助推-滑翔无动力跳跃飞行器轨迹预测

针对助推-滑翔无动力跳跃飞行器再入拉起后升阻比大小较为稳定的特点,设计了基于稳定升阻比的轨迹预测算法。首先对目标的弹道特性进行了分析,鉴于其再入后特有的跳跃拉升现象,将再入拉起时刻确定为轨迹预测算法的起始时刻;其次,根据防御方已知信息和未知信息对飞行器跳跃段运动方程进行了转化,给出了转化后运动方程中未知参量的计算方法,并设计了基于转化后运动方程的轨迹预测流程及算法;最后对算法进行了仿真验证,仿真结果表明所设计预测算法对助推-滑翔无动力跳跃飞行器再入拉起后的轨迹具有较好的预测能力。     

高炮弹道仿真系统设计与算法实现

 群小目标飞行特征显控系统利用上位机传送的数据实现弹道轨迹仿真,将仿真结果与理想的弹道轨迹进行比较,判断弹道轨迹精度是否能满足预期的发射要求,评估火力发射技术是否达到预期成果。针对系统中的弹道仿真功能提出了一种三维弹道轨迹插值拟合算法,将三维离散的特征数据分解到射面和炮口水平面2个二维平面,在二维平面分别采用分段三次样条插值算法对离散的特征数据进行插值拟合,再根据插值结果绘制三维弹道轨迹图像。使用VC++ 6.0编写插值拟合程序,通过实例验证拟合出的三维弹道轨迹经过每一个特征点且轨迹光滑连续,满足拟合条件,达到轨迹仿真的要求。     

基于GEP的四维飞行轨迹预测模型

针对传统的空气动力学模型在四维飞行轨迹预测上误差较大的问题,提出了一种基于改进的基因表达式编程(GEP)的预测模型.该模型通过历史飞行时间数据找出飞行位置、高度和过固定点时间的函数对应关系,预测下次飞行过每个固定点的高度和时间,对全程采样固定点的预测实现完整的四维轨迹预测.仿真试验验证了该预测模型更为理想,更加符合实际情形.     

基于QPSO-RBF神经网络的交通流量预测方法

提出一种粒子群优化神经网络的预测方法,首先基于改进的量子行为粒子群算法对神经网络进行训练,以保证各权值和阈值能得到最优解,同时对训练样本进行了基于聚类算法的优选.最后进行了仿真验证,证明本文方法用于短时交通流量预测可以获得较高的精度并且误差稳定,为交通流量预测的实际应用提供了一种参考.     

基于GPS弹道测量的卡尔曼滤波参数估计算法

为提高基于GPS定位的弹道辨识方法的实时性和可靠性,提出了一种以弹道微分方程四阶龙格库塔数值积分预测作为状态量递推的卡尔曼滤波弹道参数估计算法,并针对卫星接收机有粗大误差或失效情况对方法进行了改进. 利用卫星信号模拟器和C/A码GPS接收机构建半实物仿真系统对算法进行验证,该方法的弹道参数估计误差是GPS接收机正常工作时测量误差的30%～40%;且能在GPS接收机出现异常时继续给出接近实际的估计值.     

基于误差修正EOS-ELM的滑坡位移预测

提出了一种基于误差修正在线贯序超限学习机集成(EOS-ELM)的滑坡位移预测模型.预测过程中对滑坡位移时间序列进行了趋势项和周期项分解,分别考虑了不同的影响因子对滑坡趋势项位移和周期项位移的影响.利用在线贯序超限学习机(OS-ELM)算法分别对趋势项位移和周期项位移建模预测.采用集成预测的思想提高OS-ELM模型的泛化能力,同时为了进一步提高预测精度,提出了一种在线误差修正预测方法.该方法通过对误差序列进行建模预测,修正最终的预测结果.以三峡库区白水河滑坡为例,实验验证了提出方法的有效性.     

基于组稀疏卡尔曼滤波的多步轨迹预测方法

提出一种基于组稀疏卡尔曼滤波的机动轨迹多步预测方法。首先引入组稀疏编码,通过一次学习建立简单的多步线性回归预测模型,克服了传统方法未能充分利用历史数据而导致预测精度降低的问题;再利用最小角回归算法来计算该模型的稀疏系数,进一步改善模型系数估计的准确性;然后改进了卡尔曼滤波算法,并结合上述组稀疏编码算法,来确保预测结果的精确性;最后通过与传统BP、长短时记忆网络和组稀疏编码方法的仿真比较,验证了所提方法的有效性。     

基于并行模式挖掘和路径匹配的用户位置预测

为了提高移动用户位置预测的精度,提出了基于并行模式挖掘和路径匹配的移动用户位置预测方法,对传统的FP-GROWTH算法作了并行化处理,优化了节点负载分配方法,在Spark平台下挖掘用户移动频繁模式.改进了基于索引的路径相似度算法,提出基于路径最短距离的相斥度算法,提高了对轨迹数据缺失的适用性.在真实的用户轨迹数据集上实验表明,提出的基于轨迹相斥度预测方法相比马尔可夫模型和卡尔曼滤波模型拥有更高的预测精度,预测精确度平均提升7%左右.     

