理总结影响推演者决策的关键认知因素,定义了由机动范围和观察范围等7个属性构成的基础态势特征,建立了带有正负样本标注的态势特征数据集;设计了基于卷积神经网络的分类器,以分类概率实现了单个棋子战术机动终点位置的预测。实验结果表明：该模型的预测准确率可达到78.96%,相比其他模型提高至少4.59%。     

结合社交媒体数据的城市交通事件可视分析方法

社交媒体中的文本内容可对交通量数据进行补充,为此提出一个交通事件可视分析方法。建立交通事件文本处理模型,提取事件的描述信息;基于图嵌入算法学习道路节点属性的向量表示,建立道路相似性模型;结合核密度模型建立交通事件发生概率预测模型;设计了一个交互式可视分析界面对于交通事件进行可视分析与探索。通过交通信息抽取、道路相似性度量以及交通事件交互预测等案例分析,验证了所提方法的有效性,可以辅助交通部门管理决策。     

基于SEIiRD模型的COVID-19传播及防控仿真研究

随着新冠肺炎疫情在全世界各地传播，通过对其数据和传播机理的分析，已有SEIRD模型的基础上构建SEI_iRD模型，将感染人群分为无症状感染者、轻症感染者、重症感染者和危重症感染者，分析不同感染人群的传播率对疫情发展的影响。在拟合现实数据的基础上进行仿真实验，研究发现影响疫情发展的主要感染人群是无症状感染者和轻症感染者。在此基础上进一步分析了不同的无症状和轻症感染者的传播速率所造成感染人数和死亡人数的变化情况。针对介入干预时间对感染人数和死亡人数的影响进行了仿真分析。实验结果表明该模型能有效模拟新冠肺炎疫情传播规律，有助于防控职能部门实施相应的疫情防控策略提供决策支持。     

重尾分布二阶参数的半参数估计

重尾分布二阶参数在极值理论中扮演着重要的角色，尤其是重尾指数估计中门限的最优选取，以及重尾指数降偏差估计的渐近偏差都取决于二阶参数ρ.基于统计量M_n^(α)(k)，提出了重尾分布二阶参数的半参数估计，在极值理论的二阶正则条件下，得到二阶参数半参数估计的相合性，在三阶正则条件下得到其渐近正态性.通过Monte-Carlo模拟，从大样本性质与小样本性质这两方面，对提出的半参数估计进行比较.结果表明，本文的估计，在大样本性质方面，表现较优；在小样本性质方面，一定范围内表现得更好.     

基于妥协案例推理的作战仿真实验范围迁移

作战仿真实验范围通常依靠专家确定，耗费代价较大。为将作战仿真实验的历史数据中关于实验范围选择的知识迁移至新的作战仿真实验案例，提出一种基于妥协策略的案例推理方法。根据案例的数据特点，提出作战仿真实验案例的表示方法；根据案例的结构和属性特点，提出主客观综合赋权的混合相似度计算方法；针对案例检索时出现检索失败和检索结果包含信息量较少的问题，提出基于妥协策略的案例检索方法；根据检索结果的特点，提出实验范围的整合迁移方法。基于历史数据进行了实验分析，证明了方法的有效性。     

基于改进鸽群层级的无人机集群视觉巡检模型

为解决无人机在执行输电线路巡检工作过程中易受环境干扰,以及传统单人单机工作模式巡检效率低下等问题,提出基于改进鸽群层级算法的无人机集群视觉巡检模型。根据载机车辆与待检塔位的GPS坐标计算出启航无人机的初始地标点,并规划运动轨迹;根据当前在巡无人机结束巡检点的位置更新待起飞无人机初始地标,实现启航与在巡无人机巡检地标的动态衔接,完成对地图指南针算子的改进;利用改进的自适应模板匹配算法优化在巡无人机的Adaboost视觉识别系统,通过自适应比对线路间距实现无人机与输电线路间相对位置的自主调整,在动态调节姿态的基础上提高检测质量。实验结果表明：相比于传统鸽群方法,该模型在巡检效率方面的在空巡检时间提高了12%、巡检距离提高了27.5%,风吹、地形变化的情况下巡线质量相比于常规识别模型分别提高了21%和15%。     

