二维非结构网格Euler方程的LU-SGS算法

研究了将二维非结构三角形网格重新排序后，用LU-SGS隐式算法计算Euler方程的方法。分析了网格不平衡情况下该方法的可行性和应用效果。计算了不同翼型在不同流动条件下的二维Euler方程，并与四步Runge-Kutta显式方法进行了比较，结果验证了此方法具有良好的计算和收敛效果，以及在粘性计算方面的潜力。运用此方法对某预研型号的头部外形进行了设计和选择。该方法克服了以往隐式方法大量耗费内存的弱点，达到了计算耗时短和占用内存少的统一。     

基于粒子滤波的被动多基站跟踪算法

针对被动多基站跟踪的实际应用，提出了基于粒子滤波的被动多基站跟踪方法。该方法首先利用两个基站的观测数据融合目标位置，并用第三个基站的观测数据对目标位置进行检验，消除了错误融合位置；然后，推导了被动多基站粒子滤波模型，并根据被动多基站跟踪的特点，提出了顺序重抽样方法，有效地解决了被动多基站跟踪中的高度非线性、非高斯的影响；最后，给出了算法的性能仿真比较。仿真结果表明提出的方法性能明显优于其他跟踪方法（如PMHT、IMM-PDA）。     

一种新的非线性干涉SAR噪声抑制方法

现有的常用于干涉SAR相位图噪声抑制的非线性滤波法主要有模糊中值滤波和模数滤波，这两种方法都会引起比较大的图像边缘模糊，从而降低后续处理的精度。邻域平均法是一种非常经典的图像降噪方法，它具有较好的边缘保持特性。论文结合干涉SAR相位图的特性，改进了邻域平均法的邻域甲均值计算公式，有选择地利用邻域平均值代替当前像素点的值，提出了一种适用于干涉SAR相位图降噪的新的非线性滤波方法一条件邻域平均法，它具有更好的边缘保持特性。在理论分析和比较条件邻域平均法与模糊中值滤波和模数滤波方法的基础上，采用ERS1／2干涉SAR数据对论文提出的方法和所作的分析进行了验证。     

微波滤波技术在通信系统中的应用

微波应用于卫星通信和陆地移动通信系统日前普遍，本文简要叙述了微波滤波技术在卫星通信和无线通信系统中的应用。     

用雷达图像作非协同式空中目标识别：识别率作为信号带宽函数

尽管非协同式目标识别与高可靠敌我识别极其相关，但一直是一个有等解决的问题，过去提出并研究了许多方法，如：利用目标的红外、声学、光学或雷达特征等，其中一些方法是无源法，其优点是不会对被观测目标发出报警，不足之处是观测距离有限，边缘分辨率低，本文介绍的方法是在利用飞机雷达图像的基础上提出的，所研究的是一维雷达图像（通常所说的高距离分辨率剖面图）和二维逆合成孔径雷达（ISAR）图像。     

推广联合滤波算法在卫星组合定姿系统中的应用

研究了不同模型下的推广联合滤波算法。基于信息融合理论和信息守恒原理，提出信息分配是信息融合的逆过程的观点，给出和证明了信息分配定理，为推广联合滤波算法提供了理论基础。以某卫星组合姿态确定系统为例，详细讨论了推广联合滤波的结构及其实现过程。理论分析和数学仿真结果表明：推广联合滤波算法比现有的联合滤波算法计算量小，且推广联合滤波算法能够同时保证全局最优和局部最优，而现有的联合滤波算法不是局部最优。     

基于FPGA实现的SAR成像中的方位预滤波

针对SAR成像中的方位预滤波,讨论两种方位预滤波的算法。经比较,“拉格朗日乘子法”滤波器更适合应用到SAR成像中,因为该方法在保证相位特性的同时使成像带宽内信号能量最大、非成像带宽内的信号能量尽可能小,最大限度地保证了成像质量。最后还给出方位预滤波基于FPGA的硬件实现及实测数据成像结果。     

多传感器组合导航系统分层融合算法

从信息融合角度来看，目前在组合导航系统中广泛应用的联合滤波算法居于两级式分布式融合结构。而分层融合结构作为多传感器信息融合的另一种重要的模式，在组合导航系统中应用尚未见报道。本文研究了多传感器组合导航系统的分层融合算法，重点与联合滤波算法进行了比较。以定理的形式证明了在一定条件下分层融合算法与联合滤波算法的等价性问题。进而提出了分层融合算法的部分反馈模式。仿真结果表明，部分反馈模式的有序分层融合算法可有效地应用于多传感器组合导航系统。在相同的容错能力和计算复杂性下，可以得到优于联合滤波的导航信息融合结果。     

翼伞雀降技术

雀降是翼伞的一种重要性能,在本质上是一种小心操纵的动力失速,使回收系统以最小的速度着陆,降低着陆冲击,实现定点着陆。文章简要介绍了翼伞雀降技术的概念、雀降的典型过程和影响雀降性能的主要因素。目前有限元模拟技术已经用于大型冲压翼伞的雀降技术研究中。随着回收载荷和空投物质量的增加,原来用于翼伞雀降的伺服机构已不再适用,各国正在寻找新的动力源或方法来实现自动雀降。     

模型的随机平衡降阶

本文提出了系统在白噪声激励下的一种开环降阶方法—随机平衡降阶法。在系统的随机平衡坐标中，输出性能指标可以表示成一组与系统随机可控／可观格莱姆相关的贡献值的和。根据这组贡献值的大小，可以决定在随机平衡坐标下降阶模型所要保留的状态分量，并从输出误差指标的最优角度出发，对输出矩阵作个修正。最后给出了一个数值仿真例子。