一种缺失飞行参数预处理的新方法

由于不可避免地存在着数据被污染的情况,对飞行参数记录系统所记录的数据进行预处理已变得十分重要,该文通过对飞行参数以及统计学习理论与支持向量机的理论分析,提出了一种基于状态匹配与支持向量机的缺失飞行参数方法,对缺失飞行数据进行了有效地预测与补充。通过对不同情况的仿真,结果也说明了这种方法可行并且有效。     

基于最小二乘支持向量机的飞行事故预测

为了对空军飞行安全形势进行科学的分析和预测,针对反映空军飞行安全形势的重要指标之一-飞行事故万时率,采用了最小二乘支持向量机(LS-SVM)的时间序列非线性预测模型,并对其建模过程和参数选择问题进行了分析和研究.文中利用美国空军A类飞行事故的历史数据对该方法进行了验证,预测精度较高,方法可行.     

一种飞行参数缺失数据的预测估计方法

飞行参数数据在记录过程中受到各种干扰因素影响,容易产生部分数据的丢失.为了得到完整又符合实际飞行状态的飞行参数数据,需要对缺失数据的参数数据进行预测估计.飞行参数数据中包含十几个参数,若将所有参数用于每个动作的飞行评估,复杂度太高.考虑到不同飞行状态下,不同的参数相关度不同,采用主成分分析选择相关度较大的若干参数.这些参数数据构成多元时间序列,因为飞行参数具有连续性和平稳性,所以利用多元时序建模综合多个参数相关性进行建模分析,实验证明该方法能够准确地估计缺失数据.     

支持向量机回归的参数选择方法

综合4种支持向量机回归的参数选择方法的优点,提出一种对训练样本进行分析并直接确定参数的方法。在标准测试数据集上的试验证明,该方法与传统网格搜索法相比,在时间和预测精度方面取得了更好的结果,可以较好地解决支持向量机在实际应用中参数难以选择、消耗时间长的问题。     

基于SVM的小型无人直升机飞行稳定性研究

针对无人直升机控制中的滞后问题,文章提出了一种解决方法:先提取控制信号的特征值,然后利用特征值对无人机的进行判断,控制系统可以根据判断结果提前纠正系统的控制偏差。由于直升机飞行失败的样本极少,在稳定判断中引入了一个新的模式识别方法—支持向量机。支持向量机基于结构风险最小化原则,解决了小样本数据分类和泛化问题。文中在对支持向量分类机的原理进行了简单的介绍后,利用支持向量机和神经网络对直升机的飞行数据进行了分类,试验结果表明支持向量机具有较好的分类效果。     

支持向量机参数选择方法分析

在分析支持向量机原理的基础上，分析了SVM中核函数、核参数及惩罚参数C的影响。介绍了三神SVM参数选择方法，并讨论了其优点和不足。     

基于加权LS-SVM的飞行事故率预测模型

飞行事故率是表征飞行安全水平的重要指标,其预测是典型的小样本问题。针对飞行事故率预测建模难的问题,采用加权LS-SVM方法,建立了飞行事故率的时间序列预测模型。仿真实验表明,加权LS-SVM具有很高的建模精度和较强的泛化能力,从而验证了该方法的有效性和先进性。     

状态和参数联合估计方法及其在飞行试验中的应用

本文提出了一种有效的状态和参数的联合估计方法.针对参数估计结果有偏或发散的问题,本文给出了一种参数向量可控性模型,并由此模型得到了噪声相关的一种状态和参数的估计方法.运用状态和参数联合估计的新方法进行飞行状态和测量仪器的误差估计,仿真和实际飞行数据处理的结果表明;本文提出的方法可以给出飞行状态和仪器误差估计的满意结果,比普通推广Kalman滤波方法更有效.     