拦截导弹的制导律辨识与弹道预报

讨论了拦截导弹的制导律辨识和弹道预报问题。在三维状态下,以相对距离、相对速度、导弹加速度、两通道制导系数作为系统的状态变量,建立了相遇过程中的观测模型。用非线性系统局部弱可观理论分析了系统可观的条件,然后在此基础上设计了扩展卡尔曼滤波器。以滤波结果为初值,用四阶龙格库塔方法基于比例导引律的模型对导弹未来的位置进行了预报。仿真结果表明,在视线角速率较大的情况下滤波器可以取得较好的效果,弹道预报可以满足一定的精度和速度要求。     

调制型捷联惯导系统可观测性分析及在线标定技术研究

针对调制型捷联惯导系统（modulated strapdown inertial navigation system, MSINS）,提出了惯性组件（inertial navigation unit, IMU）的在线标定路径设计原则。首先根据IMU输出误差模型建立了系统误差模型,而后利用该模型,分析了载体无加速运动且转台静止情况下的可观测性,分析结果表明该状态下有一半状态量不可观测;针对该现象,对系统模型进行了能观测性分解,通过分解结果观察无法估计的状态量,并且得到了分解后系统的可观测性矩阵,在此基础上,推导了满足该矩阵满秩的IMU运动原则,由此归纳出IMU在线标定路径设计原则;最后,利用仿真试验验证了该方法的正确性,半实物仿真试验验证了该方法的工程适用性。     

基于观测量扩展的捷联惯导快速初始对准方法

为了研究加速度计和陀螺信息如何影响捷联惯导系统（strap down initial navigation system, SINS）初始对准速度,根据系统原理建立了采用不同观测量时的系统观测方程,经过计算可观测状态组合对应系统观测量,分析了基于不同观测量组合时不同状态量的可观测性,同时比较了在运用不同观测量组合时部分状态量估计的收敛性,试验充分证明了可观测性分析的准确性。可观测性分析和试验均表明增加比力误差作为观测量并不能提高方位失准角的估计速度,增加陀螺误差为观测量后失准角的估计时间缩短,而只增加导航坐标系东向陀螺误差信息就显著加快了方位失准角的估计。     

船用平台式INS光学标校初始对准方法研究

为了解决航海型平台式惯性导航系统（INS）非自主式初始对准问题，建立了不同观测量条件下统一的INS初始对准方程。通过系统可观测性分析，得出增加外部姿态角的观测信息将有效提高INS平台失准角和惯性元件误差的估计能力的结论。设计出一种独特的可测量低动态载体两维姿态的高精度光学测量系统（OCS）用以提高航海型平台式INS初始对准精度。建立OCS／GPS／计程仪（LOG）／INS初始对准卡尔曼滤波器，并进行了基于部分试验数据的数字仿真，与传统的基于位置和速度的GPS／LOG／INS初始对准方法相比，基于OCS的系统不仅缩短了对准时间，还有效改善了系统惯性元件的误差估计精度。     

空基外辐射源定位系统的可观测性分析

针对空基外辐射源定位(airborne external transmitter location, AETL)系统的可观测性问题,建立了AETL系统的二维运动学模型与量测方程,基于离散化的非线性可观测理论求解系统的可观测矩阵,并分析证明了系统不可观测的条件。基于矩阵分析理论的条件数定义了系统的可观测度,并仿真分析了观测站运动参数以及目标和外辐射源的机动参数对系统可观测度的影响。结果表明,当观测站与目标和外辐射源共线或目标和外辐射源保持径向运动时系统不可观测;当系统可观测时,观测站与目标和外辐射源之间的相对速度越小,系统可观测度越大。研究结果可为观测站制定机动策略提高系统定位性能提供有效的参考依据。     

