简介：为了预测某导弹陀螺漂移趋势,以该陀螺漂移角速度时间序列为对象,建立了基于支持向量回归机的预测模型。针对该预测模型的特点,提出了支持向量预选取的模型优化方法。基于ε不敏感损失函数的支持向量回归机具有稀疏性,其结构由支持向量决定。因此从训练样本集中预选出有可能成为支持向量的样本,精简样本规模是提高该类支持向量回归机训练和预测效率的有效方法。针对该类支持向量回归机从分类和回归两个角度分析了支持向量的几何特征,提出了核函数空间免疫聚类的支持向量预选取方法并用于某导弹陀螺漂移预测模型的数据预处理。仿真结果表明优化后的预测模型运算量小、建模速度快,精度高。

简介：－本文在分析导弹惯性平台贮存试验数据的基础上，运用可靠性物理技术，研究探索了惯性平台贮存失效机理，建立了惯性平台贮存寿命可靠性物理模型，提出了预测惯性平台贮存寿命的计算方法。

简介：研究翼型绕流的转捩预测方法,对于翼型流动细节的精确模拟和气动力的准确计算以及精细化设计均具有十分重要的意义.采用动模态分解（dynamicmodedecomposition,DMD）代替线性稳定性理论（linearstabilitytheory,LST）与e^N方法结合,不需要求解稳定性方程,成为一种数据驱动的翼型边界层转捩预测新方法,称为DMD/e^N方法.在原有方法的基础上,改进了DMD网格线生成方法和扰动放大N因子的积分策略,并将RANS求解器与改进的DMD/e^N方法进行耦合,实现了翼型定常绕流转捩预测自动化.采用该方法对LSC72613跨声速自然层流翼型以及NLF0416低速自然层流翼型在不同攻角下的绕流进行转捩预测,转捩点计算结果均与实验值和LST/e^N方法吻合良好.该方法计算得到的N值增长曲线与LST/e^N方法的包络线也较为吻合,进一步验证了积分策略的正确性.改进的DMD/e^N方法可作为自然层流翼型设计的新的有力工具.

简介：针对SINS/GPS组合导航系统中的GPS故障,结合GPS导航定位信息的特点,提出了基于改进型灰色预测的GPS故障预测模型,实现了GPS故障预测;结合SINS/GPS组合导航系统数学模型,进行了基于改进型灰色预测的SINS/GPS组合导航系统仿真。仿真结果表明,GPS位置数据预测残差小于1.5m;在GPS短暂故障期间,由预测数据取代GPS故障数据,可以有效提高SINS/GPS组合导航系统的抗干扰能力,保证其导航精度;比较GPS故障数据和预测数据,并根据故障数据的持续时间和变化特点等,可以诊断GPS故障是硬件故障还是外部干扰的影响,有助于实现GPS的故障判别与隔离。

简介：针对系统误差的不确定性可能会引起滤波精度降低或发散的问题，提出一种新的基于模型预测滤波的前向神经网络算法。首先，采用模型预测滤波估计网络在正向传递过程中的模型误差，并对其进行修正，以弥补模型误差对隐含层权值更新的影响；然后，利用模型预测滤波为神经网络提供精确的训练样本，学习待估计系统的非线性关系。将提出的算法应用于SINS/CNS/BDS组合导航系统，并与扩展卡尔曼滤波进行比较，仿真结果表明，提出的算法得到的姿态误差、速度误差和位置误差分别在[-0.25′,+0.25′]、[-0.05m/s,+0.05m/s]和[-5m,+5m]以内，滤波性能明显优于扩展卡尔曼滤波算法，表明该算法能提高组合导航定位的解算精度。

简介：本文对某飞行器的惯性器件贮存可靠性研究时，采用了三种可靠性指标：贮存性能可靠性、贮存功能可靠性和贮存后工作可靠性。其中还考虑到１：１贮备可维修系统的具体情况和环境因子。并对大量的测试数据进行了可靠性计算和分析。最后列出了速率陀螺仪的可靠性计算结果，并用ＧＭ（１，１）模型对其进行了可靠性灰色预测。

简介：后掠机翼边界层的流动稳定性及转捩对翼型的设计及优化有着重要的参考价值,而横流失稳是引起后掠机翼边界层转捩的关键因素之一.以NLF(2)0415翼型为研究对象,采用三维可压缩NavierStokes方程并结合γReθt转捩模式计算了展向无限长后掠机翼的基本流场.由于原始γReθt模式只能预测流向边界层转捩,因此在原始转捩模式中添加横流间歇因子项,进而对复杂构型进行横流不稳定性转捩预测.计算结果显示,利用改进后γReθt转捩模式预测得到的后掠翼型的转捩位置与实验数据吻合较好,证明了修正的转换模式的合理性和实用性.

简介：在详细分析光纤陀螺零漂的基础上，提出了先用滤波算法对光纤陀螺信号进行预处理，然后采用RBF神经网络对滤波后的信号进行建模的方法．针对光纤陀螺信号特点分别采用FLP算法、小波滤波算法、解相关变步长LMS自适应滤波算法对其进行了预处理，比较三种滤波方法，小波滤波算法效果优于其它两种预处理方法，但针对基于预处理后的陀螺信号采用RBF神经网络进行建模时，小波滤波预处理后的信号在建模精度上却是最差的，而对FLP算法滤波后的信号进行RBF建模，建模精度提高了两个数量级。结果表明：基于FLP算法的RBF神经网络在光纤陀螺中的建模是有效的，可大大提高建模的精度。

简介：传统的应用稳定性理论对横流不稳定性转捩现象的预测很难与现代CFD并行化计算结合,为了解决这个问题,文章基于SA-γ-—Re_（θt）转捩模型,使用不可压三维边界层相似性解实现横流位移损失厚度Reynolds数在流场中的当地化求解,结合亚音速试验数据-C1准则构建横流不稳定性转捩判据,从而实现了横流不稳定性转捩预测方法的当地化并行求解.首先采用SA-γ-—Re_（θt）转捩模型对NLF（1）-0416翼型进行了流向转捩预测,证实了该模型的正确性.然后应用所建立的横流转捩模型对45°前缘后掠角的NLF（2）-0415无限展长机翼和DLR-F5机翼,以及标准6∶1椭球标模进行了横流不稳定转捩数值模拟,计算结果显示转捩位置均与试验数据吻合较好,证明了文章所建立的方法在不可压边界层转捩预测具有较高的预测精度.