包络均值滤波算法实时检测微弱信号

在强噪声环境下提取微弱信号一直是信号处理方法研究的难点,提出一种基于包络均值滤波(EMF,Envelope Mean Filter)的微弱信号提取算法,可以实时恢复出深埋在均匀分布噪声中的微弱缓变非周期信号的波形.EMF算法通过对混有均匀分布噪声的信号进行过采样,对信号的包络线进行实时分析,并用上、下包络的均值作为真实信号的估计值.为了使输出信号平滑、无跳变,采用实时滑模平均滤波器对估计值进行滤波,最终恢复出的原始信号.通过仿真研究对包络的分析算法、最优衰减系数的选取、过采样系数、平滑序列长度和不同信噪比的微弱信号对还原精度的影响进行了研究.EMF算法简单,可使信噪比提高60 dB以上.已经成功用于IEEE 1588精密时钟同步的时钟伺服算法中.     

航空电子WDM网络多信道强实时调度设计

对航空电子强实时网络,提出了一种广播选择型和波长路由型混合波分复用体系结构和其调度结构模型.针对航电多信道强实时消息,提出了多信道负载比例轮转调度方法,以消息的负载比例在多信道上分配权值.分析了子系统内部消息和子系统外部消息在体系结构中调度模式的不同,推导了经过单次调度的子系统内部消息和经多次调度的子系统外部消息的多信道强实时调度约束条件,从而满足了航电系统所有消息的端对端的实时传输.针对航电实际系统,从系统资源和稳定性等角度提出了关键性参数的设计优化方法.最后用一个航电消息集实例进行具体说明.     

时间序列三角极值点线性分段算法

文章在时间序列逐段线性描述方法基础上提出三角极值点分段算法.通过考察时间序列相邻极值点之间幅度变化大小来确定关键点序列.该算法较好地处理了时间序列局部噪声和数据压缩问题.并通过实验说明了算法的有效性.     

具有终端角度和终端时间约束的闭环制导律及其可行性分析

研究了同时具有终端角度(攻击角度)和终端时间(攻击时间)约束的制导问题.通过将非线性运动学制导模型中的自变量由导引时间变换为速度方向角,可以利用最小值原理直接推导出一种闭环形式制导律,而不必引入任何的线性化处理.在该制导律的导引下,导弹能够精确击中目标并且精确满足终端时间和角度的约束.为了研究该制导律的可行性,本文定义并分析了若干重要参数的可行域.该闭环制导律及其可行性分析被应用于多弹齐射攻击的两种情况.数字仿真结果验证了所提出方法的有效性.     

有时间窗的多式联运问题分析与建模

限时性的快速货物运输已成为货运发展的趋势之一,多式联运则是此类限时快速运输较佳的运输组织形式.对有时间窗多式联运的内涵具体描述的基础上, 提出了有时间窗多式联运问题的双层优化模型,上层为货物时间窗求解模型,下层为路径优化模型.设计了求解路径优化模型的蚁环算法,并进行了实证分析,结果表明,用该算法求解有时间窗的多式联运问题可以方便有效地求得满意解.     

浸渗时间对C/C-SiC复合材料显微结构和力学性能的影响

采用反应熔体浸渗法,经不同的浸渗时间渗Si制备了3种不同的C/C-SiC复合材料,测试了材料的增重率、体积密度、断裂韧性及三点弯曲强度,分析了材料的物相组成,并观察了材料的显微结构.结果表明,在得到的C/C-SiC复合材料中,主要存在纳米级和微米级2种尺度的SiC颗粒,随着浸渗时间延长,材料的体积密度和SiC含量随之增加,但抗弯强度随之降低.浸渗时间从0.5 h延长到5 h,材料的密度从2.16 g·cm-3增加到2.21 g·cm-3,SiC的质量百分含量从21.54%增加到31.72%,三点弯曲强度从133 MPa下降到86 MPa,3种复合材料均表现出一种类似于金属材料的非脆性断裂行为,断裂应变约为1.3%,断裂韧性为9～10 MPa·m1/2.     

基于转移时间约束的异面圆锥曲线变轨算法

在圆锥曲线转移轨道Lagrange方程的基础上,分析了双曲线和多圈飞行椭圆轨道的转移时间与半长轴的几何关系,以及椭圆转移问题的虚焦点位置对长程、短程轨道的约束.给出了一种与初始速度方向相关的转移角定义,以及一种基于Lagrange方程的圆锥曲线变轨计算方法,随后提出了一种以半长轴为迭代变量的变轨算法.通过异面椭圆和双曲线转移两个实例,验证了该算法与Vaughan算法具有相同结果,并具有明确的几何意义.     

直升机旋翼回波特性建模

给出了雷达半主动寻体制的直升机旋翼回波模型,分析了直升机旋翼回波的时频特性,以旋翼真实参数对模型进行了仿真,并研究了直升机旋翼回波在时域上的调制效应及频域分布特点。结果表明：理论模型所得结果与外场实验的导引头跟踪直升机实验数据吻合。     

基于SPWD多载波频率估计算法的改进

针对目前提出的多载波估计算法存在的速度与精度的问题,基于模糊控制理论,改进和完善了多载波信号载频估计算法.通过对多载波时隙ALOHA网络真实卫星信号的载频频点提取,验证了该改进算法的时效性.     

基于最小二乘支持向量回归的混沌时间序列预测研究

研究利用最小二乘支持向量机预测混沌时间序列。混沌时间序列预测是典型的小样本学习问题,基于结构风险最小化原理的支持向量机方法,克服了神经网络易于陷入局部极值点等缺点,能够获得全局最优解。最小二乘支持向量机是一种在二次损失函数下采用等式约束求解问题的一种支持向量机,在保留支持向量机优点的同时使计算量大大减少。对典型混沌时间序列的预测结果表明,最小二乘支持向量机回归预测方法具有良好的泛化推广性能,预测精度高,适合于复杂非线性时问序列建模预测。