PCA在雷达目标识别中的应用研究

研究了宽带高分辨雷达目标识别中的特征压缩问题.首先提取目标一维距离像双谱特征,然后应用主元分析法(PCA)降低目标特征维数,最后利用支持向量机对3类实测目标数据进行识别.实验结果表明,对雷达目标识别来讲,PCA是一种可行的特征压缩方法.     

卫星编队飞行的双参考向量定姿法

以微型扫描激光距离探测器(MS-LRF)为测量工具，将卫星绝对姿态确定方法中的双参考向量法用于卫星相对姿态的确定，给出了确定方法并对测量精度进行了分析。     

PC机上视景同步仿真的实现

随着导弹模拟训练系统在用户训练中的广泛应用，为了能够使操作人员在模拟训练的过程中有逼真效果，必须较好地实现实际装备操作过程中的视景仿真。结合自动检测、多媒体技术、视景音响模拟技术，运用Delphi6成功完成了某导弹模拟系统的研制，该模拟训练系统可逼真地再现实际装备操作训练视景的全过程。     

基于三机冷备份的遥感器计算机系统冗余设计

文章对当前比较流行的计算机冗余模型进行了分析和比较,制定出了三机冷备份的冗余计算机结构,并对关键电路进行了设计。     

一种微波滤波器机辅调试的新方法

微波滤波器的机辅调试(CAT)是微波工程中较新的领域。本文提出并介绍了一种可用于微波滤波器机辅调试的新方法，其主要过程为：采集矢量网络分析仪上被测滤波器的网络S参数，通过优化、拟合得到网络参数的有理函数模型，运用网络综合理论和矩阵旋转变换理论，提取被测滤波器的耦合矩阵，将此矩阵与原始设计矩阵进行比较，可得出被测滤波器中所有参数偏离目标值的偏离量。由此，可指导试验调试。为说明该方法的有效性，文中给出4个例子：4阶2极点类椭圆函数滤波器、7阶切比雪夫滤波器、5阶3极点不对称滤波器、10阶8极点自均衡类椭圆函数滤波器。试验结果表明：即使滤波器严重失谐、耦合系数与目标值差别很大，该方法仍能有效。该方法为微波滤波器的机辅调试提出了一个很好的思路，是提高批生产能力的一个有益尝试。     

应用机－电模拟理论研究测力传感器的动态特性

在某些特定情况下，某些电器系统或电路网络的运动微分方程在数学上与力传感器的运动微分方程是相似的，因而说测力传感器的机械模型与电器元件的网络模型也是相似的。从传递函数的角度讨论了这种相似性并指出了它在应变式测力传感器动态特性研究中的应用。     

基于SVR的导航传感器自适应野值检测方法

针对Lagrange插值法无法处理连续野值的问题，提出了一种基于改进支持向量回归(Support Vector Regression, SVR)的导航传感器自适应野值检测方法。该方法结合了支持向量回归利用小样本数据就能够准确建模和3σ准则计算简易的优点，利用支持向量回归在线建立舰船的运动模型对测量值进行实时预测，并利用3σ准则自适应地计算阈值，然后通过比较阈值与预测残差来判别测量值是否为野值点。该方法可以自动地学习舰船的运动趋势，建立舰船的真实运动模型，而且不受连续野值点的影响，能够在没有其他传感器辅助的条件下完成野值检测。海试实测数据表明，提出的方法对离散和连续的野值点均具有较好的检测效果，同时可以更好地估计传感器的真实测量值。     

基于支持向量机方法的发动机性能趋势预测

为了提高对航空发动机性能趋势预测的精度，提出利用支持向量机方法来预测表征发动机整体性能的参数一性能综合指数。建立了基于支持向量回归的一步及多步预测模型，利用该模型对性能正常衰退及性能异常发动机的综合指数分别进行预测，并与自回归(AR)模型的预测值进行比较。结果表明，基于支持向量机的预测模型比AR模型的预测精度更高，其四步预测精度由80．56％提高到88．51％。因此该模型尤其适合中、长期预测。     

压电材料壳的广义变分原理和状态向量方程

将三维弹性材料的H-R变分原理引入到具有机-电耦合效应的三维压电弹性材料圆柱壳问题中,建立了对应于正交各向异性压电材料圆柱壳的Hamilton型广义变分原理。通过变分运算得到了柱坐标系下的状态向量方程,该状态向量方程也是Hamilton正则方程。最后指出纯正交各向异性弹性材料壳Hamilton型广义变分原理是变分公式的特例。变分原理的建立将有利于压电材料圆柱壳静力学和动力学问题的有限元方法或半解析法的推导。     

基于支持向量机的组合分类方法及应用

为了解决采用神经网络、决策树作为弱分类器的AdaBoost组合分类存在的不足,进一步改善组合分类效果,提出采用支持向量机(SVM)作为弱分类器的一种新的组合分类诊断方法——AdaBoost-SVM。该方法没有采用一个固定的SVM的核参数,而是自适应调整SVM中的核参数,从而得到一组有效的SVM弱分类器。通过对基准数据库的测试及航空发动机故障样本的诊断,结果表明,所提AdaBoost-SVM方法较好地解决了现有的Ada-Boost组合分类方法中存在的弱分类器本身参数选取困难问题及训练轮数的合理选取问题,并具有更好的泛化性能,更适合对分散程度较大、聚类性较差的航空发动机故障样本进行分类。