基于模拟退火算法的水下航行器流体动力参数辨识

运用模拟退火算法和极大似然准则，对水下航行器流体动力参数进行辨识。辨识结果表明：运用模拟退火处、可以求得水下航行器流行动力参数的极大似然估计；与常规辨识算法相比，模拟退火算法对初值的选取要求较低。     

水下航行器流体动力参数辨识的一种新方法

运用牛顿 -拉夫逊算法、单纯形法及模拟退火算法分别对水下航行器的流体动力参数进行了仿真辨识 ;并运用模拟退火算法对水下航行器湖上试验弹道数据进行了辨识 .结果表明 :与常规辨识算法相比 ,模拟退火算法具有全局收敛性 ;运用该算法可以获得水下航行器流体动力参数的极大似然估计.     

高超声速飞行器再入过程改进气动系数模型

针对高超声速飞行器再入过程气动系数模型和参数辨识问题,基于公开的气动系数数据,综合考虑攻角和马赫数两个主要因素,分析了气动系数与二者的函数关系,建立了高超声速飞行器的改进升力系数和阻力系数模型,采用非线性最小二乘法进行模型参数辨识,得到参数辨识结果。将已知的气动数据与改进气动系数模型计算值进行对比,升力系数和阻力系数的相对误差平均值均小于5.10%,表明所建立的改进气动系数模型具有较高的精度,可以用于高超声速飞行器再入轨迹优化和仿真。     

基于气动特性辨识的折叠翼飞行器可重构控制系统设计

为解决折叠翼飞行器初段飞行中气动特性变化大且易受环境扰动影响、控制鲁棒性要求高的问题,将飞行器物理模型的实时辨识与非线性动态逆方法相结合,设计可重构飞行控制器。基于迭代扩展卡尔曼滤波与渐消记忆最小二乘,将气动特性辨识一步方法分解为状态量和参数值的两步辨识,算法更易于在线实现。通过实时辨识更新动态逆控制器参考模型,消除模型逆误差,实现可重构控制。针对某型折叠翼飞行器的6自由度仿真结果表明,在飞行器自身气动特性大幅变化且考虑外界未知扰动情况下,控制器满足设计要求,具有较强的鲁棒性。     

侧风状况下轿车气动特性的仿真与实验研究

以获得适合计算侧风气动特性的湍流模型为目的,应用计算流体动力学方法对比了标准k模型、RNG k模型、Realizable k模型以及SST模型对不同横摆角状态下轿车气动特性仿真结果的影响。结果表明,当0时,采用Realizable k湍流模型仿真得出的阻力系数与实验结果最为吻合,误差仅为1.53%,侧力系数的仿真结果与理论分析更为吻合;当3～1 5时,采用Realizable k湍流模型仿真得出的阻力系数与实验结果相比误差最大为0.96%,侧力系数的仿真结果与实验结果趋势一致,误差最大也仅为4.9%。总之,Realizable k湍流模型能够很好的模拟侧风状态下车辆的气动特性,仿真结果为进一步分析车辆的侧风稳定性提供了参考数据。     

非对称伸缩翼飞行器动力学建模及特性分析

以非对称伸缩翼飞行器为对象,构建了非对称变翼下的飞行器动力学模型,分析了非对称变翼对动力学的影响特性。首先,运用牛顿〖CD*2〗欧拉法建立了飞行器多刚体动力学模型,突出了非对称伸缩变形所产生的模型差异;其次,以流体力学计算软件计算获得的气动数据为依据,探讨了非对称伸缩变形对飞行器质心偏移、转动惯量、气动特性、滚转力矩和纵向静稳定性的动力学特性的影响规律。最后,将翼展非对称动态变化作为系统输入,以非对称伸缩翼所占的质量比和伸缩速率为特征量,分析了翼展非对称变化下的飞行器动态特性。结果表明,翼展非对称伸缩动态变化,使飞行器具有快速滚转的能力,可作为一种主动控制方式。     

