传播算子方法在宽带DOA估计中的应用

将传播算子与宽带相干信号子空间方法相结合,推导了基于传播算子的宽带相干信号子空间方法,该方法所构造的聚焦矩阵不需要奇异值分解,在获取噪声子空间时不需要特征值分解,因而大大降低了运算量.比较了双边变换(TCT)方法与所推导的方法在分辨两个相邻较近信号源时的性能,仿真表明,在高信噪比时,该方法性能与TCT方法相近.     

基于Canny边缘检测的Mean-Shift跟踪核窗宽确定方法

传统核窗宽固定的Mean—Shift跟踪算法不能很好地对做复杂运动、尺寸变化的目标进行有效地跟踪,变核窗宽是解决这一问题的途径。图像的边缘表征了目标的重要特征,可以通过提取目标的边缘来确定核窗宽并用于跟踪。基于Canny边缘检测算法确定跟踪窗宽加快了Mean—Shift跟踪算法的运算速度,仿真结果验证了该跟踪算法的有效性。     

基于改进遗传算法的飞行航迹规划

航迹规划技术是有效提高飞行器突防概率的关键技术之一,能在大范围的真实环境中 规划出满足各种约束的较优航迹,因此对所采用的算法有比较高的要求。基于此,首先 研究了航迹包含的角度、高度、航迹段长度及飞行器的最大航程等约束条件;其次对航迹编 码方式进行了改进,采用数组混合编码方式;并对遗传算法的交叉概率和变异概率的计算、 交叉算子和变异算子进行了改进,并应用该算法在求解航迹规划问题上进行了应用仿真研究 。对应用不同的航迹编码方式所得结果进行了对比分析。仿真计算表明,该算法能够规划出 一条满足要求的航迹,避免了分层规划的复杂性,提高了算法的工程实用性。
     

模糊神经元及其计算能力研究

分析了模糊神经元模型,指出了这种神经元模型在计算能力上的缺陷.提出了对模糊神经元定义的两种改进方法,一是限制传递函数为非单调函数;二是修改定义域.对改进后的模糊神经元网络证明了计算能力与图灵机的等价性,从而对传统的神经网络作了进一步推广.还对混合模糊神经网络的特点做了简单的讨论.      

超机动导弹的神经网络控制系统

 研究了应用于具有超机动能力的导弹的非线性神经网络控制系统.利用神经网络可以任意逼近非线性函数的能力,来学习超机动导弹在大迎角状态下的高度非线性动态特性的逆动态特性,得到对参数变化及未建模动态具有较好鲁棒性的控制系统.为了改善神经网络的学习能力和学习算法的稳定性,对学习增益做了模糊化处理.数字仿真结果说明了该控制方案可以达到预期效果.     

双变异率自适应遗传算法研究及其应用

针对标准遗传算法的不收敛性，提出一种双变异自适应遗传算法，即通过全局变异算子和局部变异算子共同作用，增加种群的多样性，提高算法的全局收敛能力。实例证明：改进算法具有很好的寻优能力和效率。     

关于微分方程的有理式解的存在性问题

许多非线性微分方程一般都是不可积的。例如Ｒｉｃｃａｔｉ方程。本文主要利用在文「４」中得到的一个定理，通过构造微分方程的线性算子的方法，得到了一个关于微分方程的算子矩阵，从这个算矩阵向量的线性相关性得到了微分方程存在有理式解的充分必要条件，并举例给出了求有理式解的具体方法。     

象征型拟微分算子的L~2－有界性

证明了象征型拟微分算子的一个Ｌ２有界性定理，其中象征ａ（ｘ，ξ）关于ｘ的正则性条件被进一步减弱了。在某种意义下，该结果给出了定理Ａ与定理Ｂ之间的联系。     

H~∞控制理论及其航天应用

Ｈ~∞控制理论的基本特征在本文中作了介绍，在回顾了鲁棒控制和Ｈ~∞控制理论之后，给出了标准Ｈ~∞问题及其基本解法。最后给出了其在航天领域的研究动态。     

L-可积函数的逼近定理

通常所说的函数逼近,或者是在C—范数拓扑下连续函数的多项式逼近,或者是在L~p—范数拓扑下L~p函数的多项式逼近,或者是在Sobolev范数(‖·‖_(H~(m,p)(Ω)))拓扑下用C~∞(Ω)(或C~∞(Ω))对于Sobolev空间H~(m,p(Ω))的逼近。而对于有界L—可积函数的多项式a·e(即几乎处处)逼近,至今未见有任何文献。本文则借助于实变函数的性质与连续函数多项式逼近的技巧来处理这一工作,而文中的主要结果(即定理1—3)正反映了这一尚未有过的工作。确切地说,本文首先利用L—可测函数的重要定理,把L—可测函数转化为连续函数,使(用多项式)a·e逼近成为可能;而后,再对连续函数将广义Jackson算子逼近的已知结果与相应技巧应用上去,得到一系列刻划逼近程度(即逼近阶)的渐近估计。