无人机自由编队飞行的补偿模糊神经网络控制

为了克服当前提出的无人机编队飞行的不足，提出一种新的无人机编队飞行概念——自由编队飞行，制定了相关的避让规则，用补偿模糊神经网络进行训练，实现自由编队飞行的补偿模糊神经网络控制。仿真显示，编队飞行的飞机能按照规则自主改变航路进行避让，表明了该方法的有效性。     

实验教学遥测系统中的一种码型反变换方法

在遥测系统中有许多种数字信号码型可以使用。在遥测解调分系统中 ,通常采用 NRZL 码作为输出码型 ,这就需要将系统输入的其它码型反变换为 NRZL 码。文中介绍一种在实验教学遥测系统中采用的利用匹配滤波、门限判决、采样、移位、异或的手段来实现码型反变换的方法。     

自适应滤波前馈控制器实现智能旋翼振动的实时控制

主要研究目的是寻求利用智能旋翼概念，将自适应随波前馈控制器应用于直升机旋翼的主动实时振动控制的可行性研究，但自适应控触所需参考信号在实际应用中往往难以获得。本提出利用旋转变压器拾取直升机桨叶旋转信号作为参考信号来解决这一问题。为了实现旋转桨叶和机体之间的双向多路信号的可靠传输，以组成智能旋翼闭环控制系统，本提出了一种非接触信号传输方法，并进行了实时振动控制试验，以验证控制策略、信号传输方法和智能旋翼概念．最后，根据试验结果，讨论了进行高效控制应当如何选择控制参数问题．     

对方案有模糊互补偏好关系的模糊多属性决策法

研究了权重为区间数且对方案有模糊互补偏好关系的模糊多属性决策问题.首先,基于模糊互补判断矩阵的主观偏好信息,利用转换函数将决策信息一致化,并建立了目标规划模型.通过求解该模型得到属性的权重,运用加性加权法获得各方案的模糊综合属性值.其次,提出了基于方案的模糊正理想解与其模糊综合属性值相似度的方案排序法.该方法既能充分利用已有的客观信息,又能最大限度地体现决策者的主观意愿,且具有操作简便、易于上机实现的特点.该方法已应用于解决风险投资领域中项目评估问题.     

中值滤波的快速算法

提出了一种中滤波的快速算法，充分地利用相邻两次中值滤波窗口内数据的相关性。在运算过程中，通过对有序序列快速的对半查代和内插操作重构有序序列，从而得到各中值。本算法很大地提高了运算效率，计算机模拟表明该方法是有效的。     

沟槽超疏水复合壁面湍流边界层减阻机理的TRPIV实验研究

利用TRPIV实验分别测量了湍流边界层在亲水壁面、超疏水壁面以及沟槽超疏水复合壁面上的瞬时速度场,对比分析了3种壁面的摩擦阻力,发现沟槽超疏水复合壁面的减阻率能够达到20.7%,而超疏水壁面只有14.6%。通过对比分析湍流边界层在3种壁面上的湍流脉动强度,发现法向湍流脉动强度在3种壁面上无明显变化,而在y+ < 150区域的同一法向高度上,流向湍流脉动强度在沟槽超疏水复合壁面上相对于亲水壁面的减小程度比超疏水壁面更高。为了进一步研究不同尺度的湍流脉动在不同壁面的变化情况,本文采用基于傅里叶变换的空间滤波法,将瞬时脉动速度场分解为空间流向波长大于δ的大尺度部分和波长小于δ的小尺度部分,发现超疏水壁面和沟槽超疏水复合壁面对大尺度流向湍流脉动强度的抑制作用可以到达y+=150的法向位置,而对小尺度流向湍流脉动强度的抑制作用只能到达y+=100的法向位置。采用以顺向涡为条件的大尺度脉动速度的条件相位平均方法,发现在y_ref=0.1δ处超疏水壁面和沟槽超疏水复合壁面相比于亲水壁面都存在正的大尺度流向脉动与负的法向脉动增强、负的大尺度流向脉动与正的法向脉动减弱以及脉动速度的0等值线偏离条件相位平均参考点的趋势,且沟槽超疏水复合壁面的移动趋势最弱。通过对比3种壁面不同法向高度的顺向涡强度值,同法向高度上亲水壁面、超疏水壁面以及沟槽超疏水复合壁面的涡强度值依次减弱,表明沟槽超疏水复合壁面比超疏水壁面能更有效地抑制近壁区涡结构的运动,从而实现更好的减阻效果。     

星间自主相对测距中载波相位整周模糊解算方法研究

载波相位整周模糊度解算是利用载波相位进行星间无线电相对距离测量的关键。介绍编队小卫星的工作特点,针对星间相对距离实时、高精度测量的要求,详细阐述利用双频伪码和载波相位观测值解算载波整周模糊度的方法,推导伪码、载波相位测量误差与模糊度解算误差的关系,讨论降低误差的方法。计算机仿真结果表明,该方法可以在单个测量历元获得载波相位整周模糊解算,解算精度与伪码测距精度成正比关系。     

一种基于红外序列图像的弱小目标检测方法

针对天空背景下红外运动弱小目标的检测问题,提出一种结合小波变换和管道滤波的序列图像的检测算法。首先对红外序列图像采用小波变换,再采用全局门限法进行阈值分割提取出潜在目标,用形态开运算去除噪声点,以减少候选目标数目,最后再使用管道滤波的方法确定真实目标。实验结果表明,该方法能有效地检测运动红外弱小目标,显著提高红外弱小目标的检测概率,并易于硬件实现。     

基于RCS观测序列的空间目标识别算法

针对低分辨率雷达体制下的空间目标识别问题,提出了基于RCS观测序列的空间目标识别算法.该算法首先对空间目标的低分辨雷达RCS观测序列进行离散小波变换,然后在时间-尺度平面上提取十个有效的统计特征,最后基于模糊分类来识别空间目标.应用四类空间目标的实测数据进行了仿真实验,取得了比较好的识别效果.