汉语语音连接词的分段和识别

本文提出一种汉语语音连接词音节分割方法。根据汉语语音学知识分析了语音分段中的四种音节连接方式,除了短时能量和过零率外在处理鼻辅音连接时采用了预测误差的微分△E和信号能量的微分△E_s两个特征。综合分段算法可以确定语音串中音节的边界。当输入速度为4～5音节时分割成功率达97.5％。我们采用此方法对定人发音的数字串和连接词进行一系列识别实验、识别结果验证了方法是简便和有效的。     

大跨度桥梁施工的自适应算法研究

文章主要介绍了改进算法在某斜拉桥施工监控中的应用.针对传统算法在桥梁施工控制中线形和内力预测的性能不足,引入CI区间对施工误差数据进行优化和处理,提出残余误差均值叠加优化的改进思路.利用MIDAS有限元软件对桥梁结构进行建模分析,利用MATLAB软件对桥梁施工的理论和实测数据进行算法分析.结果表明:与传统算法的预测相比,均值叠加优化法对大跨度桥梁施工的预测控制具有优势,其合龙精度和内力精度满足施工设计的要求,验证了该方法的可行性.     

基于修正质点模型误差补偿的轨迹预估

针对修正质点弹道模型在旋转稳定弹大发射角发射时落点预测误差过大的问题.通过分析结果表明,主要误差来自动力平衡角与攻角间的偏差.为此,提出了带误差补偿的修正质点弹道模型,通过引入误差补偿系数提高落点预测精度.同时,设计了扩展卡尔曼滤波模型,实现了误差补偿系数的最优估计.利用卫星定位模拟器和接收机进行了半实物仿真实验.结果表明,过弹道顶点后落点预测误差小于20 m,能够满足旋转稳定弹二维弹道修正等应用需求.     

基于注意力机制的CNN-LSTM模型的航迹预测

基于数学模型或统计模型的传统航迹预测方法存在一定的局限性，无法满足现代航空领域对于高效、准确、实时的航迹预测需求。针对此问题，提出基于注意力机制的CNN-LSTM模型的实时航迹预测方法。该模型首先使用一维卷积对航迹数据的多维度特征进行提取，从而减少输入特征的数量。其次利用获取的多维度时序数据作为LSTM的输入，通过LSTM提取上下文的信息。最后使用注意力机制为LSTM中不同时序节点的输出赋予权重，达到聚焦关键航迹信息的作用。经过实验验证：本文的模型与LSTM模型和CNN-LSTM模型相比，预测出的路径更接近真实航迹；文中的模型比LSTM模型的平均预测误差降低了29.7%，比CNN-LSTM模型降低了25.4%。综上所述，文中方法可以显著提高航迹预测的精度。     

定向钻井法面距离扫描算法的改进

确定实钻轨迹上任一点的轨迹参数是进行法面距离扫描的前提 ,提出了用拉格朗日插值法进行分段插值解决这一问题 ;对传统算法存在的缺陷进行了改进 ,所做的改进包括分两步求解扫描点 ,在通过正北基准扫描角计算法面距离扫描的高边基准扫描角时讨论了更多的特殊情况 .用实例验证了理论的正确性     

跳远运动支撑期间下肢动作轨迹预测方法的研究

跳远运动支撑期间,下肢动作的准确性可使运动员最大程度避免受伤,且决定着运动员跳远成绩,因此需要对支撑期间下肢动作轨迹进行预测,以达到改善动作准确性的目的。传统方法预测动作轨迹时,一般采用光流估计法或变分方法;但这两种方法较为繁琐,且预测误差较大。为此,提出一种新的跳远运动支撑期间下肢动作轨迹预测方法,将跳远运动简化成运动员骨架的运动,获取三维人体骨架模型,通过未标定的多幅跳远运动支撑期间下肢动作图像对摄像机内参数进行确定,完成摄像机的自标定。将跳远运动支撑期间下肢动作的左右膝关节、左踝关节点作为关键节点进行分析,求出首帧图像对应的三维运动骨架特征点的坐标;在此基础上,继续求出各后续帧中三维人体运动骨架特征点的坐标,从而实现跳远运动支撑期间下肢动作轨迹预测。实验结果表明,该方法具有很高的轨迹预测精度。     

