一种稳健的利用分布式小卫星获取宽域、高分辨SAR图像的方法

 传统星载合成孔径雷达(SAR)受最小天线面积条件的限制，其横向分辨率与测绘带宽度相矛盾，采用编队飞行的分布式小卫星SAR体制，可解决这一矛盾，即能够同时获得大测绘带、高分辨率的地面场景的SAR图像。主要研究如何在误差环境下抑制由小天线引入的多普勒模糊的信号处理方法。该方法利用子空间投影技术对导向矢量进行精确估计，在小卫星存在基线及其他误差时仍然能够稳健地恢复高分辨的二维SAR图像。     

应用Fuzzy ISODATA方法选择航空科研项目

 本文将Fuzzy ISODATA方法用于科研项目的选择,并结合中国航空发动机涡轮冷却专业的科研选题实例进行了定量分析。用Fuzzy ISODATA方法将14个备选项目按其对总目标的贡献值划分为3类。结果表明,该方法具有划分合理,结果直观,计算速度快便于对大量项目进行选择的优点。     

基于模糊聚类的模糊神经网络在非定常气动力建模中的应用

建立了一种基于模糊聚类的模糊神经网络模型.该模型利用模糊聚类技术确定系统的模糊空间和模糊规则数,利用BP算法调整模糊神经网络的权系数.应用该模型对某飞机模型做俯仰-滚转耦合运动的非定常气动力进行了辨识.结果表明,基于模糊聚类的模糊神经网络计算速度快,辨识结果与实验结果符合较好.用模糊聚类技术可以解决模糊神经网络的结构辨识问题,基于模糊聚类的模糊神经网络可以很好地用于复杂机动飞行的非定常气动力建模.     

机载机电系统可靠性的计算机辅助分析方法

 为了提高机载机电系统的可靠性，机载机电系统常采用余度系统，以达到故障容错，进而实现整个飞机系统的高可靠性和安全性。开发适应于余度间耦合、动态性能降级的ReliaApp可靠性分析评价软件平台，通过有效综合故障模式影响（FMEA）、故障树分析（FTA）和Markov状态转移链法，实现不同容错设计方案的选择、机电系统的可靠性定量评价并给出系统的薄弱环节，为系统的余度配置和改进设计提供软件设计与评估平台，以确保飞机系统的高可靠性和安全性。实例应用表明该软件平台是飞机机载机电系统可靠性设计与评价有效的计算机辅助工具。     

自组织模糊CMAC神经网络及其非线性系统辨识

 针对CMAC的特点,提出了联想度的概念,并由此设计了一种自组织模糊 CMAC神经网络( SOFC-MAC)及其学习算法,证明了SOFCMAC能以任意精度对非线性特性一致逼近。该网络具有学习速度快,逼近精度高及局部泛化能力等特点。歼击机系统特征模型辨识仿真验证表明了该方法的有效性。     

模糊综合评价法在知识管理绩效评价中的应用

随着知识经济时代的到来，知识管理水平已经被越来越多的企业重视，但现有的知识管理水平评价方法存在很多不足之处：一是评价指标体系不完善；二是评价指标体系框架抽象单一，缺乏系统性，或者评价指标体系和评价过程过于复杂，可操作性不强；三是定量方法不足，不能反映企业的发展状况。文章从组织知识存量的层次结构及其动态过程的角度，对知识管理绩效评价的指标体系进行分析和设计，并运用模糊综合评价方法，建立绩效评价模型加以验证。     

GPS姿态测量的载波相位整周模糊度快速解算

 根据 ARCE方法可以将模糊度搜索空间从所观测到的 m颗卫星的 m -1维降为 3维独立整周模糊度搜索空间,结合整数高斯变换及基线长度约束减小模糊度搜索空间,利用 Cholesky分解提高模糊度搜索效率,实验结果证明该方法能够快速解算整周模糊度适于实时姿态确定等应用。     

涡扇发动机加速过程的模糊控制

采用一种连续型比例积分公式的模糊控制器控制涡扇发动机加速过程，为了使控制满足加速过程最大转速，高压涡轮进口最大温度，压气机最低允许喘振裕度等约束条件并改善加速性能，利用遗传算法对模糊控制器中的3个量化因子进行了优化，优化后的模糊控制器完全可以加速过程要求，具有较好的动态性能，适当划分飞行包线后还可扩展到整个飞行包线。     

多变量非线性非定常气动力的模糊逻辑模型

应用模糊逻辑算法，建立了带升降舵偏角影响的非线性非定常气动力模型逻辑模型，并进行了验证，结果表明：所建立的非定常气动力模型逻辑模型有较强的预测能力，此方法为今后建立多变量、复杂运动的非线性非定常气动力学数学模型，提供很好的借鉴。     

一种混合的多机动目标跟踪算法研究

提出了一种混合的多机动目标跟踪算法:交互多模型模糊联合概率数据关联算法(IMM-FJPDA),该算法将交互多模型算法(IMM)和模糊联合概率数据关联算法(FJPDA)相结合,它克服了IMM-JPDA算法计算量大和IMM-FDA算法在强杂波环境中跟踪精度差的问题.给出了基于模糊C均值(FCM)算法的多机动目标跟踪步骤.仿真结果表明IMM-FJPDA算法跟踪精度与IMM-JPDA算法相当,但计算量明显减小,提高了跟踪实时性.