基于网格吸附插值法的不规则尾流场构建方法

尾流模型的构建对于尾流遭遇情形下的飞行动力学研究具有重要意义。针对远距尾流的振荡发散特点结合正弦扰动特性构建尾流的长波振荡模型,分析不同幅值参数下尾流场速度参数,提出网格吸附法以解决坐标变换后排列不规则问题。通过与其他插值算法对比,结果表明网格吸附法在标点密度达到拐点的情况下插值速度最快,精度符合要求,效率最高。最后,构建了前机的不规则尾流场。     

基于支持向量机的轰炸机敏感性权衡优化

生存力中敏感性方案的设计及改进是一个效益和代价不断权衡的过程。针对轰炸机敏感性权衡中的效益-费用优化问题,研究了基于支持向量机的轰炸机敏感性权衡方法。建立支持向量机代理模型,简化了敏感性的计算,并利用交叉验证和网格搜索对模型参数进行优化;拟合了轰炸机敏感性参数与增加费用的函数关系,将灵敏度理论引入敏感性权衡中,从最优效费比的角度出发,确定敏感性参数的取值范围。最后通过仿真验证了方法的可行性。结果表明,该权衡优化方法能够在费用约束条件下对敏感性参数的取值范围进行优化,在保证精度的同时提升了计算效率。     

基于区间数的预警机作战效能评估

建立了预警机作战效能评估的指标体系，提出了区间数的幂运算法则。采用区间数特征向量法确定了指标体系中定性指标的权重，采用区间数特征向量法和信息熵法相结合的组合赋权法确定了指标体系中定量指标的权重。给出了指标体系中定量指标和定性指标的规范化方法，提出了用区间数形式的加权和与加权积关系进行指标聚合的方法。最后通过算例对该方法的有效性进行了检验。     

基于改进LS-SVM的液压舵机双闭环系统故障诊断

针对最小二乘支持向量机(LS-SVM)的稀疏性损失和鲁棒性下降等缺陷,提出了一种改进的LS-SVM算法.利用改进LS-SVM,设计了一个某型飞机平尾液压舵机双闭环控制系统的故障诊断系统.充分利用系统的可测参量,建立了基于改进LS-SVM的平尾液压舵机的全局故障检测模型和局部故障检测模型.仿真结果验证了该方法的有效性.     

基于贝叶斯网络的飞行安全人因可靠性评估模型

基于广义人-机-环境复杂系统,对飞行人员可靠性、空中交通管制人员可靠性和航空器维修人员可靠性进行了分析,综合考虑常用可靠性评估方法的优缺点,采用贝叶斯网络建立了飞行安全人因可靠性的评估模型.该模型综合运用诊断推理和支持推理形式,分析直观,计算简便,适用于广义的人-机-环境复杂系统建模;同时该模型可以根据后验概率来调整先验概率,从而有效地提高了评估的精度.     

自适应克隆选择算法在等效系统拟配中的应用

等效系统拟配是一种有效评价高阶电传操纵飞机飞行品质的方法。传统的等效拟配通常采用最小二乘等方法,拟配结果易受初值选取的影响。建立了综合考虑某型飞机本体动力学、电传操纵系统、驾驶员操纵和升降舵的人-机闭环系统模型。给出了一种基于自适应克隆选择算法的等效系统拟配流程。采用自适应克隆选择算法对该高阶的人-机闭环系统进行了低阶等效拟配,拟配精度满足失配包络线的要求。仿真结果表明自适应克隆选择算法具备较强的寻优能力,可有效提高拟配精度。     

平均差分进化算法在等效系统拟配中的应用

等效系统方法是评价飞机飞行品质的重要方法之一,最小二乘法和极大似然法在等效系统拟配中应用较为广泛,但是二者在使用时对初值有较高的要求且容易陷入局部最优解,因而导致拟配精度不高。针对这一问题,对传统差分进化算法的核心公式进行了改进,提出了基于平均差分进化算法进行等效系统拟配的新思路。此外,由于数据中存在一定比例的噪声干扰,所以分别以理想3-2-1-1信号和混入10%、30%白噪声的3-2-1-1信号作为系统输入,对比研究了平均差分进化算法和传统等效拟配方法的差异,发现平均差分进化算法具有较强抗噪声干扰能力和良好的鲁棒性,因此,平均差分进化算法应用于等效系统拟配具有较好的辨识效果,同时对于噪声的处理能力较强。     

基于回归型支持向量机的液压舵机故障诊断

利用回归型支持向量机（SupportVectorRegression，SVR），设计了一个液压舵机的故障诊断系统。利用系统的可测参量，建立了基于SVR的液压舵机的全局故障检测模型。在仿真过程中发现，此方法能对电液伺服阀、位移传感器和伺服放大器的各种故障进行诊断，诊断准确度高，适用于闭环控制系统的故障检测，仿真结果验证了该方法的有效性。     

基于区间数TOPSIS法的空战目标威胁评估

针对空战目标威胁评估问题，提出了一种新的基于区间数TOPSIS法的评估方法。在分析了现有的目标威胁评估方法中距离威胁模型存在不足的基础上，提出了改进的距离威胁模型。给出了区间数特征向量法求解威胁指标权重的计算步骤，克服以往威胁指标权重确定方法的不足，建立了区间数TOPSIS法评估目标威胁的数学模型。给出了仿真算例，仿真结果表明该方法是合理和有效的。     

特殊情况下的驾驶员操纵模型与仿真

针对特殊情况下由于驾驶员惯性感觉感受到加速度信息的特性,根据分步操纵模型对关键参数滞后时间进行研究,考虑随机特性,通过仿真产生滞后时间样本.对特殊情况下运动姿态发生剧变时,驾驶员行为特性进行分析,建立了特殊情况下的驾驶员操纵模型.采用机理分析与试验规律相结合的方法,根据驾驶员在加速度影响下的动作特征,通过数学建模方法对滞后时间进行研究,并考虑随机性建立了服从对数分布规律的概率模型.通过仿真产生滞后时间随机样本,比较发现产生的样本满足试验得到的规律.