基于改进ICPF的多分量LFM信号参数估计

针对线性调频信号参数估计中搜索匹配过程带来的计算量问题,提出一种基于改进ICPF的多分量线性调频信号参数估计方法。给出了一种基于非均匀快速傅立叶变换的ICPF改进算法,利用改进的ICPF算法估计线性调频信号的调频率,利用解线频调方法估计中心频率和幅度。方法避免了参数估计过程中的搜索匹配过程,计算复杂度低,在低信噪比条件下具有较好的估计性能。仿真结果验证了方法的有效性。     

基于PLKF的固定单站无源定位与跟踪算法研究

利用到达方向（DOA）和多普勒频率（DF）建立了固定单站对空中运动辐射源的无源定位与跟踪模型,推导了该模型下的伪线性测量方程,用伪线性卡尔曼滤波（PLKF）算法实现了定位与跟踪;在此基础上用k时刻的状态估计值代替一步预测值对该算法进行了改进;最后与扩展卡尔曼滤波（EKF）算法进行比较。仿真结果表明,改进的PLKF算法具有更快的收敛速度和更高的收敛精度,PLKF算法克服了EKF算法的一些缺点。     

弹道导弹线性制导方案改进方法研究

提出了一种对弹道导弹线性制导方案的改进方法，给出了该方法的制导方程和制导方程中各参数的具体算法，并分析了改进方法对提高导弹射击精度的增益。该制导方案保留了一般型线性制导方案可靠、简单的优点．基本消除了一般型线性制导方案的制导方法误差。     

MIMO系统下一种改进的 LatticeReduction线性预编码算法

现有LR(Lattice Reduction)辅助的线性预编码算法,在接收机端需要对接收到信号进行平移变换,因而仅适合于点对点的MIMO系统中,然而在广播信道条件下,由于接收机是分散的,且功率尺寸受限,不适宜采用现有的线性预编码算法。针对这一问题,文章提出了一类改进的LR辅助线性预编码算法,并给出了相应ZF和MMSE准则下的具体实现。在该算法中,信号处理主要在发送机端完成,以降低接收机端的计算量。仿真结果表明:文章提出的算法相比现有的LR辅助线性预编码算法误比特率性能更好,因而更适用于广播信道条件下的MIMO系统。     

基于动态因子的粒子群算法在航路规划中的应用

粒子群优化PSO(Particle Swarm Optimization)因其实现容易、精度高、调整参数少、收敛速度快等优点而在解决优化问题中得到了广泛的应用。分析了惯性权值及加速度因子对粒子群算法优化性能的影响,进而提出改进粒子群算法的方法:线性或非线性动态调整惯性因子,从而有效地提高算法的搜索能力;进行了仿真实验,仿真结果表明改进后的算法在全局搜优的速率与精度方面均有明显提高。     

基于遗传算法的发动机控制通道数学模型辨识

由于控制器结构的变化,某型发动机电子调节器主要控制通道的动态响应过程为分段线性数学模型。为了获得精确的数学模型,对基本遗传算法进行了改进,提出了一种基于改进遗传算法的辨识算法,能有效辨识出系统的结构跳变时刻及其分段数学模型参数,仿真结果表明,该算法辨识的模型与实际系统接近,较之其它辨识算法具有计算稳定、辨识精度高和适应性强等优点。     

SLFM网络及其学习算法的改进

介绍了一种新型的人工神经网络--有监督线性特征映射(SLFM)网络,它综合了BP网络的可监督性和SOM网络算法简单的优点,具有学习速度快、精度高、扩展能力较强的优点.文中讨论了SLFM网络的拓扑结构和学习机制,并对网络的学习算法进行了改进,对比实验表明,改进后的SLFM网络其性能得到了进一步的提高.     

