利用导弹制导误差补偿规律修正不完全弹道测量的数据融合技术

论述不完全弹道测量的数据融合处理问题。在惯性器件天地关系一致的前提下,导弹惯性器件误差补偿量变化规律,就反映了飞行中制导工具误差的变化规律,即遥外差的变化规律。因此,可以利用补偿量视速度的变化规律约束条件,内插出不完全测量段落的遥外差数据,在建立节省参数的弹道估计的联合模型基础上,融合少量的高精度测元来解算弹道参数。落点验算表明：利用该方法计算的落点接近实际落点。     

基于改进的UPF雷达组网数据融合方法

传统粒子滤波方法(PF)中,粒子权值仅参考当前观测值,由于观测随机误差的影响,降低了粒子权值的准确性。本文提出一种新的粒子权值确定方法,利用目标运动方程向后外推目标状态,综合利用外推的目标状态以及历史观测数据,降低了观测随机误差的影响,改进了粒子权值的准确性,从而提高了粒子滤波性能。采用改进的粒子滤波方法处理多雷达测量数据,仿真结果表明,改进的粒子滤波方法可以很好地实现多雷达测量数据的融合处理,提高了目标外弹道定位精度,可以应用在飞行器跟踪测量的数据融合处理中。     

相关系数平稳序列的估计与识别

本文提出了通过观测序列确定不可直接测得的相关系数平稳序列模型参数的方法,详细讨论了相关系数AR(p),MA(q)和ARMA(p,q)序列状态方程的参数估计,为非平稳序列的滤波、预测和平滑提供了依据。文中还给出了观测系统参数的识别方法,与传统方法相比,本文方法考虑了测量噪声的均值和方差随时间变化情况,具有更高的识别精度。      

基于CKF的联合扩维误差配准算法

误差配准是多传感器信息融合的基础。为解决机载多平台多传感器的误差配准问题,研究并提出了一种基于容积卡尔曼滤波(CKF)的联合扩维误差配准算法。在算法实现中,首先采用状态矢量维数扩展方法建立非线性滤波框架下的系统误差配准模型,其次根据误差配准模型对各传感器的测量系统误差及各平台的姿态角系统误差进行估计,最后通过CKF滤波实现对状态预测值的修正,改善系统误差对滤波精度的影响。仿真结果表明,所提出的算法能够有效融合利用多传感器的测量信息,实现对多传感器系统误差及目标状态的实时联合精确估计。     

应用时变参数建模方法辨识时变模态参数

 应用非平稳时间序列的时变自回归建模方法进行了参数随时间变化的线性系统模态参数的辨识。对线性时变系统在白噪声激励下振动响应的非平稳时间序列进行建模。通过引入基函数将非平稳过程的辨识问题转化为线性时不变过程的辨识。结合信号时频变换确定模型阶次, 通过时变的伯格尔( Bur g) 算法对时变的自回归(AR) 模型系数和时变结构模态频率进行了估算。通过对刚度随时间变化的三自由度系统模态频率的仿真辨识, 验证了辨识方法的有效性。     

一种实时飞行轨迹重构方法

提出一种有效的实时纵向飞行轨迹重构的新方法。为了得到状态估计的快速算法,本文把非线性飞行轨迹重构转化为线性、离散、时变状态和参数估计问题。将数值稳定性好、计算量也小的序列U-D分解滤波算法用于状态方程为线性、观测方程为线性或非线性的滤波问题中。由于测量值中常常含有系统偏差,本文把这些偏差作为增广状态加入增广状态模型中,并利用模型的一些特点,提出偏差分离的U-D分解算法,使计算量大大减少。仿真和实际试飞数据计算表明、本文的方法可得到比平方根协方差滤波更有效的实时飞行轨迹重构结果。     

住宅需求量预测的灰色马尔柯夫模型及应用

统计数据显示出非平稳的特征时,采用一般的预测方法往往精度不高,考虑到GM(1,1)模型和Markov链预测的特点,用GM(1,1)模型进行趋势预测,用Markov链预测反映数据序列的非平稳特征,将二者有机结合起来,对住宅的需求量作预测.文章应用该模型对1992～2002年间某城市住宅的数据进行了检验,经验证预测精度较高.     

