非均匀环境下利用单个数据集的STAP算法

对非均匀环境下利用单个数据集的机载雷达空时自适应处理(SDS-STAP)算法进行了研究。针对现有单个数据集类空时自适应算法存在的问题,提出了一种基于对待测数据集进行空时二维滑窗处理的二维幅度相位估计(2D-APES)算法。该算法利用回波的统计信息,不仅放宽了算法处理器对于雷达系统阵元数与脉冲数选取的约束,而且能够有效抑制杂波及待测单元内的干扰,同时降低了处理器的计算复杂度。最后,仿真数据及实测数据实验验证了所提算法的正确性与有效性。     

基于“分段-组合”残差神经网络的超声速氢气零维点火计算方法

受限于发动机燃烧数值模拟需要长时间超级计算机运行的问题，发展了一种基于“分段-组合”残差神经网络的氢气零维点火计算方法。以氢气零维点火算例为基础，基于自主研发的高超声速内外流耦合数值模拟软件AHL3D构建数据集。数据集中输入变量为超声速工况下的温度、压强及8种组分质量分数的初始状态值，输出变量为3000个时刻点的温度、压强及8种组分质量分数状态值。构建了一种“分段”训练、“组合”预测的残差神经网络框架。算法首先将高维输入数据进行降维训练，再将“分段”模型预测后的参数冻结形成“组合”模型。与氢燃料直接计算相比，实验结果表明“分段-组合”残差神经网络可显著提升计算效率，对于11组分29反应的反应动力学模型可获得9.13倍的计算加速比，均方根误差降到了7.85×10-5，氢燃料参数的预测精度都高于98%，计算效率及精度优于现有的神经网络燃烧计算方法。     

卫星参数趋势预测EMA熵组合算法

卫星遥测参数的趋势变化状态对卫星故障预测的判断起到重要的指导作用,立足于遥测参数特性,提出等高线预测方法,从特征数据出现的时刻对参数进行趋势预测。为了提高预测精度,引入EMA(增加期望模式)误差分析模式,结合之前提出的新息灰预测模型,根据熵组合基本原理建立基于EMA熵组合预测模型。通过工程数据仿真计算,并利用预测有效度对各种算法进行评估,结果验证了基于EMA的熵组合预测模型的正确性和可靠性。     

多测速系统应答信标数据实时分类算法

为了提高目标轨迹解算的稳定性,针对多测速系统在应答模式下的测量数据分类问题,提出了一种新的实时分类算法。首先分析了现有方法的缺陷;其次设计了一种能够将应答数据、信标数据与异常数据进行分类的新算法。该算法的关键是选择适当的分类参考,采用目标理论轨迹与已经分类的历史测量数据等2种分类参考相结合的方法,以适应不同的应用情形;最后,利用2类主站配置模式下的典型实测数据对新算法进行验证,结果表明新算法能够将3类数据正确分类。在此基础上,解算出的实时轨迹平稳且连续,测量数据的利用率明显提高。因此新分类算法的性能优于现有方法,对改善其他测量系统中的实时数据分类效果也具有借鉴意义。     

噬菌体基因文库控制元件测定的并行处理方法

在噬菌体基因文库的研究中,理解基因的表达机制占有重要的地位,其中最为重要的一个环节是控制元件的测定,目前大部分控制元件测定方法都是基于基因结构的概率模型。介绍了一种不依赖于任何实验数据和先验数据的噬菌体基因文库控制元件测定方法,采用字符串模式匹配算法扫描噬菌体基因序列,发现并提取出重复频度高的子序列（可能的控制元件）,但该方法计算复杂度为O（N^2）。为了提高对基因序列的控制元件测定效率,进一步提出了该算法在局域网环境下的并行处理解决方案,实验表明这种基于数据分割的并行处理方法极大的加快了序列处理速度,进而扩大了算法的应用范围。     

车载大视场视觉惯性组合导航算法研究

车载视觉导航在大角度旋转和高速运动等场景下表现不佳,由于视觉和惯性的误差特性互补,所以视觉惯性组合导航算法有良好的应用前景。大视场相机获取外界信息丰富,但大视场相机采样频率低影响视觉数据采集,而且基于优化的组合导航算法计算速度慢,故提出了一种适用于大视场相机的车载视觉惯性组合导航算法。该算法侧重于数据预处理：设计了基于伽马函数的对比度受限自适应直方图均衡化来降低图像噪声,通过FAST角点与光流法的组合完成特征提取与跟踪,进一步加快了计算速度。引入了惯性数据等效旋转矢量二子样算法来减少数据量和计算量,通过预积分算法为误差优化减少计算量,通过视觉误差、惯性误差以及边缘化误差联合优化来提高精度。与其他组合导航算法相比,该算法精度较高,计算速度最快,与VINS-Mono相比节省时间19.7%。     