航空发动机气路故障诊断的平方根UKF方法研究

设计了适用于双轴涡扇发动机健康参数估计的平方根UKF滤波算法,解决了线性卡尔曼滤波器估计结果准确性依赖于线性模型精度;常规UKF算法中由于计算误差及噪声信号影响引起误差协方差矩阵负定而导致滤波结果发散等问题.提出了根据测量残差变化改进滤波收敛速度与稳定性的方法.发动机渐变与突变故障模式下仿真结果表明,平方根UKF估计算法收敛速度快,稳定性强,精度高,是一种有效的发动机气路部件健康参数估计与故障诊断方法.      

改进FSQP算法的涡扇发动机多变量非线性控制

涡扇发动机是一个复杂的非线性系统，用常规的多变量控制方法难以获得理想的控制效果。对FSQP(Feasible Sequential Quadratic Programming)算法进行了改进，提出了一种基于改进FSQP算法和自适应变权重线性加权法的多目标优化算法。该算法可以有效的解决涡扇发动机的多变量非线性控制问题，同时在满足控制过程中的各项约束条件的前提下，达到调节时间最短的目标。通过计算机仿真证明了该控制算法的可行性和良好的控制效果。     

基于蚁群改进 BP算法的组合预测模型在军械器材需求预测中的应用

针对在军械器材采购计划制定环节中的器材需求测算问题,提出基于蚁群改进BP算法的组合预测模型。先结合历史数据,利用多元线性回归预测法和自回归滑动平均模型（ARMA）进行初步预测,将初步预测的结果作为蚁群改进BP网络的输入,从而得到最终的预测结果。实验结果表明,基于蚁群改进BP算法的组合预测模型能够对积累的历史数据进行充分的应用,并且有较高的预测准确性。     

一种尾流消散动态预测的改进算法

尾流间隔是增大跑道容量的主要限制因素之一，为了在保持安全水平的前提下有效地增大跑道容量，可以对尾流消散进行动态预测，并据此缩减尾流间隔。研究了一种尾涡消散动态预测算法，该算法考虑了真实大气的大气分层、湍流、侧风、迎面风、风切变以及地效影响，并用一阶后向差分对该算法进行了离散化改进；在改进算法的基础上，时进近阶段尾流的消散在Matlab中进行了仿真计算；计算结果复现了尾涡的下沉现象和侧风对尾涡传输的线性累积效应。     

考虑轴承游隙的非线性动力学轴承-转子系统优化

针对一类带动态性能约束的轴承-转子系统优化设计存在的问题,做如下改进工作:一是在目前一类轴承-转子系统优化模型基础上,将轴承游隙作为设计变量,考虑轴承游隙的影响;二是提出了一种演化算法/线性搜索的混合算法,将优化过程分为两个阶段,首先采用演化算法对问题全局寻优,求得给定代数时的优化解,再以此解作为新的初始解,采用线性搜索方法进行局部搜索.经数值仿真表明:该优化模型中增加考虑轴承游隙后,对优化结果有较大影响;提出的混合算法克服了使用线性搜索方法难以确定初始解的问题,在同等计算精度和耗时情况下,该方法求解成功率较高.      

基于酉变换的约束优化均衡算法

基于李道本等人提出的代价函数，在特定的约束条件下，利用酉变换方法，提出了两个约束化均衡算法。这两种均衡算法是传统的直接梯度算法和共轭梯度算法的改进方法。这两种约束算法是在Householder变换下或GiVen平面旋转变换下获得的，它们完全不同于前人的各种线性约来自适应算法，这两种算法的计算复杂度是可以接受的。计算机仿真结果验证了这两种变换域算法的性能。     

应用遗传算法的气动优化设计

首先对简单遗传算法进行改进,并对改进前、后算法的计算效率进行了比较;然后以跨音速翼型为例,应用改进的遗传算法进行气动优化设计。经过优化的翼型气动特性垢改善,表明了遗传算法在优化设计中的有效性。在优化设计的过程中,翼型用解析函数的线性叠加表示,目标函数和个体和适应值由欧方程的流场解来提供。     

