基于改进随机云滴法的云相似性计算

现有随机云滴法得出的相似度随云滴数目的增加而存在趋势性变化,以致无法给出较为稳定、合理的计算结果。为此提出了一种改进方法,对随机云滴法出现的趋势性变化现象进行了分析和讨论,给出了相关定理及证明过程。通过探讨问题产生的实质,忽略云滴数目,将相似度统一建立在云滴距离这一物理概念上,重新定义了相似度表达式。仿真实验的结果表明,改进方法能够获得相对稳定的相似度计算结果,有效解决了原算法相似度的趋势性变化问题,具有较好的适用性。     

一种基于模糊Kohonen网络的飞行数据智能处理方法

为了充分利用飞行参数记录仪 (黑匣子 )记录的数据 ,对飞行质量进行评估 ,需要把数据按动作进行分段。以是否含有标准飞行动作为分段标准 ,设计了一种飞行数据的分段模型———模糊Kohonen网络。首先对每帧飞行数据进行特征检测 ,将根据专家经验模糊处理得到的隶属度矢量作为模糊Kohonen的输入 ,经过该网络决策 ,最终得到以时间划分的标准飞行动作数据段和非标准飞行动作数据段。经实际飞行数据检验 ,该方法准确、有效。     

飞行成绩评定及管理系统

在飞行训练中，需要客观考核飞行员的飞行技术，监控飞行质量。依据训练大纲及某型飞机机载飞行参数记录仪的飞行数据，结合人工判分经验，研制开发了飞行成绩自动评定及管理系统。经大量飞行数据检验表明：该系统能对飞行成绩及相关飞行信息进行全自动管理，能快速、准确评定飞行成绩，评定时间为原来人工评定的十二分之一，并完全满足评定误差的要求。     

军用战机驾驶员操纵品质评估系统研究

分析了驾驶员操纵品质评估对飞行数据的要求，根据军用战机的飞行特点，建立了军用战机驾驶员操纵品质评估模型。利用Visual C 6．0和DirectX混合编程技术研制了可在普通配置的PC机上运行的驾驶员操纵品质评估系统。该系统的核心是基于专家系统理论快速识别飞机飞行状态和机动飞行动作，完成整个飞行课目的飞行成绩自动评定，逼真再现飞行过程。为提高飞行技术，确保飞行安全提供了技术手段。     

小儿肺炎支原体肺炎126例临床分析

目的探讨小儿肺炎支原体肺炎的临床特点和诊治方法。方法回顾性分析我科室2001年3月-2007年3月间126例肺炎支原体肺炎的临床特点、实验室检查、X线特点及应用阿奇霉素序贯治疗的疗效。结果小儿肺炎支原体肺炎临床表现以不规则发热,顽固性剧烈咳嗽为主,伴喘憋,肺部体征少。X线表现多为单侧病变,病变右下肺多于左肺。肺炎支原体肺炎可发生肺外脏器受损。应用阿奇霉素序贯治疗可获痊愈。肺外疾病需要对症处理,有时需应用激素。结论肺炎支原体肺炎临床症状较重,但体征较轻微,X线胸片阴影明显,是本病的特点。对有上述表现的肺炎患儿应及时寻找肺炎支原体感染的证据,大环内酯类抗生素治疗有效,尤其是阿奇霉素序贯治疗肺炎支原体肺炎疗效可靠,且副作用少,可做为治疗肺炎支原体肺炎首选用药。     

一种飞行数据相似子序列查询方法

飞行数据是一种典型的时间序列数据,其存在随机噪声以及各种复杂变形,导致了相似子序列查询困难。为此,提出一种基于DTW病态匹配的飞行数据相似子序列查询方法。首先,利用已知的查询序列样本集构建上、下边界曲线,同时给出了相应的下界距离,并证明了其正确性。以此建立下界算法,用于筛选相似度高的子序列。其次,利用DTW距离搜索路径病态匹配来对筛选后的子序列无效序列段进行识别并去除,解决了子序列有效匹配长度难以确定的问题。仿真实验结果表明：该方法可以较为精确地查询出相似子序列,其起止时间偏差可以控制在3 s以下,满足飞机飞行动作查询的实际需求。     

一种基于支持向量回归的发动机振动监控方法

基于某型飞机FDR记录的飞行数据,采用支持向量回归(SVR)方法,建立了航空发动机振动的初始状态辨识模型。通过监控模型输出值与实际值之间偏差的大小,确定发动机是否发生异常振动。根据实际的振动故障样本给出了故障监控的偏差参考门限。现有的振动故障样本验证了本方法的有效性。     

一种改进型遗传算法及其在规则提取中的应用

传统的遗传算法在处理复杂的优化问题时容易早熟收敛,陷入局部最优解。为此将免疫原理引入遗传算法,提出了一种新的亲和度定义策略——正弦型亲和度,该策略在对适应度调整时,前期有近似线性的抑制作用,后期则变得平缓。据此设计了一种改进型遗传算法,以提高遗传算法的全局寻优和局部搜索能力。实验结果表明,改进型遗传算法在处理高维多峰函数的收敛速度和收敛精度方面均优于基本遗传算法。以发动机稳定工作状态为例,应用改进型遗传算法实现了飞行状态分类规则的自动获取。测试结果表明,只要训练样本选取得当,获取的规则简洁、有效。     

改进的强跟踪飞机舵面快速故障诊断方法

针对多模型自适应估计(multiple model adaptive estimation, MMAE)方法适应突变故障能力差、多重渐消因子强跟踪算法滤波发散、故障条件概率计算量大等问题,提出一种改进的多重渐消因子强跟踪多模型自适应估计(strong tracking multiple model adaptive estimation, STMMAE)快速故障诊断方法。通过多重渐消因子提高了故障突变时滤波器的跟踪性能;通过改进一步预测协方差阵更新方程,保证了滤波器稳定性,提高了估计精度;采用基于欧几里得范数的飞机舵面故障概率快速计算方法,降低了故障概率计算量。对比仿真表明,该算法跟踪性强、速度快、精度高,具有较好的鲁棒性和稳定性。