一种基于可观测度分析的SINS／GPS空中对准新方法

针对遥感飞机长时间直线飞行作业时,由于SINS/GPS组合导航系统可观测度低导致系统精度下降的问题,提出了一种基于可观测度分析与杆臂误差补偿的空中机动对准新方法.该方法将归一化处理后的系统状态可观测度作为反馈因子,在空中对准过程中根据反馈因子对SINS系统进行自适应反馈校正,同时补偿了影响GPS观测量精度的杆臂效应误差.半物理仿真结果表明,该方法与传统方法相比,有效地提高了空中机动对准的精度.     

空基外辐射源定位系统的观测站航迹优化

针对空基外辐射源定位(airborne passive coherent location, APCL)系统容易出现可观测性差、定位性能不稳定的问题,提出了观测站航迹优化算法以提高系统的定位跟踪性能。首先,建立APCL系统的二维运动学模型与量测方程,并选取系统可观测度和几何精度因子(geometrical dilution of precision, GDOP)作为优化指标,推导出航迹优化函数。然后,使用加权离散搜索优化算法控制观测站机动至最优观测位置,并以容积卡尔曼滤波(cubature Kalman filter, CKF)为工具,对目标和外辐射源进行定位跟踪。仿真结果表明,观测站采用航迹优化算法能大幅提高系统定位的稳定性,显著减小跟踪估计误差。     

空基外辐射源定位系统的观测站航迹优化

针对空基外辐射源定位(airborne passive coherent location, APCL)系统容易出现可观测性差、定位性能不稳定的问题,提出了观测站航迹优化算法以提高系统的定位跟踪性能。首先，建立APCL系统的二维运动学模型与量测方程,并选取系统可观测度和几何精度因子(geometrical dilution of precision, GDOP)作为优化指标,推导出航迹优化函数。然后，使用加权离散搜索优化算法控制观测站机动至最优观测位置,并以容积卡尔曼滤波(cubature Kalman filter, CKF)为工具,对目标和外辐射源进行定位跟踪。仿真结果表明,观测站采用航迹优化算法能大幅提高系统定位的稳定性,显著减小跟踪估计误差。     

捷联惯导连续旋转方位轴式初始对准研究

针对捷联惯导系统初始对准时可观测性差的缺点,提出了一种提高系统状态变量可观测度的新方法。该方法通过连续旋转方位轴来等效地变换捷联惯导系统误差模型中的系统矩阵,从而提高了初始对准过程中的可观测度,满足了初始对准过程中对精度和速度的要求。分析了连续旋转方位轴式对准时系统的可观测性,并对不同方式下的捷联惯导初始对准过程中系统状态的可观测度进行了对比研究,指出采用连续旋转方式时系统状态的可观测度最高。仿真验证结果表明,连续旋转方位轴式初始对准对姿态误差角的估计精度较二、三位置方法提高了一倍。     

一类参数不确定非线性系统的故障检测与重构

飞行器在全包络上表现出明显的气动参数不确定性,以某无人机纵向模型为研究对象,提出一种不确定参数在线估计的自适应观测器故障重构方法。首先,将系统状态方程描述为一类带时变参数的仿射非线性结构,在参数增广系统能观性分析基础上,采用增广容积卡尔曼滤波(augmented cubature Kalman filter, ACKF)算法实现气动参数在线估计,以克服鲁棒性死区故障检测方法的保守性,提高检测灵敏度。其次,将所估计参数用于自适应观测器设计,由于Lie导数分析方法保证了对象系统的能观性,故系统不必满足文献方法中的特定规范形式;在此基础上,给出了故障检测自适应阈值和故障参数调节律,并分析了估计误差的收敛性。仿真实验表明了所提方法的有效性。