基于神经网络的航天器GPS/INS组合定姿系统

基于GPS和惯性技术的组合导航系统是近年来导航系统的研究热点和主要发展方向.目前基于卡尔曼滤波方法的算法在稳定性、计算量、算法鲁棒性以及系统可观测性等方面仍然存在问题.基于神经网络技术研究了一种新的GPS/INS组合定姿自适应卡尔曼滤波方法,理论分析表明,该方法不但对姿态信息具有较好的估计性能,而且对系统模型的精确性、噪声特性具备良好的鲁棒性.最后,利用模拟数据对所研究算法进行了分析计算,与传统的卡尔曼滤波方法进行了比较、分析,结果表明所设计组合算法在精度、稳定性以及鲁棒性等方面较传统卡尔曼方法具有良好的特性.     

证据推理冲突问题研究

证据推理是一种重要的人工智能方法,广泛应用于数据融合、数据挖掘和智能决策。但 Dempster组合规则对于高冲突情况的处理不是十分合理的。首先研究了几种组合规则的改进方法和造成其缺陷的机理,给出一类组合规则的改进方法,基于有无先验给出两类算法。仿真结果表明新的证据推理组合规则在处理冲突方面的性能得到了明显的改进。     

一种改进的基于模糊-粗糙集的属性约简算法

FRSAR(Fuzzy-rough Set Attribute Reduction)是一种基于模糊-粗糙集的属性约简算法,它可以避免离散化时数据信息的丢失,但是该算法中决策属性对条件属性集依赖度的计算设计的不是很完善.本文提出了一种改进的FRSAR算法,它只考虑能够使属性集依赖度增大的属性,这样就降低了计算量.实验结果表明,改进算法和原有算法得到相同的约简结果,但是改进算法的执行时间大大降低.     

船舶组合导航技术探索与研究

现有的任何一种单一的船舶导航系统在体现它优势的同时又具有性能和适用范围的局限性,而船舶组合导航则能集现有导航设备之长,从而达到现代船舶高性能、高可靠性、智能化、多功能等方面的导航要求。在飞速发展的计算机技术和卡尔曼滤波技术的支持下,船舶组合导航正在迅速发展。文中主要介绍船舶组合导航的组成模式和性能,同时讨论了船舶组合导航的发展趋势。     

不同马赫数的无粘和粘性流动高阶精度隐式计算方法

 应用隐式时间推进法对不同马赫数的无粘和粘性流动进行数值分析,给出了基于预处理方法的高阶精度隐式求解方法。方程离散采用改进的高阶精度对流迎风分裂格式。该方法通过求解曲线坐标系可压缩Euler和 Navier-Stokes方程,对低速到超音速范围内的无粘和粘性流动的典型问题进行了数值分析。计算结果与文献的数值结果或实验数据对比分析表明,该方法对低速到超音速范围内的无粘和粘性流动问题进行数值分析是可行而有效的。     

用二次相关提高超声测风精度和噪声抑制性能

以超声测风为应用背景,对基于相关法的时延估计性能进行分析,指出其存在的问题。利用发射信号为已知这一先验信息,提出了二次相关估计时延的解决方法。仿真结果表明,在相同的信噪比下,与相关法相比,二次相关法能够利用先验信息,提高了时延估计的正确率,并能改善系统6dB以上的噪声抑制性能。最后,对二次相关法的运算量进行了分析,并分别以TI TMS320C5000系列DSP处理器和Ahera CycloneⅡ系列FPGA作为硬件平台,估计了该方法在这两种平台上的处理时间,得出了该方法可满足实时处理的结论。     

修正容积卡尔曼滤波数据域直接定位算法

为解决数据域直接定位（DPD）算法面临的计算压力,提高算法效率,提出一种基于修正的容积卡尔曼滤波（MCKF）的DPD算法。首先,融合各观测信号波达方向信息,利用子空间数据融合方法建立一种基于间接观测量的DPD滤波模型;然后,根据模型特点设计MCKF算法进行求解,解决间接观测量带来的噪声累积问题;最后,对算法计算量进行分析和对比,说明计算效率的提升。仿真结果表明,所提算法与基于最大似然遍历搜索和遗传算法的DPD算法相比,在相同的估计性能下,计算量下降明显,时效性显著提升,增加了算法实用价值。     