组合预测在外弹道数据处理中的应用

利用组合预测方法中方差倒数加权(Variance ReciprocalWeighting,VRW)原理对测控网中多台外弹道跟踪测量设备测量数据的单独预测结果进行组合预测。计算数据结果表明,方差倒数加权预测计算结果的可靠性优于任何单次预测结果,获得的计算结果更逼近实际弹道。     

载人航天任务测速雷达双通道数据融合方法

针对载人航天任务中高精度测速雷达在实时多主站外弹道融合时仅能采用单通道应答数据参与处理,获得的弹道精度较差,且测速雷达数据利用率仅有50%的问题,提出利用多普勒效应和应答机遥测参数两种方法对测速雷达跟踪模式进行实时准确识别,首先得到测速雷达双通道的应答数据,然后通过改进的非线性滤波+机动模型算法对火箭上升段外弹道测量数据进行高精度融合。最后采用仿真数据对传统方法和新方法的外弹道融合精度进行了比对分析。该方法的应用可有效提高测速雷达测元利用率和载人航天任务火箭上升段外弹道精度,具有较强的工程应用价值。     

自适应高阶容积卡尔曼滤波在目标跟踪中的应用

针对传统容积卡尔曼滤波(CKF)在系统状态发生突变时估计精度下降的问题,将强跟踪滤波(STF)算法与高阶容积卡尔曼滤波(HCKF)算法相结合,提出了一种自适应高阶容积卡尔曼滤波(AHCKF)方法。该算法采用高阶球面-相径容积规则,可获得高于传统CKF的估计精度,同时在HCKF算法中引入STF,通过渐消因子在线修正预测误差协方差阵,强迫残差序列正交,提高了算法的鲁棒性,增强了算法应对系统状态突变等不确定因素的能力。将提出的AHCKF算法应用于具有状态突变的机动目标跟踪问题并进行数值仿真,仿真结果表明,AHCKF算法在系统状态发生突变的情况下表现出良好的滤波性能,有效地避免了状态突变造成的滤波精度下降,较传统的CKF、HCKF、交互式多模型-容积滤波(IMM-CKF)和自适应容积卡尔曼滤波(ACKF)算法有更强的鲁棒性和系统自适应能力。     

分布式实时控制系统执行软件的研究与设计

 用“数据驱动”(Data-Driven)和“事件驱动”(Event-Driven)代替常规的“时间驱动”(Time-Driven)作为分布式实时控制系统执行软件的驱动机制,可以使系统中数据传输效率和系统的实时性都有较大的提高。本文所述的执行软件在这方面做了一些尝试,取得了较好的效果。     

网络虚拟现实系统综述

虚拟现实是发展迅速的技术,有很大的应用潜力。网络虚拟现实已引起越来越多的关注。本文概述了目前典型的网络虚拟现实系统以及设计和实现网络虚拟现实系统的关键技术。最后指出,网络虚拟现实作为一个具有吸引力又富于挑战的领域,仍有许多有待研究和突破的问题。     

FATIGUE DISLOCATION CONFIGURATIONS IN HEXAGONAL ZIRCALOY-4

ＦＡＴＩＧＵＥＤＩＳＬＯＣＡＴＩＯＮＣＯＮＦＩＧＵＲＡＴＩＯＮＳＩＮＨＥＸＡＧＯＮＡＬＺＩＲＣＡＬＯＹ－４￥ＸｉａｏＬｉｎ（ＩｎｓｔｉｔｕｔｅｏｆＥｎｇｉｎｅｅｒｉｎｇＭｅｃｈ．，Ｘｉ＇ａｎＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｘｉ＇ａｎ，Ｃｈｉｎａ...     

传感器射频综合技术探讨

分析了射频综合的频段划分和各传感器内部功能模块的横向划分;讨论了美国国防部开放式系统联合任务组(OS-JTF)提出的RF开放式系统实现方法;并对在国内开展射频综合技术研究提出了初步想法。     

TD-SCDMA 中外环功率控制的研究

CDMA系统是干扰受限的系统,降低干扰可以提高系统的容量.TD-SCDMA系统的功率控制就是在保证用户的QoS前提下,降低发射功率,减少系统干扰从而增大系统的容量.本文介绍了TD-SCDMA中外环空率控制的算法,并且分析了功率控制参数对系统性能的影响.     

