浅析网络线缆分析仪插入损耗的校准

针对网络线缆分析仪插入损耗的校准,本文采用插入法和替代法分别进行了校准实验,并通过数据分析比较两种方法对测试结果的影响,得出了选用替代法校准更为适宜的结论。对替代法测试数据进行不确定度评定分析,证明了本文选用替代法能达到校准网络线缆分析仪插入损耗的要求。     

基于回归型支持向量机的空战目标威胁评估

空战目标威胁评估是协同多目标攻击中的关键问题.针对传统空战目标威胁评估方法在确定权重系数方面的不足,提出了一种新的基于回归型支持向量机的评估方法.在分析了现有的空战目标威胁评估方法中距离威胁模型存在缺陷的基础上,提出了改进的距离威胁模型.建立了基于回归型支持向量机的空战目标威胁评估模型,利用该模型对想定的空战目标进行了威胁评估.仿真结果表明,该方法具有很好的预测能力,可以快速、准确地完成空战目标威胁评估.     

Fast Online Approximation for Hard Support Vector Regression and Its Application to Analytical Redundancy for Aeroengines

The hard support vector regression attracts little attention owing to the overfitting phenomenon. Recently, a fast offline method has been proposed to approximately train the hard support vector regression with the generation performance comparable to the soft support vector regression. Based on this achievement, this article advances a fast online approximation called the hard support vector regression (FOAHSVR for short). By adopting the greedy stagewise and iterative strategies, it is capable of online estimating parameters of complicated systems. In order to verify the effectiveness of the FOAHSVR, an FOAHSVR-based analytical redundancy for aeroengines is developed. Experiments on the sensor failure and drift evidence the viability and feasibility of the analytical redundancy for aeroengines together with its base-FOAHSVR. In addition, the FOAHSVR is anticipated to find applications in other scientific-technical fields.     

基于SVR及阴影信息的SAR目标方位角估计

目标成像方位估计是合成孔径雷达（synthetic aperture radar,SAR）自动目标识别中一个重要的预处理过程。提出一种基于支持向量回归机（support vector machine for regression,SVR）并结合SAR目标阴影信息的方位角估计方法。首先通过长直边拟合法与脊波变换法对目标图像进行方位的粗估计．再由SVR完成精确估计。利用“运动与静止目标的获取与识别”（moving and stationary target acquisition and recognition, MSTAR）项目组提供的实测数据所做实验表明,此方法可以有效估计SAR目标方位角,精度高、泛化能力强．特别是在水平成像方位附近利用了目标的阴影信息,明显提高了相应区间的方位角估计精度。     

一种新型机载对地观测用三轴稳定平台陀螺安装方式

陀螺安装方式及相应的算法编排是稳定平台设计中的一项关键技术。针对机载对地观测用三轴稳定平台特点,提出了将方位陀螺安装在方位环上,俯仰陀螺和横滚陀螺安装在俯仰环上的陀螺安装方式。利用空间矢量分解理论分析了陀螺输出角速度信号的投影关系及电机控制信号的分配;基于稳定平台系统模型,对理想正交情况和考虑陀螺安装误差情况进行了仿真分析,验证了此种安装方式的可行性和优越性。分析表明,在同等条件下,所提出的安装方式减小了稳定平台的机械尺寸,降低了稳定平台的重量和功耗,实现了三维角速度的正交测量,简化了三轴解耦控制算法。研究结论可为其他三轴稳定平台结构设计和陀螺安装方式设计提供参考。     

工质温度对二次喷射推力矢量性能的影响

为了研究二次流温度对推力矢量的影响规律,本文基于二次喷射的基本原理,利用计算流体力学(CFD)软件,对不同温度的二次流进行了模拟仿真分析。结果表明,在相同喷射压强和喷射流量下,二次流温度越高,在扩张段影响的范围就越大,但产生的侧向力和温度并不是简单的正变关系。在此分析的基础上,提出了一种合理利用二次流温度的工程方案。
     

一种基于信息融合的深空巡航段自主导航算法

针对自主光学导航在深空巡航段应用中的问题,提出了一种基于信息融合的自主导航算法。由太阳敏感器测量获得太阳相对探测器的视线矢量,由分光计测量获得探测器相对太阳的径向速度,构建自主导航系统的两种信息观测方程;由基于状态估计误差协方差阵奇异值动态确定信息分配因子,用信息融合技术和扩展卡尔曼滤波算法实时估计探测器的位置与速度。对深度撞击任务的实际飞行数据的数值仿真结果表明:自主导航算法的轨道确定精度满足深空巡航段要求。     

结构可靠性灵敏度因子的新标准化指标

鉴于以往可靠性灵敏度在不同算法下数值差异性较大,可靠性灵敏度数值仅能进行简单的重要性排序,数值本身难以反映出基本变量对输出不确定性的影响程度,提出了标准化灵敏度因子及标准化灵敏度因子向量。据此,其分量不仅反映了基本变量对输出不确定性的影响,还袁征了此变量在全部变量中对输出不确定性的重要性程度,在数值上具有明确的物理意义,进一步在线性机构条件下推导出标准化灵敏度因子的具体求解公式。经数值算例分析,算法简单易行,运算量小,计算效率高。     

基于混合深度特征的红外目标抗干扰识别算法

复杂干扰条件下的红外空中目标识别技术是空战对抗领域的热点研究课题,复杂人工干扰严重遮蔽目标,导致目标特征的连续性与显著性遭到破坏,无法全面描述识别对象的特性,造成空中目标识别准确率下降。针对此问题,提出一种基于图像混合深度特征的空中目标抗干扰识别算法。首先,基于卷积神经网络进行图像深度特征的提取,将深度特征与梯度直方图(Histogram of Gradient, HOG)特征进行有效融合,构建混合深度特征。针对作战场景中的目标与干扰的对抗态势多样性,将支持向量机的二分类模型改进为三分类模型,对目标、干扰以及目标干扰粘连三种状态进行精确分类。实验结果表明：在复杂干扰环境下,基于混合深度特征的空中目标抗干扰识别算法正确率为92.29%,该算法可以有效地解决目标被干扰遮蔽、形成目标干扰粘连状态时的抗干扰识别问题。     

最小二乘支持向量机的在线学习算法研究

针对最小二乘支持向量机在线逼近过程中求解矩阵维数逐渐扩大的问题,提出了一种最小二乘支持向量机的在线学习算法。借助滚动窗口的思想,建立一个随时间滑动的建模数据区间,在线逼近中通过接受新数据删除旧数据来保持数据区间长度不变,同时数据不断更新,从而实现模型的在线学习。仿真结果表明了这种学习算法的有效性。