XiaoMi-AI文件搜索系统
World File Search System语义
传感器 - 语义学者
摘要：网络化多传感器用于解决机动目标跟踪问题。为避免非线性动态函数的线性化，获得更准确的机动目标估计，提出了一种用于机动目标跟踪的自适应信息加权协同滤波器。利用无迹变换计算伪测量矩阵，利用测量的信息形式，为协同迭代提供必要的信息。为提高机动目标跟踪精度，并在整个网络的每个传感器节点中获得统一的估计，利用自适应当前统计模型来更新估计，并在各个动态模型的相邻节点之间应用信息加权协同协议。基于多个模型的后验概率，通过模型条件估计的加权组合获得每个传感器的最终估计。实验结果表明，所提算法在跟踪精度和全网估计一致性方面具有优越的性能。
传感器 - 语义学者
摘要：由于四旋翼飞行器具有欠驱动、强耦合等特点，传统的轨迹跟踪方法控制精度低，抗干扰能力差。针对四旋翼无人机，设计了一种新的模糊比例-交互式微分（PID）型迭代学习控制（ILC）。该控制方法将PID-ILC控制与模糊控制相结合，继承了ILC控制对干扰和系统模型不确定性的鲁棒性。针对单纯的ILC控制容易受到外界干扰而产生抖动的问题，提出了一种基于PID-ILC算法的新型控制律。采用模糊控制对三个学习增益矩阵的PID参数进行设置，以抑制不确定因素对系统的影响，提高控制精度。利用Lyapunov稳定性理论验证了新设计的系统稳定性。Gazebo仿真表明，所提出的设计方法为四旋翼飞行器设计了有效的ILC控制器。
金属 - 语义学者
初步观察记录于 19 世纪初欧洲工业革命期间。在此期间，多条铁路、重型机车和发动机在经过长时间运行后意外发生故障。1829 年，W.A.S. Albert 在对铁链进行循环载荷试验时发现了这种故障 [1,2]。随后，在 1837 年，他在一本杂志上报道了循环载荷与金属寿命之间的关系。根据这一观察，铸铁车轴设计师 J.V. Poncelet 使用了“fatigare”一词，英国的 F. Brainthwaite 于 1854 年将其命名为疲劳 [3,4]。1842 年，法国凡尔赛附近发生了最严重的铁路灾难之一。途中几台机车的车轴断裂。经 W.J.M. 检查后，英国铁路的 Rankine 发现后，证实车轴发生了脆性断裂 [2]。根据这一观察，August Wöhler 在机车车轴失效方面进行了一些开创性的工作，为疲劳理解奠定了基础。Wöhler 绘制了克虏伯车轴钢数据与应力 (S) 和失效循环数 (N) 的关系图。该图后来被称为 S-N 图 [5,6]。S-N 图可用于预测金属的疲劳寿命和持久极限，即应力的极限阈值，低于该阈值，工程材料将表现出很高或无限高的疲劳寿命。因此，A. Wöhler 被认为是现代疲劳技术的鼻祖 [7]。1886 年，J. Bauschinger 发表了第一篇
传感器 - 语义学者
这两个问题都可以通过使用基于 PID 控制器的经典控制系统方法来解决 [8-13]。然而，开发多维 PID 控制器很困难，因为它们没有理论背景。因此，这种综合有点直观，取决于经验法则，需要控制系统工程师的丰富经验。另一种可能性是使用反步或滑模控制。在 [14] 中，终端滑模和反步控制已成功应用于实时无人机。在 [15] 中，基于线性反馈表示的鲁棒控制器可减少动态不确定性和外部干扰，并设计应用于实时欠驱动系统。现代控制技术，尤其是最优控制理论，为开发高效、鲁棒的多维控制器提供了可能性 [16-20]。它们非常适合处理非常一般类型的跟踪问题。在 [21] 中，瞬时最优控制用于输入饱和的机器人轨迹跟踪。 [22] 中介绍了采用辛伪谱最优控制的三维欠驱动板条箱跟踪。在 [23] 中，表明最优周期
安全 - 语义学者
摘要：在目视飞行规则 (VFR) 下操作飞机时遇到仪表气象条件 (IMC) 的现象仍然是主要关注领域。研究表明，在 VFR 下操作的飞行员继续在 IMC 下操作仍然是通用航空 (GA) 事故的重要原因，导致数百人死亡。本研究使用了澳大利亚运输安全局 (ATSB) 数据库，该数据库包含 2003 年至 2019 年共 196 起 VFR 至 IMC 事件，其中 26 起有正式报告。采用解释性设计，首先对有报告的 26 起事件进行定性研究，然后对所有 196 起事件进行定量研究。调查的因素包括事件发生的地点和日期、涉及的飞机（制造商、型号、类型）、飞行员详细信息（执照、等级、h 和医疗）、死亡人数和因果因素。使用 Fisher 精确检验来强调显著关系。结果表明，如果 (1) 事件涉及私人运营，(2) 飞行员只有夜间 VFR 等级，(3) 飞行员选择进入 IMC，(4) 飞行员没有进行适当的飞行前规划咨询航空气象服务，以及 (5) 飞行员拥有超过 500 小时的飞行经验，则事件更有可能导致致命后果。进一步的结果表明，如果气象条件是多云而无降水，如果飞行员拥有完整的仪表等级，或者飞行员通过无线电协助，事件导致致命后果的可能性较小。使用人为因素分析和分类系统 (HFACS) 框架对数据进行分析后发现，致命事件中发生错误和违规的频率略高于非致命事件。定量分析表明，尽管已采取措施解决该问题，但 VFR 到 IMC 的发生次数并未减少。
