Direct position determination using single moving rotating linear array: Noncoherent and coherent processing

To improve the resolution and accuracy of Direct Position Determination (DPD), this paper investigates the problem of positioning multiple emitters directly with a single moving Rotating Linear Array (RLA). Firstly, the geometry of the RLA is formulated and analysed. According to its geometry, the intercepted noncoherent signals in multiple interception intervals are modeled. Correspondingly, the MUltiple SIgnal Classification (MUSIC) based noncoherent DPD approach is proposed. Secondly, the synchronous coherent pulse signals are individually considered and formulated. And the coherent DPD approach which aims for localizing this special type of signal is presented by stacking all array responses at different interception intervals. Besides, we also derive the constrained Cramér-Rao Lower Bound (CRLB) expression for both noncoherent and coherent DPD with RLA under the constraint that the altitudes of the emitters are known. At last, computer simulations are included to examine the performance of the proposed approach. The results demonstrate that the localization accuracy and resolution of DPD with single moving linear array can be significantly improved by the array rotation. In addition, coherent DPD with RLA further improves the resolution and increases the maximum emitter number that can be localized compared with the noncoherent DPD with RLA.     

一种地理围栏内无人机航迹跟踪方法

针对UTM体制中无人机在地理围栏内的飞行监视问题,提出一种约束状态相关模态转换混合估计算法(CSDTHE)。采用随机线性混杂系统模型对无人机运动状态进行建模,利用CV、CT和CA三种模态描述无人机的飞行状态,以构建地理围栏内无人机运行的通用模态转换模型框架。利用飞行模态改变点(FMCP)定义相关模态转换参数,设计模态转换条件,生成模态转换概率矩阵,从而建立与状态相关的模态转换模型。运用约束卡尔曼滤波(CKF)方法对直线阶段和转弯阶段的无人机运动速度分别施加等式约束,并通过仿真实验验证了CSDTHE算法对无人机跟踪的有效性。     

基于马鞍形磁场的永磁直线电机位置解算方法

针对直线电机转子位置检测低成本和较高精度的要求,提出了一种基于马鞍形磁场来获得位置信息的方法及实现过程。分析了永磁体表面的磁场分布特征,指出了利用马鞍形磁场分布曲线来解算位置信息的优点,提出了根据马鞍形磁场推算位置信息的算法流程:先测得错开相位的2条马鞍形曲线数据,划分为4个象限后建立数据库；位置检测时,运用区间搜索算法寻得实际角度所在区间；再根据精度要求,采用合适的插值算法计算得到待解算的角度。仿真结果表明:基于马鞍形磁场的位置解算,能较好地得到直线电机转子的位置信息。     

基于改进的卷积神经网络的步态识别

为了提高惯性传感器采集到的序列数据中步态识别的准确率,建立了一个激励层改进的卷积神经网络(CNN)模型。针对三轴加速度传感器对运动太过敏感导致步态周期划分不准确的问题,采用加速度传感器与弯曲度传感器组合获取人体运动信息。将CNN模型中激励层的线性整流函数(ReLU)改进为带泄露线性整流函数(Leaky ReLU),以解决遇到卷积输出数据小于0时神经元被抑制的问题,进而达到提高步态识别准确率的目的。实验结果表明激励层优化的CNN模型在行走、上下楼和上下坡五种步态模式下识别率达到了95.79%,与未采用弯曲度传感器的改进CNN模型和未进行激励层改进的CNN模型相比,步态识别率有所提高。     

基于VSC的线性控制参数化及在飞行控制中的应用

对一类非线性系统进行平衡工作点参数化,得到调度（ＳＣＨＥＤＵＬＩＮＧ） 参数线性化方程。在此基础上,利用线性ＶＳＣ 理论设计调度参数化的局部线性控制器。为了减少某一状态下控制器对调度参数实际值的影响,在控制器中引入调度变量修整项。将所得结果用于飞行控制系统,设计出飞机纵向通道的调度参数化控制器,数字仿真验证了控制器的控制性能,结果良好。     

复合材料薄壁梁扭转的高次翘曲理论

利用翘曲连续修正概念导出表示剖面翘曲位移的形函数序列,据此建立单闭室复合材料薄壁梁扭转分析的高次翘曲理论,并结合分层的具体情况,考察分层对复合材料薄壁梁扭转翘曲的影响。算例表明,该高次翘曲理论具有很好的收敛性。     

磁浮支承系统的神经网络建模与控制

简述了磁悬浮支承系统的原理和简化的线性化模型,以及基于该简化模型和线性控制理论的控制系统原理、主要组成,并阐述了这种基于简化模型和线性控制理论的磁悬浮支承系统性能极限性.在此基础上,采用非线性递归神经网络对磁悬浮支承系统进行建模与控制,并针对实际应用中神经网络的学习问题进行了讨论.避免了磁悬浮系统的非线性和不确定性等因素对系统性能影响,并具有较强鲁棒性,大大提高了磁悬浮系统的性能.      

带有附加扰动的系统族的鲁棒镇定

考虑线性不确定系统的鲁棒镇定问题,系统的不确定性由参数摄动和附加扰动组成。系统的参数摄动采用凸边界系统族的方法描述,给出了该系统可鲁棒δ－镇定的一个充分条件,基于这个结果将不确定系统的鲁棒δ－镇定问题转化为一个优化问题,并且进一步证明了该优化问题是凸的,因此其任何一个局部最优点也是全局最优点。算例说明了该方法的有效性。     

空军武器装备系统作战效能评估方法探讨

空军武器装备系统,一般认为由飞机装备,雷达装备和防空武器装备三大部分组成,对于单一武器装备的作战效能的分析方法,已有很多相关理论,对于上述三个部分构成的武器装备（总）系统的作战效能的评估方法,采用什么样的数字模型,进行哪些方面的判断决策,如何根据蓝方现有（或假想）武器装备对应求解红方现有（或假想）武器装备的最优配置方案等等,是本文所要讨论的问题。     

均值检验方法及其在冗余惯性导航系统中的应用

采用了非线性滤波的方法对影响故障检测及分离（FDI）性能的传感器误差进行了补偿,同时提出了故障检测与分离的均值检验方法（MVT）,该方法可以对2个传感器同时出现故障的情况进行检测与隔离。5个陀螺冗余惯性导航系统仿真结果验证了本文算法的有效性。