PDM技术及其在直升机研制中的作用

本文首先分析了当前直升机在运用CAD/CAE/CAM技术进行研制中存在的一些问题,接着提供了解决的方法,介绍了PDM的概念、构成、主要功能。最后简述了PDM技术在直升机研制中的作用,以及企业在实施PDM当中应注意的一些问题。     

基于Traits泛化技术的SLE API编译码处理

在对CCSDS(Consultative Committee for Space Data Systems,空间数据咨询委员会)制定的SLE(Space Link Extension,空间链路扩展)的标准API(Application Program Interface,应用程序接口)设计开发过程中,需要对各种不同服务类型的操作进行ASN.1(Abstract Syntax Notation One,抽象语法标记1)编码译码,使用一般方法处理会存在大量的冗余且可扩展性不强。因此,设计了基于Traits技术的SLE API编码译码泛化模型,该模型从服务、协议数据单元、操作等3个层级,以及编码、译码这2个方向分别定义模板,并进行特化、偏特化以及萃取,从而实现了对编码、译码过程的泛化,并通过实例描述了应用过程。该模型有效提高了SLE API设计的灵活性、层次性、通用性,以及SLE服务的可拓展性。     

基于先验误差模型的机载高分宽幅DBF-SAR自聚焦算法

高分宽幅（HRWS）数字波束形成（DBF）合成孔径雷达（SAR）利用多通道空间采样代替部分时域采样,可以有效缓解SAR成像时高分辨率与宽测绘带间的矛盾,具有重要的军用和民用价值。现有常规DBF-SAR成像算法都假设雷达传感器相对位置精确已知,实际应用中受传感器位置测量误差影响,由位置不精确导致的相位误差会严重影响DBF-SAR高精度成像能力。在极坐标格式算法（PFA）框架下,推导了DBF-SAR成像处理后,残留相位误差的解析模型,分析了该误差对成像质量的影响。依据推导的先验相位误差解析结构模型,提出了一种基于图像对比度最优化准则的自聚焦算法。新算法通过引入先验相位结构信息,极大降低了待估参数的空间维数,可以同时改善自聚焦算法的参数估计精度和计算效率。数据处理结果验证了理论分析的正确性和所提算法的有效性。     

激光金属沉积技术研究现状与应用进展

增材制造是融合材料科学、机械自动化及信息技术的先进制造技术,在近30年的发展中,发挥着越来越重要的作用。激光金属沉积(Laser metal deposition,LMD)是基于定向能量沉积(Directed energy deposition,DED)的一种增材制造技术,在近年来受到广泛关注和研究。阐述了LMD技术的基本工作原理及系统组成,重点介绍LMD技术国内外研究进展及应用现状,列举了一些基于LMD的工艺技术开发及装备研发制造,指出了LMD技术在成形效率和成形精度、工艺稳定性及性能一致性等方面的不足。最后,总结了LMD技术未来的5个发展趋势:材料体系集约化、工艺参数系统化、成形过程高效化、设备集成智能化和应用领域广泛化。     

Web数据挖掘系统的设计及关键技术研究

Web数据挖掘是一种新兴的边缘科学技术,它涉及到机器学习、数据挖掘、信息检索、自然语言处理、数据库以及人工智能等技术,可用于网络检索、网站建设以及电子商务等方面。本文在对Web数据挖掘技术详细研究的基础上,提出了一个Web数据挖掘的通用系统框架,并对信息收集、信息选择和预处理、模式的提取和用户接口等各个组成部分所使用的技术和存在的问题及解决的方法进行了讨论。本文结合Web自身的特点,提出了一个智能网页收集器WebCrawler,它除具有一般WebRobot的基本功能外,还采用了一种既考虑文本重要性又考虑链接结构的URL排序方法,从而确保收集的Web页面是Web比较优秀的部分。