终端区4D飞行轨迹预测与冲突预警

为提升终端区飞行轨迹预测精度,实现航空器短时冲突预警,建立一种基于孪生支持向量回归的终端区4D飞行轨迹预测模型。对历史飞行轨迹应用重采样算法,降低轨迹数据规模;利用墨卡托投影将轨迹点经度、纬度与高度化为x-y-z坐标,采用孪生支持向量回归算法学习预测模型,实现短时航空器飞行轨迹动态预测;计算两架航空器水平、垂直距离,建立航空器冲突预警指示函数;对孪生支持向量回归算法进行超参数灵敏度分析,分析各超参数对模型预测效果的影响。根据机场真实数据进行仿真实验,证明：基于孪生支持向量回归的4D飞行轨迹预测模型能够准确捕捉航空器运动趋势,且泛化能力强;所提模型x-y-z坐标预测均方根误差是BP神经网络预测结果的32%,35%和61%,单次预测计算用时减少约0.13 s。     

正常重力和椭球地表对弹道计算的影响

为了更精确地考虑地球对超远程弹道计算的影响,提出了一个计入精确正常重力的椭球地表弹道模型。讨论了在椭球地表情况下火箭落点以及飞行高度的计算方法,推导出精确正常重力的计算公式,得到了椭球地表弹道模型,最后计算和分析了采用平面地表模型所产生的射程误差。分析结果表明:对于射程较大的远程弹道,与使用平面地表弹道模型相比,采用该文的椭球地表弹道模型的误差较小。     

基于回溯的移动对象时序轨迹在线化简方法

针对从移动端采集到的移动对象原始轨迹序列的化简,定义了一种回溯化简框架,通过线性预测来控制化简的时机,对当前时刻到回溯的历史轨迹的起始时刻之间的原始轨迹进行离线化简,化简采用时态距离作为误差度量方法.在回溯化简框架下,首先利用每次离线化简后新产生的化简点构建多个向量,通过向量计算出预测速度方向,旨在缩小预测方向与未来真实速度方向的差异;然后利用点集合存储有向无环图中必需访问边来降低最优线化简算法的时间复杂度.第1组实验表明,相对于直接使用最近两个位置点计算速度方向,抖动较为剧烈的原始轨迹在新的预测速度方向下的化简率更高,说明预测速度方向比切线速度方向更接近移动对象的未来运动方向;第2组实验表明,优化后离线化简算法的时间性能有所提高,说明减少边的访问量确实能够降低算法的时间开销.     

基于点融合进近的航空器进场4D航迹规划

点融合进近是一种全新的进近技术,对点融合进近中的航空器进场4D航迹规划方法进行了研究。根据点融合进近运行的特点,提出航空器航迹预测方法。以总延误时间最少和着陆次序调整最小为目标建立4D航迹规划模型;并采用遗传算法进行了求解。通过仿真计算,比较了先到先服务与此规划方法的差别。比较结果表明,4D航迹规划方法可以有效提高终端区运行效率。     

一种GPS弹道辨识方法的精度仿真分析

为提高弹道修正精度,提出一种利用GPS测量数据对弹道进行辨识的方法.该方法可在降低GPS测量随机误差影响的同时,间接得到某时刻弹道倾角,为弹道预测提供初始参数.采用蒙特卡罗模拟的方法,对这种弹道辨识方法的精度进行了计算.结果表明,以目前商用单频C/A码GPS接收机的测量精度,该弹道辨识方法对落点预测的圆概率相对误差为0.09%,能够满足弹道修正引信精度要求.     

基于变预测时域的电动汽车轨迹跟踪控制

针对在不同车速下由于车辆动力学参数改变导致轨迹跟踪的误差变大的问题,研究电动汽车自适应性轨迹跟踪控制器设计.首先,基于模型预测控制(model predictive control,MPC)设计轨迹跟踪控制器,对比分析不同车速下不同预测时域对轨迹跟踪的影响;其次,通过仿真结果,发现不同车速下采用恒定预测时域,轨迹跟踪在不同速度下自适应性变差,易产生较大的跟踪误差;最后,设计了基于车速变化的变预测时域轨迹跟踪控制器.CarSim/MATLAB/Simulink联合仿真结果表明,改进后的轨迹跟踪控制器在不同车速下轨迹跟踪具有良好的控制精度和稳定性.