非常规炮弹阻力系数与攻角辨识方法研究

提出了利用韦布尔雷达测量的速度及弹道参数来辨识非常规弹丸飞行的阻力系数和攻角的方法。采用多段样条方法提取阻力系数,可以保证阻力曲线的一阶连续性,且能准确地辨识出从亚音速到超音速下的阻力系数。将辨识得到的阻力系数与吹风得到的阻力系数进行对比,从而验证了该方法的正确性。根据建立的弹丸飞行运动学方程,推导出攻角与弹丸物理参数、气动力参数及飞行参数的关系,并根据雷达测试数据辨识了弹丸飞行的不同阶段攻角随时间的变化规律。结果表明利用雷达数据对非常规弹丸飞行的阻力系数与攻角进行辨识的方法是可行的。     

声速不确定条件下的运动水下航行器自定位

传统利用水下声学定位系统的航行器自定位存在两方面问题, 一方面没有考虑测量周期内航行器的运动, 另一方面没有考虑水声声速的不确定。为解决上述问题, 构建了航行器运动状态下的时间测量定位模型, 并对声速不确定性进行建模。分别推导了基于加权最小二乘的运动航行器定位方法和基于最大似然估计的声速更新方法。利用所提模型和时间测量, 不仅可以估计航行器位置, 还可以更新声速。仿真结果验证了本文所提方法在各种参数设置下均优于现有方法, 并且在时间测量噪声不大时可以达到克拉美罗下界(Cramer-Rao lower bound, CRLB), 在时间误差不大时, 声速更新结果显著提高。     

弹性高超声速飞行器智能控制系统设计

针对气动舵受限下的弹性高超声速飞行器控制问题, 提出一种基于神经自适应的智能控制方案。在速度子系统的设计过程中, 为了降低对模型参数的依赖程度, 应用强化学习算法在线调整比例积分微分(proportional integral derivative, PID)控制参数, 给出智能PID控制策略。对于高度子系统, 考虑气动舵的动态特性, 利用神经自适应方法对模型未知函数及不确定项进行逼近。为了处理气动舵的约束问题, 以非线性模型预测控制为优化分配模板生成大量样本数据集, 经离线训练得到深度神经网络代替求解复杂优化问题和控制分配的过程。此外, 通过引入自适应超螺旋微分器处理外部扰动, 增强了系统的鲁棒性。利用Lyapunov方法证明了所设计控制器的稳定性, 并通过仿真验证了所设计控制方案能够快速计算控制指令, 实现高精度跟踪控制。     

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。     

非线性靶板数据处理

本文从简化六自由度弹道计算模型出发,直接以各气动系数作为拟合参数,对靶板试验数据进行处理,可以辨识出那些对角运动贡献较大的气动系数。文中介绍了一种带一次梯度收敛保护的拟Newton—Raphson迭代方法,提出了辨识灵敏度的概念。被拟合系数组合灵活,可充分利用靶板试验所提供的信息。与SRC的同类产品相比,本文完成的软件NYC收敛精度高,而且应用上有更多的优越性。由于靶板试验所需代价低廉,本文的工作具有较大的应用价值。     

一类新型飞行器的气动数据模型

基于一类新型飞行器特有的几何外形结构,详细分析了其侧滑飞行可以等效为无侧滑飞行这一性质,根据这个性质,建立一个该飞行器的气动数据模型,这样此飞行器的侧滑飞行空气动力学系数就可以由无侧滑飞行的空气动力学系数折算得到,而飞行器的空气动力学系数通常是通过风洞实验得到的,由此可以节省风洞实验及费用。详细推导给出了侧滑飞行的空气动力学系数由无侧滑飞行的空气动力学系数得来的计算公式,最后的仿真研究验证了模型的正确性。     

高超音速飞机模型的仿真研究

为了掌握高超音速飞机复杂的动态特性,提出了一种研究高超音速飞机模型的新方法.该方法采用MATLAB插值函数和S函数分别估算和建立高超音速飞机的气动参数及其六自由度的微分方程组,并在不同高度和速度下计算飞行的平衡点,然后通过比较平衡条件与约束条件,近似得到了整个飞行过程的飞行包线.仿真研究表明,该方法适合用在高超音速飞机模型上,仿真结果与期望要求相符合.     