传感器 - 语义学者
摘要：小型飞机类别（例如小型空中运输（SAT）、城市空中交通（UAM）、无人机系统（UAS））、现代航空电子解决方案（例如电传操纵（FBW））和减小的飞机（A/C）尺寸的异质性需要更紧凑、集成、数字化和模块化的空气数据系统（ADS），能够测量来自外部环境的数据。在 Clean Sky 2 计划的框架内资助的 MIDAS 项目旨在通过经过商业应用认证的 ADS 满足这些最新要求。主要支柱在于 COTS 解决方案和分析传感器（专利技术）之间的智能融合，以识别空气动力学角度。识别涉及飞行动态关系和基于神经技术的数据驱动状态观察器，一旦训练完成，它们就是确定性的。由于该项目将首次将分析传感器作为冗余系统的一部分安装在民用飞机上，因此本工作中记录的设计活动特别关注适航认证方面。在此成熟度级别，使用模拟数据，下一阶段将使用真实飞行测试数据。描述了训练和测试方面的数据收集。训练操作旨在激发所有动态模式，而测试操作旨在独立于训练集和所有自动驾驶仪配置验证结果。结果表明，替代解决方案
传感器 - 语义学者
摘要：本文重点开发一种基于可靠性和维护评估的新型物流方法，最终目的是为无人机 (UAV) 的维护活动建立更有效的间隔。在第一部分中，我们开发了一种架构理念，以获得更详细的可靠性评估；然后，我们在设计阶段研究了内在可靠性，以避免无人机出现严重的临界问题。在第二部分中，我们比较了无人机的不同维护理念，并开发了预防性和纠正性维护的概念，这些概念考虑到系统（直到真正的“硬故障”）受到部分性能下降（“软故障”）。最后，通过评估置信区间的不确定性，我们确定了新的软故障限值，同时考虑到系统和子系统的一般知识，以保证适当的预防性维护间隔。
应用科学 - 语义学者
摘要：随着飞机系统数量的增加，完全手动的开发方法对于从分布式集成模块化航空电子 (DIMA) 系统的大量配置中找到最佳硬件和软件映射已不切实际。应该提供并彻底理解找到这种优化映射的自动化方法。本文是对 DIMA 最佳硬件和软件映射基础的研究。我们首先回顾 DIMA 系统架构。然后，我们提出硬件和软件映射的问题陈述及其确保的数学优化模型。确定了一组主要的架构质量指标（例如可靠性和可扩展性）和飞机约束（例如隔离和资源约束），可用于组成目标函数或比较和交易替代方案。基于质量指标和飞机约束，我们通过多目标优化综合了一个包罗万象的公式。然后回顾和比较了硬件和软件映射的各种优化方法。介绍了航空电子系统的 DIMA 优化案例研究，其中报告了具有不同目标和约束的不同优化问题的运行时间。此外，我们还介绍并讨论了未解决的问题和未来趋势，未来的发展可以借鉴这些趋势。
传感器 - 语义学者
摘要：小型飞机类别（例如小型空中运输（SAT）、城市空中交通（UAM）、无人机系统（UAS））、现代航空电子解决方案（例如电传操纵（FBW））和减小的飞机（A/C）尺寸的异质性需要更紧凑、集成、数字化和模块化的空中数据系统（ADS），该系统能够测量来自外部环境的数据。在 Clean Sky 2 计划的框架内资助的 MIDAS 项目旨在通过经过商业应用认证的 ADS 满足这些最新要求。主要支柱在于 COTS 解决方案和分析传感器（专利技术）之间的智能融合，以识别气动角度。识别涉及飞行动态关系和基于神经技术的数据驱动状态观察器，一旦训练完成，它们就是确定性的。由于该项目将首次将分析传感器作为冗余系统的一部分安装在民用飞机上，因此本工作中记录的设计活动特别关注适航认证方面。在此成熟度级别，使用模拟数据，下一阶段将使用真实飞行测试数据。描述了训练和测试方面的数据收集。训练操作旨在激发所有动态模式，而测试操作旨在独立于训练集和所有自动驾驶仪配置验证结果。结果表明，替代解决方案是可能的，可以大大节省计算工作量和代码行数，但同时也表明，更好的训练策略可能有利于应对新的神经网络架构。