SVR模型参数选择方法的研究

对时间序列预测问题进行了讨论。首先对支持向量机的回归算法进行了较详细的介绍,接着讨论了模型参数对预测结果的影响,并通过太阳黑子数据加以验证,最后提出了人工选择参数的方法。     

基于改进遗传算法的支持向量机参数优化方法

针对支持向量机算法在回归预测时由于参数选取不当导致过学习或欠学习的情况,提出一种基于改进遗传算法的支持向量机参数优化模型。该模型将遗传算法与支持向量机结合,利用遗传算法进化搜索的原理对支持向量机具有重要意义的惩罚参数、核参数和损失函数同时优化。实验选取3组标准数据集作为测试数据集,并将改进算法同时与遗传算法、网格寻址算法、粒子群算法进行仿真测试结果对比。实验结果表明改进的算法较大地提高了支持向量机算法整体的寻优能力。     

一种基于数据的核参数优化方法

SVM是一种基于核的学习方法,核及相关参数的选择对其性能有非常重要的影响,提出了一种数据依赖的最优核参数估计方法,通过角度切割样本集求解训练样本的近似凸包,以确定最优的核参数。实验结果表明,无论数据是否稠密,分布是否均匀,算法都可适用,该方法有较高的可行性与有效性。     

飞行事故调查辅助分析系统的开发及应用

针对飞行事故调查的实际需要,提出基于点对象构建飞行事故分析模型的思路.在该模型中,点对象可被用来描述事故的关键特征,如失事位置、飞行航迹、事故现场残骸分布等.基于该模型,将同一事故中的飞行数据、驾驶舱话音数据、雷达数据、目击数据以及现场残骸分布等信息整合起来,并在AutoCAD Map平台基础上开发了事故调查辅助分析系统.该系统通过绘制事故过程图和事故现场残骸分布图等手段,为事故调查提供直观、科学的辅助分析,从而有效地提高事故调查的水平.     

基于正交变换的时变参数限定记忆估计法

对于时变参数的最小二乘估计问题,提出基于正交变换的限定记忆法,克服了传统方法因求解法方程而造成的病态加剧,且在不增加运算量的情况下,节省了存贮空间,改善了收敛性。     

基于SVD的推广卡尔曼滤波及其在飞行状态和参数估计中的应用

基于矩阵的奇异值分解技术，本文提出一种鲁棒推广卡尔曼波新算法，并将该算法应用于飞行状态和参数估计中，该算法不仅具有很好的数值稳定性，而且无需任何变换即可处理相关噪声，且适于并行计算。两种不同型号飞机飞行数据计算结果表明；与ＥＫＦ相比，本文算法对不同初始值的不同噪声均可获得更准确的估计结果，并且对飞机机动形式、噪声水平，数据长度等要求不高，收敛性好。     

飞行仿真实验中飞机飞行参数与坐标系变换

飞机姿态控制是飞行仿真试验中的一项重要课题,OpenGL是飞行仿真试验中常用的图形交互平台。要在OpenGL平台上实现飞机飞行参数对飞机飞行姿态的控制,其主要工作是完成飞机飞行参数与OpenGL中坐标系的变换。详述了在飞行仿真试验中飞机飞行参数与坐标系变换的相关问题,并依据OpenGL的一些基本变换函数解决了飞机飞行参数与OpenGL中坐标系的变换问题,实现了飞行仿真试验中飞机飞行参数对飞机姿态的控制。     

动态系统优化与参数估计集成算法的鲁棒性分析

研究动态系统优化与参数估计集成（ＤＩＳＯＰＥ）算法的鲁棒性。定性分析了算法对系统参数和模型参数的鲁棒性,并通过实例对其做了定量化说明。仿真表明,ＤＩＳＯＰＥ算法对系统参数和模型参数具有一定的鲁棒性     

参数估算法在无人机费用估算中的应用

无人侦察机是重要的空中侦察装备,可以在目标区域上空进行连续的侦察监视,截获和收集目标区域的完整情报,在空中武器装备中占有重要的地位。为更好地使该系统在运用中得以发展,对其进行费用效能分析估算是关键问题。文章简述了武器装备系统的全寿命周期费用（LCC）的内涵,介绍了费用估算的基本方法及分析了参数估算法在无人侦察机的研制费用估算中的应用,为机关决策提供了先决条件。