基于PM算法的涡旋电磁波引信超分辨测向方法

为提高防空导弹无线电引信在低信噪比（SNR）背景下的测向精度，提出了基于传播算子算法（PM）的涡旋电磁波引信超分辨测向方法。通过相控均匀圆阵依次发射不同轨道角动量模态涡旋电磁波照射目标，基于多发单收（MISO）模型推导目标探测回波模型；通过对回波方程的近似变形构造接收信号矩阵；采用PM算法构造空间谱函数，进行谱峰搜索，实现对目标水平方位角的估计。对所提方法的有效性进行仿真验证，结果表明，所提方法可在低信噪比、少阵元情况下实现对目标的精确测向。      

多因素影响下舰载机备件需求的组合预测

舰载机列装时间较短,备件的样本数据较小,而且保障中受起落次数、飞行强度、海洋恶劣环境等因素影响较大。针对舰载机这一系列保障特点,选用了对多因素影响的小样本有较好预测效果的 BP神经网络、GM(1,N)预测模型和 SVM回归预测模型 3种预测方法,建立基于 IOWA算子的组合预测模型,以误差平方和为准则对数据进行分析,并利用 Matlab工具箱进行优化计算,从而得出最优组合预测结果。实例分析结果验证了该组合预测模型 的科学性和优越性。     

超参数自适应的MOEA/D-DE算法在翼型气动隐身优化中的应用

MOEA/D-DE 算法易于实现，被广泛应用于处理多目标优化问题，但其超参数CR 和F 对算法性能影响较大。基于MOEA/D-DE 算法框架、利用Sobol 全局灵敏性分析方法对差分进化算子中的交叉控制参数CR进行改进，使用莱维飞行策略控制比例因子F，使算法中的超参数拥有自适应能力，得到超参数自适应的MOEA/D-DE 算法——MOEA/D-DEAH 算法；对MOEA/D-DEAH 算法、不同超参数设置的MOEA/D-DE算法和NSGAII 算法进行函数测试和翼型气动隐身优化算例对比。结果表明：MOEA/D-DEAH 算法性能良好，具有较强的鲁棒性，气动隐身优化效果也比其他算法更好。     

一种基于Sobel算子的星敏感器星图预处理方法

星敏感器在太空环境下工作时容易受到杂散光的干扰,对星图进行二值化后直接采用质心法难以从星图中提取恒星星像坐标.针对上述问题,提出了一种基于Sobel算子的星敏感器星图预处理方法,用于提取星像坐标.首先采用Sobel算子计算星图中所有像素的梯度,保留所有大于阈值的像素梯度作为新的星图,然后以新的星图作为样板通过质心法从原始星图中提取恒星星像.由于杂散光干扰信号在星图中表现为缓慢信号,这些信号计算的梯度很小,因此通过Sobel算子计算后新的星图只有恒星星像.该方法能够消除星图中的杂散光干扰信号,使星图中只保留恒星星像信息,提高恒星星像坐标提取精度,具有较好的鲁棒性.