气动系数模型辨识的逐步回归法

本文论述了逐步回归法在气动参数模型辨识中的具体应用，描述了该法的应用前景及误差分析。     

基于交互式模型的多AUV协同导航鲁棒性滤波算法

针对多自主式水下潜器(autonomous underwater vehicle,AUV)在协同导航过程中量测异常等问题,提出一种基于交互式模型的多AUV协同导航滤波算法。首先以建立多AUV协同导航基本模型为基础,给出基本的协同导航滤波过程;通过广义最大似然估计的滤波算法对受污染的量测噪声进行处理;进一步地,利用Schweppe形式下的广义最大似然估计解决量测出现的异常情况;运用交互式多模型算法解决由量测噪声时变而造成的滤波精度下降问题。最后仿真结果表明该协同导航滤波算法具有良好的自适应鲁棒性。     

含屏蔽数据四单元混联系统的可靠性分析

讨论了两种含屏蔽数据四单元混联系统的可靠性分析问题。在单元失效率为指数函数的情形下,详细推导出两种混联系统在逐步Ⅱ型混合截尾试验下的似然函数。利用极大似然方法给出了单元分布参数及系统可靠度函数的极大似然估计,采用似然比方法构造了未知参数的近似置信区间。最后运用蒙特卡罗方法进行随机模拟,验证了所提方法的正确性和有效性。     

近空间飞行器飞/推一体化模糊自适应广义预测控制

近空间飞行器(near-space vehicle,NSV)的飞行包络很大,特别在高超声速飞行过程中,系统将具有强烈的非线性和快速时变性.而且,由于机体和发动机高度一体化,气动和推进系统具有很强的耦合特性,这些都对控制器的设计提出了很大的挑战.考虑到NSV爬升和巡航的任务要求,首先分析了近空间飞行器的气动结构和动力配置...     

基于变换核密度估计的半参数GARCH模型

针对金融资产收益率分布呈现的尖峰、厚尾及有偏的特点,沿袭变换核密度估计的思想,提出一种广义Logistic变换,对变换后的样本应用Beta核密度估计以消除边界偏差. 模拟试验表明,该方法显著提高了对尖峰厚尾分布密度的估计精度. 继而将该方法与参数化的GARCH设定相结合,建立一种半参数GARCH模型. 该模型具有两个优点：第一,基于变换核密度估计可更加准确地估计收益率的条件分布;第二,通过迭代提高了参数估计的稳健性. 模拟试验表明,较之伪极大似然估计法和基于离散最大惩罚似然估计的半参数方法,该方法大大提高了参数估计的相对效率. 对沪深300指数的实证研究验证了本文模型的有效性.     

Adaptive learning algorithm based on mixture Gaussian background

The key problem of the adaptive mixture background model is that the parameters can adaptively change according to the input data. To address the problem, a new method is proposed. Firstly, the recursive equations are inferred based on the maximum likelihood rule. Secondly, the forgetting factor and learning rate factor are redefined, and their still more general formulations are obtained by analyzing their practical functions. Lastly, the convergence of the proposed algorithm is proved to enable the estimation converge to a local maximum of the data likelihood function according to the stochastic approximation theory. The experiments show that the proposed learning algorithm excels the formers both in converging rate and accuracy.     

基于最大似然的同频混合信号联合定时估计算法

针对同频干扰下的混合信号时延估计问题进行研究,提出了一种基于最大似然准则的联合定时估计算法。该算法在推导似然函数的基础上,采用分级搜索方法估计信号时延,能同时实现干扰信号与有用信号的联合定时。相比传统的单信号时延估计,该算法需要有更长的观测数据长度;算法对频偏误差不敏感,在归一化频偏（相对于符号速率）小于2％时性能损失很小。仿真结果验证了算法的有效性。