大型工程结构的有限元动力模型优化法

研究以振动试验测得的飞机结构固有频率为目标值的有限元动力模型的优化问题。应用了一种单元组合法,该方法基于动力平衡方程以及正交性。通过修改质量矩阵的元素来优化,使计算出的固有频率与试验测得的频率值基本一致,并成功地应用于无人机水平尾翼模型上,效果良好     

An improved multiple model GM-PHD filter for maneuvering target tracking

In this paper, an improved implementation of multiple model Gaussian mixture probability hypothesis density (MM-GM-PHD) filter is proposed. For maneuvering target tracking, based on joint distribution, the existing MM-GM-PHD filter is relatively complex. To simplify the filter, model conditioned distribution and model probability are used in the improved MM-GM-PHD filter. In the algorithm, every Gaussian components describing existing, birth and spawned targets are estimated by multiple model method. The final results of the Gaussian components are the fusion of multiple model estimations. The algorithm does not need to compute the joint PHD distribution and has a simpler computation procedure. Compared with single model GM-PHD, the algorithm gives more accurate estimation on the number and state of the targets. Compared with the existing MM-GM-PHD algorithm, it saves computation time by more than 30%. Moreover, it also outperforms the interacting multiple model joint probabilistic data association (IMMJPDA) filter in a relatively dense clutter environment.     

单频GPS接收机校频算法

基于工程实践介绍了单频单通道GPS接收机校频的基本算法、校频结果显著性的统计检验、数据采集和处理方法,并基于大量观测数据给出了校频不确定度。     

一种低复杂度的极低信噪比高动态信号载波粗捕获算法

 针对传统的时域匹配平均周期图算法计算复杂度高的问题,对极低信噪比高动态信号的载波粗捕获算法进行了研究,提出了一种改进的带有补零的频域移位平均周期图算法。该算法采用多速率频域移位运算简化了多支路多普勒变化率匹配,与原算法相比,其计算复杂度降低倍数为匹配支路数与补零倍数之比,捕获性能几乎不损失。给出了算法中影响捕获性能与计算复杂度的关键参数设计方法。在信噪比(SNR)为－41 dB(载噪比C/N₀=18 dBHz)、载波多普勒频偏为－300～300 kHz、多普勒变化率为－800～800 Hz/s、码速率为20 bps条件下对两种算法进行了仿真,结果表明在基本满足后级载波跟踪需求条件下,即频偏精度均达±12 Hz时,多普勒变化率精度均达±25 Hz/s,捕获概率都在90%以上时,改进算法捕获时间比原算法增加了8%,计算复杂度降低了70%。     

空气雾化的模型及其计算

本文研究了预膜式空气雾化喷嘴的雾化过程, 建议一个液膜 (波)破碎准则, 并结合有关雾化机理的研究结果建立一个雾化模型, 提出了一种称为跟踪 -统计的雾化模型数值计算方法。对喷嘴出口后的液膜破碎形成粒子的尺寸、数目及运动进行跟踪记录及统计, 得出液雾在空间的分布特性。为验证此雾化模型及其计算方法, 计算了一个三元轴对称喷嘴出口后的液雾场。计算及实验符合, 表明了该模型及其计算方法的可行性。      

随机神经网络在机动多目标跟踪中的应用

研究密集多回波环境下的机动多目标跟踪问题。通过对多目标联合概率数据关联方法性能特征的分析,将其归结为一类约束组合优化问题。在此基础上,利用随机神经网络求解组合优化问题的策略,采用改进的增益退火算法,提出了一种新颖的机动多目标快速自适应神经网络跟踪方法。仿真结果表明,该方法不仅具有很高的收敛速度和跟踪精度,而且计算量小,关联效果好。     

构建航空发动机滑油系统稳态模型

研究模拟不同飞行条件下滑油系统稳态工作对滑油系统的设计和故障诊断具有重要的参考价值。基于部附件特性，提出了依据8个航空发动机性能参数，用向量计算和插值算法取代迭代算法来构建滑油系统稳态模型的方法，并对发动机在海平面、最大工作状态条件下的滑油系统性能参数进行了验证计算。计算结果与设计数据吻合较好，误差在5％以内，表明所建立的稳态模型是有效的。滑油在各轴承腔和齿轮箱中的流量分配随空气压力变化，计算误差主要来自轴承腔和齿轮箱压力分布假设，为进一步提高计算精度，必须建立航空发动机内部空气系统模型。