超声速气流中液体横向射流雾化破碎模型改进

为研究超声速气流中液体横向射流的雾化过程,根据可压缩条件下线性稳定性分析解推导出的不稳定增长率和波数间的色散关系,对KH/RT模型进行了改进,并调整了离散相液滴的追踪算法,利用改进的KH/RT模型对1.94Ma气流条件下水横向射流过程进行模拟。研究表明,数值模拟中液滴的实际追踪数对计算结果有较大影响,而改进的液滴追踪算法有效增加了液滴数,提高了计算准确性;改进的KH/RT模型扩大了Weber数的适用上限至4000,可用于超声速流场;利用改进的KH/RT破碎模型得到的液雾穿透深度与试验测量结果基本一致,而液雾展向和近壁区的分布与试验有一定差异。     

引入平均最好位置的量子粒子群算法及在航空发动机非线性模型求解中的应用

为改善粒子群算法的全局搜索能力和计算精度,在标准粒子群算法和量子理论的基础上,将平均最好位置引入粒子的状态更新过程,提出了1种基于量子行为改进的粒子群算法及不同的收缩-扩张因子取值策略.采用该量子粒子群算法对建立的典型双轴涡扇发动机部件级非线性模型进行了求解,结果表明:分段线性递减收缩-扩张因子适用于复杂的航空发动机隐式模型,其收敛效率和精度都较高,具有一定的工程应用价值.     

基于改进灰狼优化算法的电子干扰机空域划设

在现代化战争中,遂行突防任务的战斗机通常需要与电子干扰机协同配合,来完成特定的任务。为了更高效地利用空域资源,针对突防作战中干扰机的最优空域划设问题,在给出电子干扰下雷达探测范围、航线安全间隔以及有效干扰时间的基础上,建立电子干扰机的最优空域划设模型;在原始灰狼算法中将线性调节参数改为非线性调节参数,同时引入粒子群算法中的记忆功能,改进原始灰狼算法;并采用改进的灰狼优化算法寻找最优的空域基准点,进而确定电子干扰机的最优空域范围。结果表明:对于特定的突防任务,改进的灰狼优化算法比原始灰狼优化算法和粒子群算法更具优越性,能够快速、高效地找到最优的空域基准点;本文所建立的电子干扰机的最优空域划设模型是科学、有效的。     

多操纵面受限控制直接分配新算法

针对多操纵面受限控制分配问题,提出了一种新的直接分配算法———平行边搜索法。该算法通过坐标变换和投影,将n(n≥3)维目标的受限控制分配问题转化为若干2维目标的受限控制分配问题,在大大降低了计算复杂度的同时,也改进了其它直接分配算法只能分配3维目标的缺陷。此外,新算法还放宽了控制效率矩阵中任意n列向量都线性无关的条件,并且对于所有情况都能得到最优解。经仿真验证,新算法与其它控制分配算法相比,具有更小的计算复杂度和分配误差,能够满足实时性和精确性的要求。     

基于PCA-MPSO-ELM的空战目标威胁评估

目标威胁评估是空战对抗过程中的关键环节。由于影响空战目标威胁评估的因素复杂多样，且指标之间存在相关性，导致传统的评估算法无法得到准确客观的评估结果。由此，提出了一种基于主成分分析法和改进粒子群算法优化的极限学习机（PCA-MPSO-ELM）的目标威胁评估算法。首先，综合分析了影响目标威胁程度的指标，利用主成分分析法对原始评估指标进行线性变化处理得到综合变量，消除了评估指标之间的相关性，实现了对评估数据的降维；在此基础上，构建ELM神经网络并利用改进的粒子群算法优化极限学习机的输入权值和阈值，提高了目标威胁评估模型的精度。最后，在空战训练测量仪中选取空战对抗数据，利用威胁指数法构造了目标威胁评估样本数据，通过仿真实验分析了PCA-MPSO-ELM算法的精度和实时性，结果表明所提算法可以快速准确地进行空战目标威胁评估。     

导航问题求解算法中的扰动估算法

本文提出了一种研究线性算法中扰动的方法。许多宇宙飞行保障问题的求解都是线性算法,例如轨道测量数据处理的算法。为了阐明这种方法,对用最小二乘法求得的线性方程组的解的扰动进行了研究。